Michael Wade和Massimo Marcolivio为医疗保健公司提供了八种方法，以改善患者和提供者的治疗效果。
快速阅读：
- 当数字医疗减轻患者负担并支持激励、个性化和临床医生监督时，它可以在复杂、长期的治疗中显著提高依从性和治疗效果。
- 真正的价值来自于严格的实施，而非技术本身。明确的关键绩效指标(KPIs)、基于试点的扩展、工作流程整合、数字素养支持和信任是决定成功的关键因素。
- 将数字化转型视为组织变革的医疗保健领导者可以改善患者体验，同时在成熟市场建立可持续的竞争优势。
生长激素缺乏症影响约每5000人中的1人，如果在儿童时期未得到治疗，会导致永久性生长迟缓。治疗该疾病可以使身高增长超过20厘米，正如足球明星梅西的案例所示：13岁时，梅西身高不到1.40米，但在巴塞罗那足球俱乐部青年学院接受治疗后，他长到了1.69米。
然而，成功取决于从婴儿期到成年期坚持每天注射。除了应对疾病本身带来的情感和社会挑战外，年轻患者和家庭还必须克服一系列治疗挑战：针头恐惧、在青春期维持常规，以及在进展似乎不可见时保持动力。
近年来，我们看到医疗保健公司采用数字技术的最新进展来改善医学领域的治疗效果——从药物研发到诊断。但新兴技术如何改善像生长激素缺乏症这样罕见疾病的复杂治疗过程中的患者体验？其他人可以从这些举措中学到什么，以解锁整个医疗保健生态系统的价值？
以默克医疗为例，该公司开发了一种名为Easypod的设备，以及支持生长激素缺乏症治疗的数字生态系统。该设备自动化了注射过程的某些方面，如针头放置和管理、剂量以及针头、基站和患者手机之间的无线数据共享。它通过应用程序为患者提供了激励功能，包括鼓励信息和提醒。一个网络门户使医疗保健提供者能够监控患者的治疗方案。儿童还可以改变设备的外观和感觉——这一功能有助于治疗采用的情感方面。
这种数字药物输送方法在现实世界中如何帮助患者？默克报告称，在治疗的第一年中，中位依从率达到93.7%，接下来的四年中达到89.3%。
数字技术正在改善医疗保健
来自整个医疗保健领域的证据表明，AI驱动和数字解决方案正在使患者、提供者和其他利益相关者受益，为行业领导者提供有价值的、可转移的经验教训。
CVS Health（全球最大的医疗保健提供商之一）投资于AI支持的临床解决方案，使护士每天有90分钟更多时间与患者相处。一个专用应用程序通过处理疫苗安排、费用报销、患者聊天和医生选择来节省行政时间。
拜耳和Huma创建了一个数字心脏风险评估工具，无需血液测试或身体检查即可进行评估。结果，80%的受众了解了自己的心脏风险，50%打算咨询医生。
赛诺菲的商业团队与Turing合作，与医疗保健提供者进行个性化互动。他们定制的数据和机器学习系统提供了关于沟通内容、沟通时间和沟通渠道的建议。该公司还使用AI代理来监控和评估数据，以提高运营效率。例如，通过概率规划，它可以预测80%的库存中断，并将65%的风险与根本原因联系起来。
罗氏通过整合来自癌症研究和诊断领域的八个新合作伙伴的20多种AI算法，扩展了其数字病理学开放环境。飞利浦利用AI进行前列腺、直肠、乳腺和心脏治疗：它可以将MRI检查速度提高三倍，节省500万升不可再生的氦气。
成功取决于在启动任何举措之前建立明确的目标。
领导者的八个步骤
虽然这些例子展示了数字医疗的变革潜力，但实施仍然具有挑战性。对制药和医疗保健组织的研究揭示了领导者必须解决的一致障碍。
设定有意义的关键绩效指标(KPIs)。 成功取决于在启动任何举措之前建立明确的目标。公司应该决定他们想要关注的利益相关者以及打算解决的具体问题。然后，他们应该根据能够指示执行过程中是否需要纠正的关键绩效指标来跟踪结果，并最终表明是否达到了预期结果。我们创建了一个免费在线工具，帮助公司为数字和AI转型设定有效的KPI。
从小规模试点项目开始，而非大规模转型。 默克没有进行全球发布，而是在特定市场推出了其电子自动注射器，在更广泛推广之前收集患者和医疗保健专业人员的反馈。这一试点阶段至关重要，因为早期反馈指导了设备的迭代，包括可定制的注射速度和深度设置。
系统地解决数字素养差距。 患者数字素养是数字医疗采用中最常被引用的障碍。然而，提供者数字素养也很重要。缺乏足够数字工具培训的医疗保健专业人员会经历低自我效能，并对技术产生负面态度。默克开发了一个多层次的支持计划，为护士提供在职培训、指导患者操作设备的增强现实手机应用程序，以及支持初始推广的嵌入式顾问。2023年对该应用程序的验证研究发现，护士高度评价它对支持患者教育的作用。
患者对数据隐私和安全的担忧是采用的主要障碍。
为整合设计，而非"创新表演"。 行业面临一个特殊风险：纯粹为了创新而追求创新。机器学习和AI具有巨大潜力，但没有明确价值创造的采用代表了昂贵的错误。提供者采用的一个关键成功因素是与现有临床工作流程的无缝集成。CVS Health不是取代护士判断，而是自动化行政文档，使护士有更多时间与患者相处。在现有流程中提供可操作数据的技术能够干预以改善患者结果。无论其复杂程度如何，破坏工作流程而没有明确好处的解决方案都会面临阻力。
通过透明度和安全性建立信任。 患者对数据隐私和安全的担忧是采用的主要障碍。组织必须确保遵守GDPR和HIPAA等法规，实施强大的加密和访问控制，并沟通患者数据将如何使用。然而，仅安全性是不够的。患者需要提供者的认可。多项研究发现，患者信任他们的医疗保健提供者，这意味着提供者解释为何使用数字工具以及患者如何利用它们，可以显著提高参与度。在开发过程中融入患者视角的参与式设计方法通过参与建立信任。
个性化体验，而不仅仅是数据。 对数字医疗干预的研究揭示了推动依从性的四个因素：根据个人用户需求定制内容、通过个性化推送通知提醒、用户友好且技术稳定的设计，以及补充数字干预的个人支持。然而，个性化不仅限于功能。不同年龄和文化背景的患者对数字工具有不同的期望。2020年疫情后，90%的受访者希望沟通能够反映他们在医疗保健旅程中的位置。通用的数字体验可能会惹恼而非帮助患者。
尽早解决互操作性问题。 数字医疗解决方案从可穿戴设备、电子健康记录、应用程序和传感器中创建大量数据。然而，除非这些数据能够集成并用于有意义的洞察，否则利益相关者无法获得全部好处。诺和诺德在构建数字化批次发布系统时面临这一挑战：它需要整合来自多个系统的临床文档，同时保持GxP合规性以满足监管要求。与AWS专业服务合作，它构建了一个服务于2000多名内部用户、跨越30多个业务数据域的分散式数据网格架构。这个2.3PB的集中式数据湖能够在跨域标准化数据访问模式的同时实现实时生产洞察。教训是：数据集成策略和治理结构必须从一开始就建立，而不是在形成孤岛后进行修补。
主动而非被动地应对监管。 对带有数字设备或软件界面的药品（如智能注射器）的日益增长的需求带来了监管挑战。关于实施的明确监管指导的缺失为公司创造了不确定性。组织需要通过战略投资加强其数字基础设施，同时与自身也在学习评估新技术的监管机构建立关系。监管要求因地理位置和护理类型而异，因此公司需要特定于部门的策略。
更好的患者和绩效成果
来自行业的汇聚证据说明了数字技术如何增强传统医疗治疗：医疗保健公司不仅改善了患者结果，还在成熟市场建立了竞争优势。
本文中的例子之所以成功，不是因为相关公司拥有更先进的技术，而是因为他们系统地解决了实施挑战。他们从与特定利益相关者问题相关的明确目标开始，通过专门的KPI跟踪结果，让最终用户参与设计，并建立组织能力以实现持续适应。数字医疗转型需要技术和组织变革。前者相对简单；后者决定成功。
本文内容仅由作者负责。他们希望感谢默克的Emre Ozcan和Fulvio Michelis在准备本文过程中的支持。
【全文结束】