医疗设备数据。优点和安全挑战

0

Freelance tech writer Kayla Mathews provides an insight into the applications医疗设备e 数据和隐私/安全问题。  

Mass data collection and 分析 has become central to cutting-edge technology. Advancing computer tech means we have more ways to collect data, analyze it and derive insights that can lead to breakthroughs or make existing processes more efficient.

The medtech industry will likely continue finding new ways to apply data collection and 分析学医疗技术.以下是它可能提供的一些最重要的好处,以及它可能给行业带来的一些新挑战。

医疗设备数据。效益

医疗设备数据使病人护理得到了极大的改善,导致了更好的健康结果。以下是联网医疗设备的一些最大好处。

1.提高诊断的准确性

对于某些疾病,如乳腺癌,诊断的黄金标准方法是 仍然可以有高比率 的假阳性和阴性。不准确的诊断可能导致医生要求进行必要的干预或推迟治疗。  

Several new medtech devices and algorithms use AI to analyze scans and patient symptoms. The pattern-finding ability of AI makes it especially effective at detecting subtle differences in a large image—like, for example, a cluster of 细胞 在CT扫描中,可能表明有癌症。

其中一些设备已被证明可以提高诊断过程的准确性。例如,一种新的算法 来自谷歌健康的研究人员 在发现乳房X光检查中的癌症方面甚至比放射科医生更好。

其他医疗技术制造商已经开始将人工智能直接整合到他们的设备本身。一个 新的CT扫描仪使用AI 将不同的图像拼接成一个更连贯的扫描,并清除一些自然出现在图像上的噪音。其结果是扫描结果更容易被放射科医生阅读,这可能会提高诊断的准确性并帮助减少假阳性和假阴性的比率。

2.更好的症状跟踪

对于一些无法治愈的疾病,医生根据症状的严重程度和进展情况制定治疗计划。在这样的情况下,尽可能好的症状跟踪对于帮助医生提供尽可能高的护理质量是必要的。 

然而,症状追踪对病人来说往往是困难的--比如在帕金森病中,他们被要求每30分钟记录一次病情。通常情况下,患者无法坚持这种制度,延迟记录并降低他们自我评价的准确性。这意味着医生在制定治疗计划时没有完全准确的信息。

数据跟踪 可穿戴设备可以提供更高质量的数据.一些研究人员甚至推荐它们作为帕金森病症状追踪的潜在方法。 

还读: 可穿戴技术。改变医疗保健的面貌


3.改善病人护理

实时的病人健康数据可以为医生提供许多不同的好处。 

可穿戴设备和其他监测设备可以实现远程病人监测系统的使用,这使得医生可以在人们在医院或诊所内移动时也能对他们进行观察。利用这些系统的医生可以在病人的生命体征超过某个阈值时收到即时警报,让他们提供尽可能快的反应。其他医疗系统可以帮助医生和急救人员收集和审查与病人护理相关的数据 实时让他们能够为改善健康状况而努力。

已经发现远程病人监测系统可以减少随访的需要并改善 病人对护理质量的满意度.

Cutting back on these visits can be especially beneficial for patients in rural 地区, who may need to travel significant distances to receive care. In some cases, an in-person follow-up may not be practical, and remote monitoring can offer a valuable alternative.

医疗设备数据。挑战

尽管有这些好处,医疗技术数据还有一些障碍需要克服,特别是围绕数据隐私和安全。以下是一些需要改进的领域。

1.未开发的和非结构化的数据

医疗技术数据的收集来源广泛,包括电子健康记录(EHR)、基因组序列、应用程序、可穿戴设备和医疗设备。

虽然这种来源的范围对医生和医学研究人员来说是好事,但它也可能意味着大量收集的数据在使用或分析方面将面临挑战。

以日常语言记录病人健康信息的电子病历,对于传统的计算机算法来说是难以解析的。在美国,这些问题甚至更糟糕。这里的临床医生的笔记往往明显较长 -- 比那些写的长四倍 这使得简单的关键词扫描算法更难以计算机可以分析的方式分解EHR数据。

在健康数据的存储和收集方面也没有什么标准。现在,不能保证,例如,两个追踪病人心脏健康的可穿戴设备所查看的是相同的生命体征。具有类似目标的可穿戴设备可能会记录各种类型的信息或以不同的方式存储。 

Medical device companies companies that want to use this heterogeneous data for research and 发展 will need to first spend time cleaning and standardizing it into one usable dataset. This process may be difficult or impossible to automate.

医疗技术公司很可能需要实施新的方法--比如对电子病历的自然语言分析--以便从非结构化数据源中提取可用的信息。

2.数据安全

加强信息的收集和存储,自然会在数据安全方面带来新的挑战。例如,将信息从难以保障安全的可穿戴设备无线传输到医院网络,将为网络犯罪分子提供新的攻击途径。病人数据存储的增加也将使医院网络变得更大、更有价值的目标。

去年所有行业的数据泄露和网络攻击都有所增加。报道称 卫生保健行业也不例外.这一趋势预计将持续到2020年和可预见的未来。

在不久的将来,医疗技术制造商可能需要将数据的安全和道德使用作为首要任务。他们还应该为新技术(如5G)做好准备,这些技术有可能会产生新的安全漏洞。

3.数据的道德使用

同时,像谷歌的南丁格尔项目这样的举措 导致医生们提出关切 关于医疗数据的道德使用。

使用病人和医生数据的医疗技术公司需要认真对待这些道德问题。在可能的情况下,他们应确保正确的控制措施到位,以确保数据的道德使用。他们还应该确保从医生和病人那里收集对使用和收集数据的同意。

该行业还可能需要开始为医疗数据隐私和道德的潜在立法做准备。新的法规,如欧盟的GDPR和加州的CCPA,已经开始要求企业在收集客户的数据时获得客户的同意。 

虽然这些法规主要针对的是使用从网站收集的数据的公司,但MedTech 专家预测,立法 将继续朝着更严格的数据收集和使用规则的趋势发展。很可能在未来几年内,这些法律将开始对医疗技术的数据使用产生重大影响。

2020年,数据将如何帮助和阻碍医疗技术的发展

2020年,数据可能会成为新的医疗设备和服务的更大核心。这对该行业来说既是好消息也是坏消息。医疗技术将能够利用医疗大数据使用的好处,如改善病人的健康结果,更好的症状跟踪和更准确的诊断做法。 

然而,对数据依赖的增加也将带来一系列挑战,并迫使医疗技术公司努力解决异质性和隐私等问题。这是一个大问题,专业人士必须在前进前仔细权衡医疗技术的利弊。

需要与一位 医疗器械专家?在Kolabtree上直接与顾问取得联系。发布您的项目并免费获得报价。 


Kolabtree帮助全球企业按需聘请专家。我们的自由职业者已经帮助企业发表研究论文、开发产品、分析数据等。只需一分钟,告诉我们您需要做什么,就能免费获得专家的报价。


分享。

关于作者

Ramya Sriram在全球最大的科学家自由职业平台Kolabtree(kolabtree.com)管理数字内容和通信。她在出版、广告和数字内容创作方面有十多年的经验。

留下回复