从电子病历到精准医疗实践，已经从根本上改变了我们对患者实施诊疗的方式。

我们处于运用医疗技术的哪一阶段?

手术刀、注射器、听诊器和显微镜......所有这些技术出现时，均为医疗行业带来了显著的技术进步。发明这些器械，不仅是为了帮助医生提高效率，更是为了提高患者诊疗效果。

如今，医疗技术的发展仍然以此为宗旨。医疗行业的进步以提高患者诊疗效果为原则，并帮助医生和医疗提供者提高效率。

我们运用医疗技术的目标和方向

数字化技术使医疗专业人士的诊疗方法发生跳跃式发展。从快速提取患者病历，到基因组测序，再到数字化病理切片，数字化技术正在促进医疗行业的突飞猛进。

从2016年到2018年，医疗行业所管理的数据以878%的速度增长。

来源：2019年Dell EMC全球数据保护指数调查

医疗进步的最强劲的驱动力量之一就是数据，具体包括病历、医学影像以及从边缘物联网设备和可穿戴设备发送而来的分析数据。

通过这些方式收集的数据，是医疗机构所能获得的最好的资源之一。然而，医生个人几乎不可能分析某个患者的全部数据，更不要说其所治疗的全部患者的数据了。

谈到数据，各种技术能够对我们收集和分析数据的方式产生巨大的影响，例如人工智能和机器学习技术。在处理越来越多的数据的过程中，深度学习技术得到进一步的发展，并且通过不断学习来使算法更加智能化。那么，这将为医疗行业产生怎样的影响？本文将介绍我们在医疗机构看到的新的工作负载，以及人工智能、机器学习以及其他的新技术如何改变患者诊疗局面。

电子病历

提到医疗行业中的数字化技术，大多数人会想到电子病历（EMR）。电子病历已成为存储患者病历的标准，并且在任何时间点上，医生所掌握的关于特定患者的数据量都在发生显著的增长。这个患者数据的聚合体包含很大一部分，医生可据此做出更准确的诊断和制定更有效的治疗计划。

然而，有些医生感到难以使用电子病历，因为这需要将IT技术全面地整合到医患关系中。患者数据需要实时可用，迫使医生和其他临床医护人员在患者面前与各种设备进行互动，这可能导致双方的脱节感。如果医生为患者检査完毕以后再与设备互动，则可能导致重要信息被遗漏在病历之外，还有可能分散医生的注意力。

随着一种称为“自然语言处理”的人工智能技术的推出，医生可使用口语来将信息添加到电子病历中。自然语言处理技术指的是计算机智能化地理解自然语言的能力。它与你所使用的智能扬声器差别不大，能够处理你提出的问题并提供答案。当人工智能在后台为患者的病历增加内容时，医生可以跟患者互动，而不是与计算机互动。这项技术的一个关键益处是将时间交还给医生，使他们能够更多地与患者互动并避免工作过劳。

医学影像

电子影像或者医疗影像的数字化——改变了放射学的世界。“将胶片转变为无胶片”的理念与“将纸质图表和文件转变为电子病历”一样具有突破性。时至今日，医学影像领域已经取得了巨大的进步。很多医院拥有完善的医学影像存储与传输系统(PACS)，专用于存储和访问各科室的医学影像数据。

医学影像领域的一种常见的做法是部署独立于供应商的归档解决方案(VNA)。将各科室互为孤岛的影像存储方式转变为VNA，医生能够査看患者病历中的跨学科影像，从而全面地了解所诊治的患者的情况。

医学影像囊括众多的数字化技术，具体包括核磁共振成像、CT扫描、X光透视、超声波、乳房X光照片、床侧影像，以及如今的病理学。

随着越来越多的医疗影像实现数字化，医疗行业为更多的技术创新开启了大门。

数字化病理学

以往，医生采集患者的样本并发送到病理学科室，样本在那里被放置在玻片上，通过显微镜进行检查。这个过程进行得很好，但也存在缺点。玻片还会通过邮件从一个地点运送到另一个地点，以便其他医生据此进行诊断，而玻片在运输途中会遭遇各种风险。后续还需要在安全地点将玻片保存一段预定的时间。如今，在数字化的世界，这并不是分配资源的合理方式。

对于全球的医疗和研究机构而言，出现了一种全新的影像应用：数字化病理系统。

使用数字化病理技术，全玻片影像扫描仪可读取患者的病理样本并实现数字化。这就为病理学家们带来了可供多名医生同时在大型显示器上观看的高清晰度影像。这些影像还可通过电子方式，在数秒钟内发送到全世界的任何地点，以便专家进行分析，从而缩短诊断时间，更快地进入治疗过程。

正如大多数的医学影像应用那样，全玻片影像实现数字化会产生海量的数据，这就需要使用数据存储。

这些数字化影像一旦被存储下来，就为人工智能或机器学习分析开启了大门。

病理学的目的是诊断病因，其流程漫长而且复杂。人工智能可以提高诊断的精确性，并有助于众多手动、费时的步骤实现自动化，例如样本识别、疾病模式识别以及临床病理学归类等。病理学家仍然做出最终判定，但人工智能或机器学习技术能够强化决策树，使病理学家能将更多的时间用于更具挑战性的案例，而减少与处理每个样本（甚至无病的样本）相关的管理工作。

根据PathAI的一次调查，

使用人工智能技术来辅助分析和诊断的病理学家，相比不使用这些技术的病理学家，能够更精准地发现病因。

因此，通过运用人工智能和机器学习技术，医生们能够更有效地诊治患者。

卷积神经网络最常用于影像归类。当人工智能算法分析医学影像时，如果发现任何被医生忽略的异常情况，可对医学影像进行标注，以便专业医疗人员进行审査，从而更高效地运用专家的宝贵时间。

通过使用卷积神经网络技术，人工智能技术还可应用于其他医学影像应用。

精准医疗

精准医疗（或称“个性化医疗”）代表着患者医疗方式的根本性变化。根据患者的基因组为其建立特定的治疗计划，这在以往是无法想象的。而如今，生命科学和医疗机构正在使用下一代测序技术（NGS）和数字化病理等其他数字化技术，使精准医疗成为现实。多年以前，需要花费10年时间和30亿美元成本才能进行全基因组测序。如今，已有技术可支持机构在一周内完成1000个全基因组测序，每个基因组测序的成本只有3000美元。这种进步使得该技术能为更多的医疗专业人员所用，并服务于更大范围的公众。

例如，肿瘤科医生在癌症患者身上发现一个肿瘤，进行取样，并将样本发送到病理学科室。通过使用数字化病理技术，一位专治特定癌症的全球顶尖病理学家能够快速分析数字样本，发现患者需要立即进行治疗。基因测序技术不仅能对该患者的基因组测序，还能对肿瘤组织的基因组进行测序。从基因测序中所获得的发现，使肿瘤学家能根据已知的针对该类癌症的有效疗法，制定个性化的治疗计划。这不是只在未来才能发生的；由于人类的进步和技术的发展，这一切在今天就已经发生。

5G/远程医疗

很多物联网设备和可穿戴设备通过本地网络或无线网络来发送数据。与任何应用一样，在无线网络上传输数据常常会遭遇带宽问题。这使得推出5G技术对于医疗行业非常重要。随着数据更快速地发送，分析工作更快速进行，患者的治疗结果也得到改善。

5G可将4G网络经常遭遇的延迟缩短95%，也就是缩短至5毫秒以内。

来源:Hans Vestber,Verizon CEO,2019 Consumer Electronic Show

5G技术还为远程医疗的进步打开了大门。在农村地区提供医疗服务的医生可使用5G和云计算技术来增加电子病历的内容，与患者交流和进行治疗，以及规律性地监控疗效。这样就能将专业的医疗服务带给以往无法触及的人群。

可穿戴设备和物联网

一旦物联网与医疗行业相联系，将使用能联网的医疗设备和可穿戴设备来实时地监控和分析数据。正如其他很多行业那样，医院病房中存在的具有联网功能的医疗监控设备和可穿戴设备(例如健康追踪器)能够提供巨大的数据流，从而为指数级的数据增长打开了大门。在美国，医院中平均每个病床连接10~15个设备。

医疗行业的物联网应用已生成了海量的数据。据麦肯锡咨询公司估计，截至2020年，医疗数据量将可穿戴设备和物联网每73天翻番。

根据Brandessence Market Research&Consulting Pvt Ltd(BMRC)咨询公司的信息，医疗提供者可使用物联网设备来做这些事情：远程监控患者的状况，管理慢性病，以及管理药物剂量。可从医院的内部或外部收集数据。来自物联网设备的数据可用于临床医疗研究中，以便更好地了解患者体验。无论数据来自于心脏监测器、并通过简单的数据分析来预先发现心脏病突发状况，还是来自于追踪患者血糖值以便控制糖尿病的可穿戴设备，都能帮助医疗机构进行预防性医疗。

以往，分析来自物联网设备的个人数据是不可能的任务。而如今，通过在网络边缘使用人工智能技术，能够实时解读数据流，将异常情况标注出来进行审査。例如在医院里的视频监控系统中，针对走廊和病房里的视频采用人工智能技术，可提示工作人员应对患者摔倒或不按时服药的情况。

边缘物联网网关通过在本地处理、缓存、筛选和保护数据，来降低大数据量的传输和存储成本。在边缘上使用分析功能对数据进行"聚合”和"筛选”，能带来以下益处：

• 通过医院和家中的计算机视觉解决方案,提升患者的安全性和监控患者恢复情况；
  

• 使用传感器来扩大慢性病管理和预防性医疗范围，这些传感器能向医疗提供者提示以确有成效的方式改变临床医疗措施，并推荐早期干预措施；
  

• 通过从制造环节到消费环节追踪药物，来管理药物和防止药物误用。

来源:2020年倡21日戴尔科技集团;"Se Cutting Edge of Healthcare:loT Data in Preventative Care'：2020年2月18日检索。

面向医疗行业的Dell EMC存储

医疗行业正在以令人难以置信的速度发展和变化，而技术已成为其发展的驱动力量。然而，前述的工作负载和新兴技术仅仅触及了医疗IT和医疗专业人员所经历现实的表面。我们运用技术来提高访问能力和改善医疗成果，以便在2030年之前与医疗行业一道为数10亿人提供帮助。

DELL EMC POWERMAX

NVMe数据存储

当医疗机构需要患者数据时，PowerMax可为医疗提供者提供极速访问能力。通过配备存储级内存和NVMe硬盘来提供令人难以置信的性能，PowerMax可实现高达1500万IOPS的速度、每秒350GB的带宽、低于100毫秒的读响应时间。

PowerMax可从低至13TB的容量开始使用，进行真正的多维度扩展至高达4PB。它支持纵向扩展和横向扩展，使您能够灵活地扩展容量和性能，以便支持不断扩大的、数据驱动的医疗世界。

PowerMaxOS提供多种创新技术来确保最高的性能而不产生管理开销，例如内置的机器学习引擎，可在电子病历和非电子病历工作负载上实现一致的服务水平协议。

1根据2019年7月Dell EMC的内部分析，其中测试了使用PowerMax 8000时,在单个集群内实现的随机读每秒最高IO。

2根据2019年7月Dell EMC的内部分析，其中测试了使用PowerMax 8000时,在单个集群内实现的随机读每秒最大GB容量。

3根据2019年7月Dell EMC的内部分析，其中使用OLTP2硬件测试基准来测试单台"PowerMax 8000阵列。

DELL EMC ISILON

横向扩展式网络附加存储

Dell EMC Isilon横向扩展式NAS通过提供几乎任何规模的可靠、高性能、经济高效的存储，使您能够满怀信心地推进医疗和人工智能项目的发展。Isilon支持将医学影像数据整合到统一的存储集群，其中包括放射PACS、心脏病PACS、独立于供应商的归档以及最先进的数字化病理系统。

还可配置SmartPools®来进行自动化分级，从而智能化地将数据放置在经济高效的存储之上。

凭借卓越的OneFS操作系统，Isilon非常易于管理。OneFS可创建统一的共享存储池，从而消除多个卷或数据孤岛。提供静态数据加密(D＠RE)技术、自加密硬盘以及复制技术，可有效地保护临床医疗和研究数据。

提供多云连接能力，使您能够使用组织本地和组织以外的解决方案。

了解更多解决方案，请点击此处。