Walter H. Curioso,Daniel S.W. Ting, Bram van Ginneken, Martin C. Were
问1:在资源匮乏地区部署数字医学工具,您觉得主要挑战是什么?
Walter H. Curioso:高效的卫生创新项目和管理计划是卫生部门在资源匮乏地区面临的主要挑战,改进卫生系统流程作为一项相关挑战,如果流程没有被映射、改进或定期审查,最终可能会出现数字化混乱的局面。
Daniel S.W. Ting:资源限制目前是将技术效益转化为改善公共卫生措施的最大障碍,包括缺乏人力、基础设施不足、医疗覆盖面差距、缺乏互联网接入,甚至缺乏开发局部解决方案的研究资金等。
Bram van Ginneken:现阶段大部分科学家的精力都用于为西方环境构建工具,绝大多数产品不能更好地满足那些几乎没有CT和MRI的国家诊所的需求。
Martin C. Were: 广泛使用数字工具的主要挑战包括融资、领导力和缺乏可持续性模型的结合,也因国家、项目和数字系统而异。
问2:数字医学如何绕过有限条件解决医疗保健问题?优先事项是?
Walter H. Curioso:COVID-19的发生或可作为一个独特的有效收集和管理数据的机会,为决策、政策制定、电子疾病监测、监测和评估等提供高质信息支持,搭建卫生信息系统可成为优先事项。
Daniel S.W. Ting: 在全球健康领域,国际医学专家通过远程医疗平台为资源匮乏的患者提供专业虚拟医疗服务的巨大利用率,即使COVID-19消退,这一趋势仍将继续呈指数级增长。
Bram van Ginneken: 数字解决方案应简化临床工作流程和增加培训手段,缓解资源匮乏国家医护专业知识稀缺的现状。
Martin C. Were: 从本质上讲,任何数字解决方案的有效性都取决于其实施,忽略实施背景,就很难在整个医疗管道中有效地使用数字健康做出全面的陈述,另我们需意识到,人工智能、机器学习技术等工具的成功应用案例同时也概述了数字医学在资源匮乏地区可有用的领域。
问3:公平是永恒的研究领域,如何资源匮乏地区实现适应症转型?
Walter H. Curioso:就数字医疗应用的公平性而言,道德考量是不可或缺且必不可少的。我们应使用公平的选择过程,考虑种族、性别、人口差异、残疾和其他特征的差异,考虑生物、环境和社会因素之间的复杂关系。
Daniel S.W. Ting:远程医疗和人工智能或可为医疗提供了新机会,它可以以更容易获得的方式向更广泛的人群提供有限而宝贵的资源及潜在的减少健康不公平现象,但必须仔细考虑其服务、算法的设计及实施。
Bram van Ginneken:拥有多样化的训练集并对来自不同环境的数据进行验证研究是必不可少的。任何一项人工智能产品通常都需要针对目标人群进行定制,照搬在资源丰富的国家开发的工具应用在资源匮乏的环境中使用,其效果必然是不理想的。
Martin C. Were: 数字医疗系统的公平性要求数字医疗工具中使用的技术和算法具有透明度,系统不应该是实施者无法理解或破译的“黑匣子”。
在现行可实现的条件下有必要从数字健康试点项目转向可扩展和可持续的解决方案。深入开展数字健康政策、数据综合治理等领域的研究,构建部门协同、资源优化一体的运行机制,下述六点依旧值得我们再补充完善:1)增强政府机构对数字健康项目、资金支持及促进各方合作;2)加强具有经验的学术中心的公共和私营机构的现有数字健康网络;3)数字健康项目需符合当地人员情况和需求,并对当地经济、社会、文化和组织因素保持敏感;4)创新数字健康工具,实现跨文化和多语言应用;5)财政激励和强有力的政治承诺和领导是需要考虑的重要因素;6)为患者和用户提供更具文化适应性的教育数字健康计划。
注:根据原文编译有删改
参考文献:Challenges in digital medicine applications in under-resourced settings. https://doi.org/10.1038/s41467-022-30728-3.
成为我们的
合作伙伴