2024年全球医疗行业展望

2024年全球医疗行业展望 领航变革 目录 简介 人工智能助力医疗行业变革解决成本和可负担性问题 应对迫在眉睫的全球医护人员短缺问题 发挥社会照护作用 3 4 12 19 25 了解更多 尾注 39 41 塑造可持续未来30 联系人36 简介 2023年，全球医疗行业再次经历了前所未有的变革和挑战。新冠肺炎疫情的影响持续显现，劳动力普遍短缺，成本不断上涨，致使全球范围内的医疗机构承压。医疗行业通过广泛采用人工智能等技术，解决其中一些问题，提振了行业信心。 然而，医疗不公平问题依然存在，这或将导致2024年医疗行业所面临的挑战加剧，成本增加。如果这一问题不加以解决，到2040年，由此引致的成本可能将增加两倍至1万亿美元，即每人每年约3,000美元。1 如果医疗机构努力赢得患者的信任，并确保采取措施减少技术偏差，那么人工智能和机器学习技术的融合应用可在解决这类不公平问题方面发挥重要作用。 2024年，人工智能有望在行政事务精简、诊断、治疗和患者护理方面发挥关键作用。从预测分析到电子健康记录自动化，人工智能可进一步提高医疗服务的精度和效率。 随着全球对环保问题和资源短缺的意识逐渐提高，可持续性已成为医疗行业的关键考量因素。医疗机构积极落实可持续发展实践，以减少碳足迹，确保负责任地使用资源。本报告从绿色医院设计到可持续性供应链管理，重点阐述了可持续发展对医疗业务运营的影响及其节约成本的潜力。 新冠疫情期间对远程医疗技术的使用，有助于明确医疗服务的提供方式及其性质。医疗机构不断拓展医疗服务范围，从单纯提供传统医疗服务扩展到为患者提供全方位社会照护。这一转变得益于人们日益认识到健康社会决定因素与人民整体福祉之间存在深刻联系。因此，医疗机构和政策制定者正致力将社会照护纳入公共医疗体系，以满足患者的多方面需要。 随着全球医疗成本不断上升，医疗服务的可负担性仍然是一个重点关注的问题。政府、医疗服务支付方和医疗机构在确保医疗服务质量和可及性的同时，正致力采取措施控制成本。医疗机构采取的策略不断演变，从基于价值的医疗服务模式发展至采用创新的定价结构，这些策略均旨在助力确保提供具有成本效益的医疗服务。 同时，在患者人口结构、技术进步和医疗服务模式不断演变的推动下，医护人员队伍正在经历一场重大变革。全球各地的医疗机构均面临临床医生严重短缺问题，当前，他们正积极采取一些创新方式来提高薪酬，减少职业倦怠，并在医疗服务场所建立信任。医疗机构努力吸引、培训和留住人才，以打造技术娴熟、适应能力更强的人才库。远程医疗、远程监测技术和零工经济等因素，均在重塑医护人员队伍活力。 2024年，全球医疗服务行业将处于十字路口，预备迎接深刻变革。全球医疗行业的未来或将取决于行业的创新、可持续发展、社会关怀融合、成本管理和医护人员队伍适应力。 1.JayBhatt,“Leaningintohealthequitycanbegoodforbusinessandsociety,” DeloitteHealthForwardBlog,August10,2023,https://www2.deloitte.com/us/en/blog/health-care-blog/2023/leaning-into-health-equity-can-be-good-for-business-and-society.html. 2024年全球医疗行业展望|领航变革 4 从数据上看： 未来五年，人工智能应用每年可为美国医疗系统节省潜在成本3,600亿美元的成本1 2020年，全球医疗行业产生超过2.3ZB(泽字节)的临床数据2 预计到2026年，美国可互操作的临床数据市场规模将几乎翻一番，从2022年的34亿美元增至62 亿美元3 2019年至2022年间，医疗人工智能领域的私募股权投资额达315亿美元4 医疗人工智能供应商数量为1,500家，其中半数成立于过去7年间5 人工智能助力医疗行业变革 自新冠肺炎疫情爆发至今已过去三年多时间，全球医疗行业仍在努力应对疫情带来的持续影响。行业亟需降低成本，提高医疗服务的可及性，同时还面临着技术娴熟医护人员短缺的问题，这促使一些医疗系统采用新兴技术以填补缺口。6 医疗机构借助技术，可为患者提供个性化的互动方式和治疗方案，从而减轻临床医生日常护理方面的压力，使他们能够专注于需要其提供专门知识和培训的诊疗环节。 人工智能等新兴技术有望精简医疗机构的行政和护理流程。2019年至2022年间，投资者已向医疗人工智能领域投入315亿美元的股权融资，医疗行业在人工智能并购方面一直处于领先地位。7新冠肺炎 疫情促使人们更加关注远程医疗以及急诊和健康护理在线门户网站。因此，正如以往医院系统和运营商投资于医疗设备和诊疗室一样，欲使医疗行业和患者不断从技术中获益，医疗机构应持续进行技术投资。8 截至目前，数字技术方面的投资进展缓慢。2023年第二季度，全球数字医疗融资额下降了3%至30亿美元，为六年来最低水平。92022年，数字技术风险资本投资额（通常被视为该行业技术投资晴雨表）从393亿美元降至275亿美元，降幅达30%。不过，相关投资水平仍然远高于疫情前水平，除2021年出现投资额激增外，总体融资水平呈持续上升趋势 （图1）。 图1：2022年医疗技术融资势头强劲 医疗技术风险投资额（十亿美元）成交量 1,134 926 852 782 629 585 39.3 484 6.7 7.5 11.2 12.4 19.7 27.5 2016201720182019202020212022 注：价值200万美元及以上交易数据。资料来源：PitchBookData,Inc. 数字技术投资进展缓慢的部分原因可能在于，许多医疗机构不愿成为新兴技术（尤其是临床应用技术）的早期采用者。公共财政拨款减少，利润空间缩窄，门诊收入下降，住院时间延长，加上疫情后护理需求减少，这些因素致使一些医疗机构利润受挤压，技术投资减少。管理咨询公司考夫曼·霍尔（KaufmanHall）发布的今年迄今（YTD）营业利润率指数中位值显示，截至2022年11月，美国900家医院的实际利润率为-0.2%。10随着对远程医疗和其他技术解决方案的需求减弱，许多人对过去几年取得的技术进步能否持久表示怀疑。11 人工智能有望带来经济效益，改善医疗服务模式并提升资源利用效率，这重新点燃了人们对人工智能的热情。以美国为例，未来五年，如果广泛采用人工智能，每年可节省多达3,600亿美元资金——约占该国医疗支出的10%。对医院而言，节省的资金主要来自临床运营、质量和安全的改善；对医生而言，节省的资金主要来自持续的护理；对于医疗支付方来说，则主要来自保险索赔和供应商关系管理方面的改善。12 精简行政事务 人工智能所带来的最大最直接影响可能在于，其在精简行政流程和减少开支方面的作用。医院首席执行官面临三大核心业务挑战：利润压力；征聘和留住员工；员工职业倦怠。举例而言，人工智能有望用于减轻文件记录负担、处理术前工作流程和简化保险索赔。美国一些医院正在利用人工智能审查患者病历和医疗政策，处理保险索赔拒付情况，这有望为医疗机构节省数百万美元成本。超过60%被拒付的索赔最终可获补偿，但由于索赔申请出错或医院人手有限，网络内医疗机构就保险索赔被拒提出申诉的比例仅为0.2%，致使每年有数百万美元的保险索赔被冲销无法追回。13此外，人工智能还可最大限度地减少错误，改进对所收到索赔的分类，减少索赔积压和潜在付款问题。14 减轻临床医生的行政事务负担，他们就能腾出时间陪伴病人。15某些情况下，在美国，医生超过三分之二的工作时间耗费在行政事务上。借助基于人工智能的电子健康记录（EHR）系统和公文筐管理（in-basketmanagement）系统，医疗机构可减少对于医生的行政事务的要求，而这是导致医生产生职业倦怠的主要原因。16 同时，人工智能还有望改善医疗服务获取途径，满足患者的特殊需求。芬兰于2023年着手对其医疗体系进行大规模改革，目前该国正在构建数字化系统，借此通过重视预防保健，提供有成本效益的个性化医疗服务，确保到2030年使该国80%的人口保持健康。如此一来，医疗机构就可为需要疾病治疗或其他更广泛医疗服务的20%患者提供额外支持。17作为该项工作的一部分，芬兰预计到这十年结束之际，其80%的公民将使用数字身份证，同时每个公民均可使用数字医疗记录和电子健康服务。18 提高医疗服务质量 除了精简行政事务外，人工智能还可基于患者独特的健康档案，帮助预测患者的预后，为患者和医疗机构推荐治疗方案，并提醒医生注意诸如禁忌药物或过敏等问题。19 同时，生成式人工智能还可利用各种有助于医疗诊断和治疗的数据集，包括电子健康记录（EHR）、传感器和可穿戴设备。这项技术可在早期疾病检测、解读放射结果以及识别最急需治疗的患者方面发挥重要作用。20 医疗机构正与科技公司携手合作，研发人工智能工具，用以更好地预测临床预后，增强放射成像，并优化睡眠监测。NYUTron作为一种大型语言模型，可预测多种临床结果，如30日再入院率、院内死亡率、合并症指数和住院时长。据报告，该模型预测患者住院时长的准确率达79%，较传统预测方法提高了12%。21 同时，SubtleMedical已研发出用于生成更好放射图像数据和精简放射工作流程的工具。该公司专有的深度学习算法赋能PET和MRI扫描时间缩短了60%，提高了成像效率，改善了患者体验。22 ZeppHealth研发了睡眠和放松平台ZeppAura，可与其智能可穿戴设备连接。该工具可为用户提供个性化的睡眠指导和睡眠质量分析，并基于用户心率使用人工智能生成睡眠音乐，帮助改善睡眠模式。23 医疗系统面临的另一项挑战是如何管理日益增长的数据量。2020年，全球医疗行业产生超过2.3ZB(泽字节)的数据。24该行业可利用人工智能更有效地使用这些数据。医疗机构借助集中临床数据，可更全面了解患者情况，同时确保结果更一致，降低医疗成本。预计到2026年，可互操作的临床数据市场规模将几乎翻一番，从2022年34亿美元增至62亿美元。25 在短期内，人工智能可更有效地解释和回应问询，改善自初次就诊至出院后随访期间的患者互动。此外，人工智能集成实时翻译功能，可改善医疗服务的可及性，有助于实现社会服务等领域的医疗公平。举例而言，继俄乌冲突爆发以来，德勤捷克研发出一个基于云端的虚拟联络中心IRENA（即难民即时需求援助），该联络中心建立在AmazonConnect之上，利用人工智能与虚拟代理以患者所选语言进行对话。26在冲突爆发初期，难民纷纷逃往欧洲各地，IRENA每天处理近10,000通电话，其中多达80%由系统自动处理。 扩大服务可及性 扩大人工智能在医疗服务中的应用，获益的不仅仅是医疗机构。在零售环境下，人工智能可以更低的成本提高医疗服务的可及性。患者可利用智能手机和智能手表，监测自身的总体健康状况和运动模式，加大对疾病预防的关注。在美国占有12%市场份额的大型连锁零售店，经营着220家诊所。沃尔玛、亚马逊、百思买和达乐等公司均已开设零售医疗服务业务或已试水该领域。零售商已经拥有客户数据，了解如何利用这些数据，以大批量低成本的方式和低于其他服务提供商的价格，提供许多基本服务。27 然而，由于客流量较少，零售医疗诊所一直不愿在农村地区开设诊所，因此，美国的零售医疗诊所主要集中在城市和郊区。如此一来，虽然零售医疗诊所可为患者提供技术创新，但这类创新仅可惠及特定地区。28 凭借增强现实、智能设备和可穿戴设备，人工智能可能会进一步模糊人类与技术之间的界限。此外，投资于安全数据环境等措施可减少患者对数据安全的担忧。未来，人工智能有望为以下三个关键医疗领域提供协助： •智能诊断：基于人工智能的解决方案可利用体外诊断、医学成像、电子健康记录、与患者的对话、生物识别技术、图像、传感器、可穿戴设备和基因组等信息，帮助临床医生作出精准诊断。 •个性化自适应医疗方案：人工智能可通过解读来自智能