PDF JPG
本書有DRM加密保護,需使用HyRead閱讀軟體開啟
  • 智慧醫療產業綜析. 上, 產業趨勢與技術發展
  • 點閱:59
    5人已收藏
  • 作者: 張軒豪等作
  • 出版社:資訊工業策進會產業情報研究所
  • 出版年:2021
  • 集叢名:熱門產品研究系列
  • ISBN:9789575818265
  • EISBN:9789575818289 PDF
  • 格式:PDF,JPG
  • 附註:封面英文題名: Smart health 附錄: 1, 英文名詞縮寫對照表--2, 中英文名詞對照表
  • 系列書: 智慧醫療產業綜析,本系列共2本,已完結
  • ● 本書因出版社限制不提供朗讀功能
  • ● 本書因出版社限制不提供繁簡轉換功能

儘管醫療技術的進步,但隨著慢性病的增加、人口老化、全球疾病傳播等,醫療業需要新興技術以減輕醫療資源負擔,進一步發展精準醫療。由於基因圖譜、醫療先進技術的發展加上人工智慧的協助,將使得精準醫療逐步實現。
人工智慧(Artificial Intelligence)技術導入至醫療領域已為全球發展趨勢,從透過影像辨識、深度學習等技術,輔助醫師診斷治療,到透過蒐集日常個人化的生理、病史等數據,藉由AI時刻監控個人健康變化,以及給予治療、照護建議,即可解決醫護人力缺乏、提升醫院行政效率及節約成本。
COVID-19疫情嚴重影響既有的醫療服務體系,因擔憂醫院內的群聚接觸感染風險,不僅降低民眾就醫意願,也造成部分醫護人員選擇退出第一線醫療服務。為因應疫情帶來的衝擊,許多強化醫病社交距離的診療、護理服務應運而生,包含透過線上醫療以分攤線下就醫需求,以及藉由遠距生理監控、機器人等方式減少醫病接觸機會。
健康促進(Health Promotion)指藉由人體健康的維持或改善,達到延長人類健康壽命,以健全個人健康狀態的整體解決方案,其推動趨勢包括人口高齡化、預防與復健醫學知識的發展,與健康生活型態興起等,都是全球健康促進產業發展的背景。倘若進一步細分,健康促進產業是由保健食品、健身設備、健康管理服務等三者共同構築的產業,且未來將朝向數據的「智慧化」以及由個體經驗出發的「個人化」技術進行發展,並且也將持續整合ICT與數據科學至健康促進產業中。
ICT業者近年積極布局智慧醫療產業,不少具備雄厚IT實力的廠商已收集大量病歷資料,提供從健康管理至臨床醫療的解決方案,逐漸深化新科技與醫療的連結。在眾多醫療應用中,疾病輔助檢測在臨床醫療實務上頗具實用性,美國FDA自2014年至今已核准約40款AI輔助診斷產品。在AI技術輔助下,不僅可節省醫療人員判讀時間,也可及早發現病情降低後續醫療成本。

臨床決策支援(Clinical Decision Support, CDS)旨在輔助醫生和其他衛生從業人員,提供患者最適合的醫療照護方案,根據患者的病歷及其他相關數據,CDS系統將給予醫生臨床診治的建議。而近年來,隨著AI人工智慧技術的發展,基於AI的CDS系統便逐步落地於各醫療領域中。
Markets and Markets在2019年指出,全球虛擬醫療助理市場規模預估2024年達到17.3億美元;同時有鑑於全球醫護人員短缺,Accenture在2018年也將虛擬醫療助理列為十大最有前景的AI醫療應用第二名。虛擬醫療助理被視為有望提升醫師診療效能、減少醫護人員工作量、提升病患體驗的創新應用。
面對全球人口高齡化與醫療成本節節高升,AI技術導入醫療產業可望紓解此困境,其龐大的市場潛力吸引許多業者紛紛投入資金、技術開發醫療應用的AI產品。其中,醫學影像診斷的AI解決方案為最蓬勃發展的應用之一。
醫療照護產業在高照護需求與高醫療成本的雙重壓力下,可望透過科技之力行數位轉型,同步提升營運效率與醫療品質。同時,隨著5G時代來臨,醫療數位轉型下所衍生龐大的無線連網與資安需求,則為未來5G醫療專網的應用勾勒出初步的輪廓。
物聯網將人、事、物完整串聯並打破「數據孤島」,而醫療物聯網已是全球醫療照護產業轉型的主流趨勢。新冠疫情蔓延全球,至今未見平息,加速催化許多零接觸、遠距醫療相關解決方案的強勁需求。醫療機構透過醫療物聯網(Internet of Medical Things, IoMT)的技術發展與廣泛運用,讓醫師可從遠距,更即時地瞭解病患之狀況,其應用價值持續升高,亦帶動相關市場需求的擴大。
區塊鏈(Blockchain)及其相關技術近年來蓬勃發展,因於區塊中包含時間戳,具不可竄改的特性,因而逐步應用在生醫領域,如共享醫療病歷數據、追溯藥品供應鏈、臨床試驗管理等。區塊鏈可建立更透明的、受信任的、分散分類管理的資料庫,提供給醫療保健相關參與者包括患者、醫生、保險公司、製藥商、分銷商和政府單位等可以共同使用。雖然區塊鏈技術尚未在生醫領域全面應用,但仍被視為未來生醫行業中最具破壞性創新的技術之一。
將科技結合醫療打造智慧醫院,已為全球及國內醫院皆積極發展的一個目標,許多醫院逐漸投入自行研發,或與業界合作發展相關應用工具,包括大數據應用、AI、IoT、機器人等。其中以AI、機器學習、深度學習的發展最值得關注,透過AI導入輔助醫護人員進行醫療決策的判斷,得以有效地降低人員工作上的負擔,且可提升醫療品質及病人安全。
隨著醫療精準化的趨勢興起,比小分子藥品專一性更高的抗體藥品逐漸成為主流之一,現在可藉由更有效、更精準的治療策略提升病患的存活率。抗體藥品具強專一性,約莫70種以上已經獲得驗證並應用於治療疾病,超過500種仍然在臨床發展階段,還有更多藥物處於臨床前發展階段。時至今日抗體開發也逐漸地深入各項研發層面,擴大應用之外亦遭遇瓶頸與困境。針對抗體開發困境,人工智慧也應用在抗體藥物的發展。
全球藥品市場規模持續成長,醫藥產業外包潛力市場規模亦同步逐年增加,據Frost & Sullivan調查資料顯示,2018年外包委託研發服務(Contract Research Organization, CRO)滲透率為36.1%,預估2021年將上升到46.5%。全球CRO滲透率持續成長,除了因為CRO能提供專業知識及技術應用、讓委託者在藥物開發階段降低成本及提升效率之外,可提供創新支援也是一大主因。近年人工智慧獲得熱烈討論並應用於各產業,全球各大藥廠也積極投資AI技術,以期加速藥物研發與臨床試驗,此趨勢對於以提供藥品委託研發服務為主的CRO公司而言也不容輕忽。AI在藥物開發的應用相當廣泛,包括藥物探索、臨床前試驗階段、臨床試驗階段及法規核准,甚至已延伸至使用端,作為預防性及個人化醫學的應用。
藥物開發過程必須面對的現實往往是高成本、長週期及高失敗率。根據科學期刊Nature的文章顯示,開發一顆新藥大致需要高達26億美元的投資、10年的漫長等待,成功率卻低於10%。AI結合過往在藥物發展上的應用及逐漸成熟的經驗,不僅僅在2014後開始在輔助醫療診斷應用及其他健康醫療部分,逐漸獲得美國食品暨藥物管理局(Food and Drug Administration, FDA)的認可並開始進入市場,而其深耕藥物發展在產業鏈中所扮演的角色也逐漸受到重視。
本書彙整智慧醫療產業的多個應用領域發展分析,包含:醫病研究、醫療檢測、醫療診斷、醫療機器人、醫療輔助、藥物開發、醫療物聯網、遠距醫療、大廠發展等,並剖析關鍵技術與應用發展趨勢,可作為企業應用及廠商相關技術應用發展參考。


張軒豪, 張浚凱, 陳思豪, 林展鈺, 徐文華, 陳霈萱, 巫文玲, 劉曉君, 朱師右, 韓揚銘, 林盈年, 施柏榮, 富士Chimera總研, Nikkei Computer

  • 前言(第I頁)
  • 圖目錄(第VII頁)
  • 表目錄(第XI頁)
  • 第一章 智慧醫療產業趨勢發展分析(第1頁)
    • 一、人工智慧醫療業應用發展趨勢(第1頁)
    • 二、全球AI醫療發展與科技大廠動態分析(第21頁)
    • 三、健康醫療產業之AI發展模式了解、評估及應用(第35頁)
    • 四、後疫情時代下醫療服務變革與系統大廠布局分析(第44頁)
    • 五、健康促進產業發展趨勢分析(第62頁)
    • 六、全球IoMT市場發展動向(第71頁)
  • 第二章 AI診斷與影像辨識(第89頁)
    • 一、智慧醫療AI疾病輔助檢測發展分析(第89頁)
    • 二、AI於臨床決策支援之應用與挑戰(第105頁)
    • 三、國際大廠與新創虛擬醫療助理應用探討(第118頁)
    • 四、AI醫學影像解決方案之產業現況與業者布局(第130頁)
    • 五、智慧顯示於醫療領域應用發展分析(第147頁)
  • 第三章 遠距醫療與通訊相關應用(第159頁)
    • 一、從醫療數位轉型趨勢看5G醫療專網應用機會(第159頁)
    • 二、即時定位系統於醫療照護之應用發展分析(第181頁)
  • 第四章 智慧醫院與醫療管理(第199頁)
    • 一、智慧醫療服務平台案例探討(第199頁)
    • 二、區塊鏈技術在生醫領域的應用觀測(第207頁)
    • 三、國內主要醫療體系布局AI動態與發展分析(第212頁)
  • 第五章 智慧醫療與藥物開發(第227頁)
    • 一、AI於抗體藥物開發應用之動態觀測(第227頁)
    • 二、AI將是CRO服務的祕密武器!?(第231頁)
    • 三、AI生醫產業的宿命與機會(第234頁)
  • 第六章 結論(第239頁)
  • 附錄(第253頁)
    • 一、英文名詞縮寫對照表(第253頁)
    • 二、中英文名詞對照表(第256頁)
紙本書 NT$ 18000
單本電子書
NT$ 12600

還沒安裝 HyRead 3 嗎?馬上免費安裝~
QR Code