بودجه برای استارت‌آپ‌ها و ابتکارات سلامت دیجیتال در طول همه‌گیری افزایش یافته است، زیرا کارآفرینان و مصرف‌کنندگان به طور فزاینده‌ای از سلامت از راه دور، نظارت از راه دور و طیف وسیعی از دستگاه‌ها از ردیاب‌های خواب گرفته تا باندهای ورزشی استقبال می‌کنند.
بر اساس گزارش راک هلث، مجموع سرمایه گذاری های سرمایه گذاری خطرپذیر در سلامت دیجیتال در سال 2021 به رکورد 29.2 میلیارد دلار خواهد رسید. بودجه در سال 2022 کاهش یافت و به 12.6 میلیارد دلار در پایان سه ماهه سوم رسید، اما پیشرفت در فناوری‌هایی مانند هوش مصنوعی و علاقه فزاینده شرکت‌های بزرگ فناوری مطمئناً نوآوری را در آینده پیش می‌برد.
استارت‌آپ‌های منطقه سیاتل مانند CalmWave، Rippl Care، Outbound AI و Birch AI در سال 2022 ظهور کردند تا به حل مشکلات پزشکی اعم از سر و صدای زیاد در بیمارستان‌ها تا مراقبت‌های بهداشت روان برای سالمندان کمک کنند. شرکت‌های بزرگ‌تر نیز نشانه بلندپروازی‌های بزرگی بودند. امسال، آمازون پیشنهاد خود را برای خرید شرکت مراقبت های اولیه One Medical به مبلغ 3.9 میلیارد دلار اعلام کرد و یک سرویس سلامت آنلاین جدید به نام Amazon Clinic راه اندازی کرد.
کارشناسان سلامت دیجیتال چه روندهایی را در سطح ملی و در منطقه سیاتل برای سال 2023 می بینند؟ ما از پنج نفر خواستیم تا پیش‌بینی‌هایشان را ارزیابی کنند.
Taha Cass-Hout، معاون فناوری و سلامت هوش مصنوعی و مدیر ارشد پزشکی در خدمات وب آمازون
نوآوری و همکاری بی‌سابقه در صنایع بهداشت و درمان و علوم زیستی، صنعت را به سمت حرکت از مراقبت از بیمار به پیشگیری از طریق تجربه بیمار دقیق، شخصی و انسانی سوق می‌دهد. این صنعت یک دهه است که با ابر آزمایش می‌کند و می‌داند که چگونه فناوری و یادگیری ماشینی می‌توانند تشخیص و درمان هدفمندتری را که به عنوان پزشکی دقیق شناخته می‌شود، انجام دهند. شخصی سازی سفرهای بیمار؛ و بهبود نتایج سلامتی
در سال 2023 و پس از آن، ما انتظار داریم که سازمان‌های مراقبت‌های بهداشتی و علوم زیستی به سرمایه‌گذاری در مدرن‌سازی زیرساخت‌های خود، استخراج بینش‌های عملی از داده‌ها و پذیرش معنای شخصی‌سازی سلامت ادامه دهند. این شامل ادغام داده‌های ژنومی و سایر omics در توسعه درمانی، استفاده از یادگیری ماشینی و تجزیه و تحلیل برای بهبود گردش کار پزشکان، ترکیب داده‌های تعیین‌کننده‌های اجتماعی در مدیریت بیماری در سطح بیمار یا جمعیت، و استفاده از داده‌های ساختاریافته و بدون ساختار برای پیش‌بینی بیماری با شرایط بسیار بهتر است. دقت – کمک به تغییر صنعت از مراقبت واکنشی به مراقبت پیشگیرانه از بیمار.
Kingsley Ndo، بنیانگذار و استراتژیست ارشد Hurone AI
ما باید انتظار داشته باشیم که شاهد نوآوری های انسان محور بیشتری در سلامت دیجیتال برای حمایت از تصمیم گیری بالینی باشیم، مانند فناوری های پیش بینی تشخیصی یا ابزارهایی برای پیش بینی نتایج بالینی برخی داروهای سرطان. این ابزارها به طور فزاینده‌ای شامل تنوع بیشتر در مجموعه داده‌های آموزشی برای مدل‌های یادگیری ماشین می‌شوند و نیازهای خاص کاربر هدف را در مرکز فرآیند توسعه قرار می‌دهند، از جمله در نظر گرفتن دیدگاه‌های فرهنگی.
همچنین یکپارچه سازی بهتر داده های تولید شده توسط ابزارهای پوشیدنی، اپلیکیشن های گوشی های هوشمند و سوابق پزشکی الکترونیکی برای حمایت از تصمیمات بالینی، تغییر رفتار و شخصی سازی در مقیاس از طریق قدرت هوش مصنوعی وجود خواهد داشت.
لورتا لیتل، مدیر عامل WRF Capital
بودجه برای اکثر استارت‌آپ‌های دیجیتال در مراحل اولیه در سال 2023 همچنان محدود خواهد بود، اما من فرصت‌هایی برای رشد در چندین زمینه می‌بینم. ما همچنان شاهد شرکت‌های بیشتری خواهیم بود که از طریق محصولات و رویکردهای نوآورانه، مانند Joon و Rippl Care، و شرکت‌هایی که بر بهبود اتصال و ابزارهایی برای مراقبت از راه دور بهتر، مانند Valorant Health و Wavely Diagnostics، به خدمات سلامت روان دسترسی دارند، دسترسی خواهند داشت.
مراقبت از راه دور به ویژه برای جوامع روستایی محروم که دسترسی محدود یا بدون دسترسی به منابع مراقبت بهداشتی مجاور دارند، مهم است. این نیاز تنها در حال افزایش است که تا حدی ناشی از تغییرات جمعیتی در جمعیت بیمار است. پیش بینی می شود که نسبت سالمندان در ایالت واشنگتن و سراسر کشور، به ویژه در مناطق روستایی، افزایش یابد. این جمعیت سالمند روستایی نشان دهنده درصد زیادی از کسانی است که از بیماری های مزمن رنج می برند و باید به خدمات مرتبط شوند.
شیام گولاکوتا، یکی از بنیانگذاران Wavely Diagnostics و Sound Life Sciences (خرید شده توسط گوگل)، استاد دانشکده آلن دانشگاه واشنگتن
پذیرش بهداشت از راه دور، که در طول کووید سرعت گرفت، احتمالاً اینجا باقی خواهد ماند. همچنین ممکن است شاهد افزایش تعداد آزمایش‌های خانگی از راه دور مانند COVID-19 یا آزمایش‌های خون باشیم که سلامت از راه دور را به ملاقات حضوری نزدیک‌تر می‌کند. در حالی که تمرکز زیادی روی استفاده از گوشی‌های هوشمند و ساعت‌های هوشمند برای سلامت تلفن همراه وجود دارد، هدست‌ها پلتفرم هیجان‌انگیز بعدی برای نظارت بر سلامت و تندرستی خواهند بود و احتمالاً در چند سال آینده سیگنال‌های الکتروانسفالوگرافی (EEG) که ممکن است فرصت های جدیدی را برای رابط های مغزی باز کنید.
ما همچنین امیدواریم که تعدادی از استارتاپ‌ها از مدل‌های زبانی در مقیاس بزرگ برای رسیدگی به نقاط دردناک مختلف در سیستم مراقبت‌های بهداشتی به منظور بهبود کارایی و کاهش هزینه‌ها استفاده کنند. تکنیک‌های یادگیری عمیق همچنان بهبود می‌یابند و ما شاهد نتایج امیدوارکننده‌تری برای مقابله با مشکلات مهمی مانند استفاده از هوش مصنوعی برای کشف دارو و واکسن خواهیم بود.
Su-Ying Lee، استاد دانشگاه علوم کامپیوتر و مهندسی
سال آینده شاهد دستگاه‌های هوش مصنوعی با عملکرد قابل توضیح AI (XAI) خواهیم بود که به انسان اجازه می‌دهد فرآیند استدلال مدل‌های پیچیده یادگیری ماشین جعبه سیاه را درک کند. من همچنین می بینم که فرآیندهای تأیید FDA شامل تجزیه و تحلیل XAI برای ایجاد اعتماد، شفافیت، انصاف و کاربرد مدل های یادگیری ماشین است.
افزایش بازپرداخت از سوی ارائه دهندگان بیمه و مراکز خدمات مدیکر و مدیکید ایالات متحده منجر به افزایش تعداد دستگاه های هوش مصنوعی مورد تایید FDA خواهد شد. در درازمدت، موفقیت و عادلانه بودن دستگاه‌های پزشکی هوش مصنوعی به میزان به‌روزرسانی فرآیندهای تأیید FDA برای منعکس کردن مسائل خاص یادگیری ماشین بستگی دارد. به عنوان مثال، اگر هیچ الزامی برای ارزیابی یک دستگاه هوش مصنوعی پوستی در طیف وسیعی از رنگ‌های پوست وجود نداشته باشد، به نظر می‌رسد که دستگاه‌های هوش مصنوعی که عملکرد ضعیفی روی پوست‌های تیره‌تر دارند در دسترس عموم قرار می‌گیرند و به‌طور نامتناسبی افراد با پوست تیره‌تر را به اشتباه تشخیص می‌دهند.