: 商品介紹

智慧醫療產業綜析(上)產業趨勢與技術發展

書號:HP2107

出版單位:資策會MIC

出版類型:平面出版品

出版日期:2021/6/24

頁數:272

ISBN:9789575818265

定價:NT$18000

摘要

 

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。

 



  • 前言 I
    目錄 V
    圖目錄 VII
    表目錄 XI
    第一章 智慧醫療產業趨勢發展分析 1
    一、 人工智慧醫療業應用發展趨勢 1
    二、 全球AI醫療發展與科技大廠動態分析 21
    三、 健康醫療產業之AI發展模式了解、評估及應用 35
    四、 後疫情時代下醫療服務變革與系統大廠布局分析 44
    五、 健康促進產業發展趨勢分析 62
    六、 全球IoMT市場發展動向 71
    第二章 AI診斷與影像辨識 89
    一、 智慧醫療AI疾病輔助檢測發展分析 89
    二、 AI於臨床決策支援之應用與挑戰 105
    三、 國際大廠與新創虛擬醫療助理應用探討 118
    四、 AI醫學影像解決方案之產業現況與業者布局 130
    五、 智慧顯示於醫療領域應用發展分析 147
    第三章 遠距醫療與通訊相關應用 159
    一、 從醫療數位轉型趨勢看5G醫療專網應用機會 159
    二、 即時定位系統於醫療照護之應用發展分析 181
    第四章 智慧醫院與醫療管理 199
    一、 智慧醫療服務平台案例探討 199
    二、 區塊鏈技術在生醫領域的應用觀測 207
    三、 國內主要醫療體系布局AI動態與發展分析 212
    第五章 智慧醫療與藥物開發 227
    一、 AI於抗體藥物開發應用之動態觀測 227
    二、 AI將是CRO服務的祕密武器!? 231
    三、 AI生醫產業的宿命與機會 234
    第六章 結論 239
    附錄 253
    一、 英文名詞縮寫對照表 253
    二、 中英文名詞對照表 256
  • 圖1 1 NuMedii AI醫藥發現架構 3
    圖1 2 Insilico Medicine公司新藥發現過程 4
    圖1 3 Desktop Genetics公司基因編輯方式 5
    圖1 4 Babylon自我診斷APP 6
    圖1 5 Accolade醫療照護平台 7
    圖1 6 ZOLL LifeVest穿戴式設備 8
    圖1 7 SkinVision APP皮膚癌檢測 9
    圖1 8 4Quant公司肺癌影像分析 10
    圖1 9 Enlitic影像癌症檢測 10
    圖1 10 Zebra影像病症篩檢 11
    圖1 11 DeepGestalt人臉辨識判斷罕見疾病 12
    圖1 12 GNS Healthcare治療因果分析平台 13
    圖1 13 BERG Health人工智慧平台 14
    圖1 14 CloudMedx醫療照護平台 15
    圖1 15 直覺公司達文西手術機器人 16
    圖1 16 Vicarious Surgical虛擬實境與微型機器手臂(1) 16
    圖1 17 Vicarious Surgical虛擬實境與微型機器手臂(2) 17
    圖1 18 Accuray 3D腫瘤放射治療機 18
    圖1 19 PR2健康護理機器人 19
    圖1 20 國際科技大廠於AI醫療發展之產品/服務應用類型 33
    圖1 21 人工智慧的定義 36
    圖1 22 AI在健康醫療產業市場規模成長預測 37
    圖1 23 AI於健康醫療市場中的分工應用區塊 40
    圖1 24 COVID-19全球確診與死亡人數累計 46
    圖1 25 疫情前既有及疫情後新興之診療與護理服務 48
    圖1 26 遠距診療工作站 49
    圖1 27 醫院內輔助機器人 51
    圖1 28 醫院內遠距病患生理監護 52
    圖1 29 建構新興診療與護理服務的醫材設備、軟體與機器人 54
    圖1 30 醫療SI大廠產品布局分析 59
    圖1 31 健康促進產業發展之推進 63
    圖1 32 2019~2025年全球市場規模變化 72
    圖1 33 2019~2025年項目別市場規模變化 73
    圖1 34 2019~2025年全球市場結構占比變化 77
    圖1 35 2019~2025年市場成長率排名 79
    圖2 1 全球IoT醫療產業之市場規模占比 90
    圖2 2 人體不同健康狀態下使用之產品與服務 91
    圖2 3 美國FDA核准之AI演算法醫療產品 92
    圖2 4 美國FDA核准之AI演算法醫療產品適用科別占比 93
    圖2 5 現行CDS系統主要架構 107
    圖2 6 CDS系統主要應用分類 108
    圖2 7 虛擬醫療助理運行方式 120
    圖2 8 虛擬醫療助理協助診療流程示意圖 121
    圖2 9 醫學影像之範疇 131
    圖2 10 AI於醫學影像工作的應用範疇 133
    圖2 11 AI醫學影像應用實例:肺部腫瘤診斷 133
    圖2 12 供需端共同推動AI醫學影像市場成長 134
    圖2 13 醫學影像廠商 135
    圖2 14 雲端平台廠商與軟體新創公司 136
    圖2 15 AI醫學影像產品之開發流程與障礙 137
    圖2 16 醫院對於導入AI產品的兩大考量 138
    圖2 17 三大主要業者布局概況 139
    圖2 18 GE Healthcare、SIEMENS與Philips之AI影像產品介紹 141
    圖2 19 影像設備大廠回應使用者需求的布局策略 141
    圖2 20 IBM與Google相異的布局策略 143
    圖2 21 軟體新創公司以合作取得資源的布局策略 144
    圖2 22 醫療機構、廠商間合作促成AI生態圈 146
    圖2 23 智慧顯示於各領域應用 148
    圖2 24 醫療次領域中的智慧顯示應用 149
    圖2 25 數位整合顯示器手術室解決方案 150
    圖2 26 AR手術導航 151
    圖2 27 手術投影顯示 152
    圖2 28 VR手術訓練平台 153
    圖2 29 皮膚診斷掃描顯示 154
    圖2 30 牙齒顯示系統 155
    圖2 31 血管投影顯示 156
    圖2 32 VR診斷治療平台 157
    圖3 1 5G醫療專網催化醫療數位轉型 165
    圖3 2 以病患為中心:生理監控穿戴裝置 166
    圖3 3 提升醫護能量:醫療物流機器人 167
    圖3 4 提升醫護能量:AR手術導航 170
    圖3 5 優化臨床流程:行動手持超音波 171
    圖3 6 優化臨床流程:即時定位系統 172
    圖3 7 5G醫療專網建置成本組成 175
    圖3 8 5G醫療專網應用現階段供給潛力評估 176
    圖3 9 5G醫療專網應用現階段需求潛力評估 178
    圖3 10 5G醫療專網應用供需潛力交叉評估 180
    圖3 11 即時定位系統之基本架構 182
    圖3 12 醫療照護即時定位系統之產業鏈 185
    圖3 13 CenTrak的核心產品 186
    圖3 14 CenTrak定位技術與其他定位技術之精準度比較 187
    圖3 15 CenTrak即時定位系統服務之架構 189
    圖3 16 CenTrak即時定位系統於手術流程管理之應用 190
    圖3 17 CenTrak的TruView年長者安全監控解決方案 193
    圖3 18 CenTrak之營運模式 195
    圖4 1 意識不清病患到院治療流程比較 200
    圖4 2 北原醫院集團提倡的「數位生前預囑」未來使用情境 202
    圖4 3 惠壽總合醫院構思的資料活用形式 203
    圖4 4 倉敷中央醫院預防醫療廣場所提供的健檢結果示意圖 205
    圖4 5 健康大數據永續平台計畫架構 221
    圖4 6 醫療機構與產業合作模式 222
    圖5 1 抗體藥物開發流程中所需之時間及資金 228
    圖5 2 AI應用範圍涵蓋藥物開發暨使用價值鏈 232
  • 表1 1 醫療AI應用方向 19
    表1 2 IBM Watson Health主要AI醫療產品/服務內容 24
    表1 3 Google Health主要AI醫療產品/服務內容 25
    表1 4 Microsoft主要AI醫療產品/服務內容 27
    表1 5 AWS主要AI醫療產品/服務內容 28
    表1 6 GE Healthcare主要AI醫療產品/服務內容 29
    表1 7 Philips主要AI醫療產品/服務內容 30
    表1 8 Siemens Healthineers主要AI醫療產品/服務內容 31
    表1 9 Medtronic主要AI醫療產品/服務內容 32
    表1 10 應用發展階段以及差異 41
    表1 11 PHILIPS疫情期間產品布局動態 55
    表1 12 GE疫情期間產品布局動態 57
    表1 13 SIEMENS疫情期間產品布局動態 58
    表1 14 健康促進發展的趨勢背景 65
    表1 15 健康促進發展的產業類型 67
    表1 16 健身設備的產品功能類型 68
    表1 17 創新醫療解決方案市場發展動向 74
    表1 18 醫療/健康照護市場發展動向 75
    表1 19 塵埃/感染管控市場發展動向 75
    表1 20 2019~2025年市場結構占比變化概況 76
    表1 21 創新醫療解決方案市場之商業模式創新 80
    表1 22 醫療/健康照護市場之商業模式創新 82
    表1 23 塵埃/感染管控市場之商業模式創新 83
    表1 24 透過創新醫療解決社會課題 84
    表1 25 透過醫療/健康照護解決社會課題 85
    表1 26 透過塵埃/感染管控解決社會課題 86
    表2 1 國際業者輔助檢測相關布局整理 98
    表2 2 台灣業者輔助檢測相關布局整理 103
    表2 3 Google近年智慧醫療領域相關事件例舉 122
    表2 4 IBM近年智慧醫療領域相關事件例舉 124
    表3 1 即時定位系統技術規格比較 183
    表4 1 國內布局AI主要醫療機構體系 214
    表4 2 近年榮總體系布局AI狀況 215
    表4 3 近年台大醫療體系布局AI狀況 216
    表4 4 近年北醫醫療體系布局AI狀況 217
    表4 5 近年中醫大附醫體系布局AI狀況 218
    表4 6 近年長庚醫療體系布局AI狀況 219

相關專書推薦

醫療科技產業趨勢綜析

書號:HP2303

出版類型:平面出版品

出版日期:2023/04/21

頁數:199

定價:NT$16000元

2023資訊軟體暨服務產業年鑑

書號:III-112-T102

出版類型:平面出版品

出版日期:2023/10/31

頁數:230

定價:NT$6000元

永續智慧城市暨科技應用發展趨勢

書號:HP2402

出版類型:平面出版品

出版日期:2024/02/21

頁數:185

定價:NT$12900元

智慧製造與製造業數位轉型案例探討

書號:HP2413

出版類型:平面出版品

出版日期:2024/10/23

頁數:155

定價:NT$13500元

2024資訊軟體暨服務產業年鑑

書號:III-113-T102

出版類型:平面出版品

出版日期:2024/10/14

頁數:162

定價:NT$6000元