從1998年起，醫(yī)療信息化建設開始推進，先后經歷了計算機化、數字化階段并逐漸實現了全面普及。目前基于移動的數據消費、物聯網的數據收集，基于大數據的數據分析，基于云計算的數據分享逐步在各個領域展開應用，醫(yī)療信息化呈現出新的方向。

互聯網+醫(yī)療不僅僅是提現在掛號或者拿藥上，還應該發(fā)展到遠程檢驗、遠程診斷、遠程影像中心等在線醫(yī)療方面。在線醫(yī)療的基礎是大數據，或者在這一領域，國外科技巨頭在這領域的布局可以帶給我們一些思考。人工智能正在改變醫(yī)療保健網絡開展業(yè)務的方式，醫(yī)生正在執(zhí)行從醫(yī)療轉錄到機器人輔助手術的日?；顒?。在未來三到五年內，醫(yī)療保健的AI解決方案將變得越來越專業(yè)化個人用例。

在AI時代精神的第二階段，醫(yī)療保健網絡的領導團隊將熟悉基本的AI概念，他們將能夠與為特定醫(yī)療保健問題提供AI解決方案的供應商合作。我們將研究流行病學的AI狀態(tài)，疾病發(fā)病率和傳播的研究。用于流行病學的絕大多數AI應用程序都是預測分析應用程序，也許并不令人驚訝。

IBM沃森健康提供了Explorys數據集和分析解決方案，該公司聲稱可以提供生命科學公司和流行病學家更好地理解疾病史，流行病學和疾病進展，并確定對選定人群的經濟影響。該公司聲稱，了解這一點也將使組織能夠確定進行更深入研究的努力，并確定最有可能從治療中受益的人群。

該公司表示，分析軟件背后的機器學習模型接受了來自電子病歷系統(tǒng)的5000萬名匿名患者的門診，住院和裁定索賠數據的培訓。然后，數據將通過軟件的機器學習算法運行。然后，該軟件將能夠預測人群中疾病的發(fā)病率和患病率，疾病治療模式和治療相關風險。IBM Watson 聲稱已幫助 Smart Analytics研究了使用IBM Explorys的超過6,500名牛皮癬患者的治療過程。SmartAnalyTIcs的一家客戶，一家制藥公司，想知道牛皮癬患者從局部治療過渡到口服治療需要多長時間，最后到注射治療。

SmartAnalyst求助于IBM Watson Health并使用Explorys發(fā)現，在三年的時間里，患者傾向于跳過口服藥物并立即從局部藥物轉變?yōu)樽⑸鋭xplorys數據集顯示，大量患者在206天內從局部治療過渡到注射劑，沒有足夠的時間讓一些局部治療生效。然而，在轉用注射劑之前嘗試口服治療的患者平均則需要488天。

該軟件將能夠預測治療模式，例如藥物類型的變化，理想的治療持續(xù)時間以及疾病的患病率和發(fā)病率。結果還顯示了治療的持續(xù)時間以及患者從一種治療方法轉變?yōu)榱硪环N治療方案的時間：Saama 聲稱已經幫助Pharmacyclics開發(fā)和銷售用于治療癌癥和其他自身免疫性疾病的小分子藥物的公司，將其所有臨床操作數據匯總為一個單一的中心視圖。隨著臨床操作的增長，Pharmacyclics需要更好地最大化其臨床數據。但是，數據孤島使得生成自動化和準確的報告變得困難。

Pharmacyclics求助于Saama，后者部署了臨床開發(fā)優(yōu)化工具（CDO），這是生命科學分析云的一部分。SAS提供其真實世界證據，它聲稱可以提供各種來源的數據，幫助醫(yī)療保健者和生命科學公司更好地了解人口，改善人口健康和治療。環(huán)境電子醫(yī)療和健康記錄基因組學社會經濟數據臨床試驗，病例報告醫(yī)療保險索賠，公共衛(wèi)生調查然后使用機器學習和預測來分析數據。該公司表示，軟件背后的機器學習模型是在醫(yī)療點系統(tǒng)，電子醫(yī)療記錄，保險索賠，患者報告結果和第三方數據進行培訓的。

然后，數據將通過軟件的機器學習算法運行。這將訓練算法以辨別哪些數據點與藥物的性能以及患者對治療和治療偏好的依從性。該軟件能夠通過識別可治療的新疾病和新客戶來預測現有藥物的治療價值如何擴大。這可能會或可能不會要求用戶事先將他們的新客戶群或營銷活動計劃的信息上傳到軟件中。

SAS 聲稱正在幫助Renown健康創(chuàng)新研究所（Renown IHI）更好地了解遺傳，臨床，環(huán)境和社會經濟因素如何影響人口健康。著名的IHI于2016年9月啟動了健康內華達項目，需要開發(fā)一個應用程序，根據性別，年齡，個人或家庭健康史揭示患者的人群健康風險。

該應用還將用于揭示疾病和空氣質量等環(huán)境因素的公共衛(wèi)生風險。根據案例研究，該項目的試驗階段已招募了10,000名參與者，他們的DNA樣本已在60個工作日內收集。該項目的第二階段于2018年3月開放給40,000多名內華達人。SAS報告說，使用其應用可以預測環(huán)境因素如何促進內華達州人口的健康狀況，并了解年齡，性別或遺傳因素的作用。然后，結果可用于推進精準醫(yī)學和其他衛(wèi)生創(chuàng)新和研究。

HIE允許700多名參與臨床的醫(yī)生使用不同的EMR軟件分享健康信息。HIE還使臨床醫(yī)生能夠識別有風險的患者，找到與適當治療相關的數據，并簡化報告。使用該應用程序，SHP能夠預測有再入院風險的患者和出院后的影響因素。這使他們能夠開發(fā)降低風險的程序，從而使應用程序部署后一年內的再入院率降低9％。該案例研究還聲稱，在同一時期內，SHP能夠將成本降低10％，SHP是唯一一項節(jié)省近375萬美元的亞利桑那州醫(yī)療保險共享儲蓄計劃，這歸功于該應用程序提供的預測。