全球醫護缺口或達1500萬,科技能否補足生產力?

【健康點/作者:鄭琪】近年來,全球醫療費用支出呈現不可持續的快速增長狀態,所有的利益相關方都在試圖降低醫療健康服務的成本,並提高服務的可及性和有效性。與此同時,醫療健康領域勞動力短缺的問題也日益加重,消費者對目前供給方的服務並不滿意。想要改變這種情況,或許我們要在提高生產力的同時加強醫療服務的個性化。

醫療服務生產力亟待提升

在美國,勞動力成本已經佔到衛生費用總支出的一半以上。在一些醫院裡,這個數字已經超過了65%。顯然,醫療健康已經成為一個「勞動密集」的市場。

正如經濟學家William Baumol在其《成本疾病》一書中所提到的,隨著經濟的增長,為了保持競爭力,行業內勞動力工資的增長至少要和國家的GDP增長速度一樣快。而對於那些無法實現生產率增長的行業來說,其勞動力成本的增長將比整體經濟增長更快。也正因如此,我們找到了提高農業和製造業生產率的方法,食品和汽車就可以相對便宜,我們的醫療服務依舊是以人為基礎,生產率較低,所以醫療健康服務變得愈加昂貴。

我們來看一組數據。1960年,美國的醫療健康服務成本僅為GDP的5%。而到了2016年,美國的醫療健康服務成本已經佔到了GDP的17%以上。並且,相關部門預計,從2016年到2025年,美國的醫療費用將增長1.2%。未來,政府想要避免在醫療健康方面的費用入不敷出,只能是提高稅收或是降低福利水平。

除了工資外,人口老齡化也在一定程度上增加了醫療健康服務成本的負擔。美國國家衛生研究院(NIH)最近的一項研究表明,到2030年,全球醫療健康領域的勞動力缺口將達到1500萬人。顯然,目前的支付能力已經無法滿足醫療服務對於生產力增長的需求,醫療健康領域需要一個新的可持續發展的動力。

△圖片來源於視覺中國

此外,隨著觀念的轉變,公民對於醫療服務的期望也在改變。每個人都希望可以隨時隨地得到個性化服務,醫療健康也不例外。

那麼,我們該如何在降低成本的同時提高服務的可及性和有效性呢?又該如何在提高生產力的同時加強醫療服務的個性化呢?

用機器代替部分人工,或許是比較合理的方法。提高生產力不代表要減少提供醫療服務的勞動力,事實上,當勞動力數量減少時,其人均成本會繼續上升。所以,將部分醫療健康工作轉移到機器上,並指導患者自己做,這將大幅提升醫療健康服務的生產力。目前,一些企業和機構已經開始嘗試相關工作。

個性化不需要面對面服務

虛擬醫療技術就是一個很好的起點,它可以連接臨床醫生、病人和護理團隊,通過計算機去輔助遠程診斷、治療和監測,並輔導患者進行自我護理。

這種技術的應用已經比較廣泛。埃森哲的研究表明,如果初級保健提供者利用現有的虛擬醫療技術,將工作轉移到其他護理人員、機器和患者身上,每年將節省相當於2.4萬名初級保健醫師的時間。這意味著新增了11%的勞動力。

與糖尿病相同的是,慢性精神健康問題對醫療健康服務也提出了嚴格的要求。以愛爾蘭的Silver Cloud為例,這是一款旨在幫助抑鬱症、焦慮症和強迫症患者的軟體,它通過台式電腦、平板電腦和智能手機等互聯網方式,連接患者與專業的護理人員,為患者提供24小時的進行在線認知行為治療。通過這款軟體,治療師們可以為比平時多出六倍的患者服務。

△圖片來源於視覺中國

在提高生產力的同時,虛擬醫療技術的效果如何呢?以Silver Cloud為例,據統計,在參與該系統臨床試驗的抑鬱症患者中,有一半以上的患者病情緩解,或在八周後從癥狀中恢復。並且,對於患有焦慮症的人來說,正式的、面對面的服務可能會給他們帶來心理上的抵觸,虛擬的服務反而會使他們更舒適地就醫。

將工作轉移到機器和病人身上

人工智慧是人們所熟悉的。比如iPhone上的Siri可以基於我們曾經看過的內容記錄為我們提供個性化的音樂和電影推薦。而現在,人工智慧正在進入醫療健康領域。

今年1月,總部位於加州的數字健康公司Healthtap推出了它的「AI triage」軟體,該軟體已經過訓練,並收集了來自105,000名內科醫生的近五年的醫療檔案數據。這款智能手機應用程序可以通過語音激活和自然語言處理來提高服務速度和可訪問性,向用戶詢問癥狀,並做出決策。此外,它還可以通過電話、視頻聊天和簡訊將用戶與醫生、專家進行連接。

利用人工智慧提供醫療健康服務是一箭雙鵰的事情。一方面,患者無需等待預約就能在家中尋求幫助,也可以滿足自身的個性化需求。另一方面,醫生不必在一些不緊急的情況上浪費時間,他們可以將工作時間重新安排到一些更重要的任務上,從而提高生產率。

這些新技術帶來了一個戲劇性的轉變,患者們不再喜歡面對面的醫療健康服務,而更傾向於通過數字化、自助化的服務。數據顯示,超過四分之三(77%)的美國消費者和85%的醫生認為可穿戴設備可以幫助病人與他們的健康保持聯繫,29%的消費者表示他們更喜歡醫生的「虛擬問診」,而不是面對面的現實問診。

本文首發於財新健康點 caixin-life;

聯繫作者微信:1281949389;

投稿方式:healthpoint@caixin.com;

季敏華|責編

編譯來源:

usnews.com/news/healthc

我們堅持並尊重原創版權,未經授權請勿轉載,授權請聯絡健康點管理員Jack;

工作微信號: Jackzhao360

商務合作:

北京 Fiona 18612891987

上海 Leslee 13601240597


推薦閱讀:

深度學習(AI)在醫療領域應用、需求及未來發展概述

TAG:智能医疗 | 网络功能虚拟化NFV | 公共卫生 |