数据代表了医疗保健的下一次淘金热，每天都有巨大的宝库溜走。对人工智能的热情日益高涨，导致了对新型医疗保健解决方案的大量投资，数据来自各种来源，如病历、成像、文献、指南等。像我这样的医疗保健从业者正盯着一个尚未开发的宝贵数据来源：
跟踪生命体征的监测器。
作为一名在过去几年中从事生命体征数据流工作的企业家，我越来越相信它的重要性。医院的监护仪每一秒都捕捉到生命体征，它们具有巨大的潜力，可以改善患者护理，并提供投资者一直希望但尚未看到的人工智能价值。我相信这种潜力就是 BD（Becton， Dickinson and Company）最近以 42 亿美元收购 Edwards Lifesciences 重症监护部门的原因。
作为一名住院医生，我观察到曾经为重症监护病房患者保留的持续监测现在正在扩大到包括更广泛的患者。这种转变是由硬件的进步推动的，使显示器更小、更舒适、更实惠。与每四小时测量一次血压或在查房期间检查血氧饱和度不同，持续监测生命体征可以立即了解患者的状况。当健康状况开始恶化并且身体的平衡被打断时，生命体征的变化揭示了身体如何试图补偿。来自监测仪的实时生理数据记录了血压、血氧饱和度、心率和体温，捕捉了超越简单数值读数的详细模式和趋势：它们包括在做出临床决策之前需要解释的复杂信号。根据手术室或麻醉后监护室等环境，还可以监测其他参数。这些数据现在在医院中非常丰富且自由流动，但从业者却未充分利用这些数据。它们也在很大程度上被从事医疗保健、人工智能和机器学习的研究人员和公司所忽视。医院使用的传感器比 Oura 或 Apple Watch 等消费类可穿戴设备准确得多。虽然这些设备在个人健康中发挥着重要作用，但医院级监护仪提供了临床决策所需的数据深度。实时生理数据捕捉了人类无法察觉的患者状况的微妙之处。通过复杂的建模，他们可以在重大问题发生之前识别它们。感染、血栓和中风等事件在医院中经常发生，早期发现可能会产生重大影响。作为一名医生，我关心的几乎每一个结果都与患者的生命体征相关。我认为大部分价值将来自“永远在线”临床试验的概念，我最近从Andreessen Horowitz 的普通合伙人 Julie Yoo 和 Vijay Pande 那里听说了这个概念，他们在 A16z 的优秀 Raising Health 播客中。“始终在线”临床试验是指一种连续、实时的基础设施，允许对患者数据进行按需分析，以回顾性或前瞻性地确定结果。在每家医院，每天都有许多有机临床试验可能正在进行，但无数的数据点正在闪现。为了使这些数据变得有意义，它们不仅需要适当地收集和存储，而且还需要与两件事联系起来：干预和结果的精确时间。这就是生命体征监测仪的用武之地。它们不仅为确定结果提供了可靠的信息来源，而且其数据收集的连续性也使它们成为始终在线的临床试验的完美支柱。从持续的生命体征监测中创造价值将来自将实时生理数据与医疗图表中的相关数据点联系起来，并针对特定模型和预期结果进行定制。这种方法可以为始终在线的试验铺平道路，持续运行并产生有价值的见解。想象一下，能够使用人工智能筛选大量数据，以立即识别在医院接受特定药物的特定患者亚群的结果。这种能力触手可及，代表了人工智能在医学领域的一个令人兴奋的前沿。使用人工智能持续评估生命体征数据的潜力是巨大的，这将代表患者护理和医学研究的根本转变。然而，要实现这一潜力仍面临重大挑战。收集、存储、标准化和有效使用此类数据是一项艰巨的任务，因为我现在正在通过自己的公司和研究来学习。必须采取强有力的数据安全措施来保护患者信息。创建必要的基础设施将是最艰巨的挑战之一，需要访问监视器并与现有医院系统无缝集成。开发一种可持续的商业模式，以激励投资并解决实施和维护成本问题也至关重要。尽管存在这些挑战，但我相信，在医院环境中整合人工智能和实时生命体征数据，在创造重大价值和改善患者治疗效果方面具有巨大的前景。其中大部分价值将用于医院护理，医院护理占医疗保健支出的30%以上，是最大的成本贡献者。2000 多年来，生命体征一直被用来监测健康状况。利用监测和数据分析方面的进步，可以在预测和解决健康问题方面发挥新的作用。
