认知计算
认知计算是指能够学习大量知识、有目的地进 行推理并更自然地与人类互动的系统。认知系 统并非明确的编程系统，它能够从与人类的互 动和与环境的接触中不断学习。认知计算系统 是指具有以下功能的系统：
• 与人类开展更深层的互动
• 扩展和提升专业知识
• 将认知融入产品和服务
• 支持认知流程和运营
• 加强探索和发现。
认知系统不仅可以回答数值问题，还可以生成 与更复杂、有意义的数据体相关的假设、推理 论证和建议。
分析与认知
在美国，广大支付者和提供者已经部署了分析技术，而认知计算的最新 发展成果将有助于挖掘更深入、更个性化的洞察。三分之二的受访者使 用分析来确定其 PHM 计划内部流程的运行状况。47% 的受访 者表示，他们主要将分析用于对群体进行分层，而 26% 则将分析用于支 持决策。仅有 18% 的受访者表示他们在整个医疗护理流程（包括结果评 估、风险和报告）中自始至终都会运行分析。我们只能预测到，对于基 于价值的医疗模式的实现，分析将扮演至关重要的角色。
在我们的调研中，约 75% 的支付者和提供者已经在考虑使用认知计算， 或者将在 2020 年之前使用认知系统。近四分之一的受访者正在探索或 试验认知计算在其 PHM 应用中的作用。半数以上的受访者表示，他们计 划于 2020 年之前在自己的精准医疗应用中使用认知计算，而 14% 的受 访者表示，他们正在探索或正在精准医疗应用中试用认知计算功能。 调研受访者表示，他们期望看到自然语言处理 (NLP) 功能的使用率能有 显著增长。今天，许多高度相关的信息被锁定在文本文件和提供者记录 中，并且不常用于提取临床或业务洞察。参与调研的高管认识到，从这 些数据中提取洞察以融入他们的 PHM 计划可以带来潜在益处，但需要以 精简的方式将非结构化数据转变为结构化数据。
一项重要发现是，根据提供者的 PHM 计划，关注重点和资源分配的涵盖 范围变得更加广泛，涵盖健康/低风险、有风险和高风险患者，以及患有 通常与 PHM 计划相关的慢性共同疾病的高危人群。正如一位受访者所 说：“我们的目的是让前期糖尿病患者尽可能长时间地保持相对健康的 状态。”（见图 5）。
经过改进的预测性分析将有助于从维护转向预防 - 同时借助越来越多有 针对性的保健和健康教育计划以及支付者 - 提供者激励计划的力量。今 后，医疗保健机构将能够尽早发现基因和遗传因素以及生物特性和倾向对 危险特性具有何种影响。 目前，医疗保健行业尚未普遍利用此类信息，也没有综合运用有影响的 社会、家庭、经济和环境数据。医疗服务提供者和支付者也没有根据患 者的不健康或危险行为，比如，酒精/药物成瘾、营养不良、空气质量和 水质问题，构建数据集和衡量风险评分。我们期望，随着更多有关患者 行为的数据和洞察纳入一般健康目标，PHM 计划将会有所增加，从而更 好地解决前期风险人群所面临的医疗问题。
成功 PHM 及精准医疗的优化
PHM 并不是一个全新的概念，但直到最近，少数医疗服务提供组织或机 构才开始参与 PHM 计划和流程的实施、人员配备以及运转工作。我们的 调研结果显示，四分之三的提供者以及近三分之二的支付者表示，他们 实施 PHM 计划的时间不超过三年。然而，在如此的短时间内，相关实施 和管理工作均取得了很大进展。超过 80% 的受访者认为或强烈认为：
• 他们的 PHM 计划与传统医疗保健服务完美结合
• 他们组建专门的组织或部门来处理 PHM 相关工作
• 他们拥有明确的治理结构、预算和业务模式
这些发现多少有点令人惊讶，因为大多数 PHM 计划仍然相对较新，并且 PHM 与传统医疗服务整合的有效性和效率尚处于接受评估的阶段。此 外，许多分析技术尚未得到采用，因而无法验证定性和定量结果。 92% 的医疗服务提供者表示，他们的医生、护士、护理管理人员和大多 数患者群体了解 PHM 的价值。这一结果也相当令人意外，因为对于多数 医疗服务提供者及其患者来说，PHM 是一种全新的人口管理模式。 然而这些数据点表明，支付者和提供者都清楚地了解：员工的支持和理 解对于 PHM 计划向前发展至关重要。这些因素都表明医疗服务交付和管 理的基本范式发生了转变，从个体生物医学模式转向更为全面的医疗护 理模式，受访者对 PHM 计划和流程的承诺以及信心便可说明这一点。
合作和整合对于改善人口健康至关重要
我们的调研结果显示，83% 的支付者和 96% 的提供者都认为，PHM 和精 准医疗将通过整合更多新的数据来源和利益相关者，促进同行业者之间 开展更紧密的合作。24% 的受访者认为，所有医疗服务提供者之间协作 水平的工作非常成功，我们预计这一数字在本十年末将大幅增加。全面 改善人口健康状况需要很多实体的参与和贡献，包括州级和地方政府、 医院、社区组织、医疗中心以及私人诊所。 与一般医疗系统相比，致力于人口健康的医疗系统会与外部组织开展更 多合作，会与社区组织建立强有力的伙伴关系（94% 对 80%），并且优 先工作安排与当地公共卫生部门保持一致（81% 对 61%）。建立显著伙 伴关系的对象包括符合联邦标准的医疗中心/社区诊所 (55%)、其他医院 (52%)、公共卫生部门 (52%)、健康社区联盟 (48%) 以及社区发展组织 (30%)。 11 开展紧密合作的部分原因是人们已经认识到，如同公共健康机构所做的 任何工作一样，住房、教育和就业政策等因素也会对上游预防工作产生 同样重要的影响。这意味着医院、住房机构、教育机构、规划机构以及 广泛的合作伙伴之间可以开展更多合作。闭环转诊能力是协作的一种体 现，74% 的医疗服务提供者认为这对于构建高质量的 PHM 至关重要，但 目前仅有 30% 的提供者具备这样的能力。但是，到 2020 年，这一比例 将增至 73%。
“学术机构正在重新确定人口健康 领域的医疗保健领导者，涉及的 主题包括质量、安全、技术、人 口健康智能，在某种程度上还包 括精准医疗。”
——David Nash，医学博士（杰弗逊大学人口健康学院院长，2016 年 9 月）
当今的挑战
今天，在所有受访者中，66% 的人认为“提高医疗服务质量”是他们面临 的最大挑战。安全挑战获得了 43% 的投票，位居第二。位于第三的是监 管合规性和避免报销处罚，占 39%；其他挑战还有跟上医疗创新和业务模 式的变化步伐，以应对日新月异的财政激励措施挑战，占比为 31%。 当被问及到 2020 年可能面临的“最大挑战”是什么时，54% 的受访者认 为监管合规性和避免报销处罚是最大挑战，其次有 51% 的受访者提到提 高医疗服务质量。32% 的受访者选择了安全挑战，另有 28% 的受访者认 为来自新入者的竞争是一大挑战。约四分之一的受访者提到了需要跟上医 疗创新和商业模式的变化步伐，以应对日新月异的财政激励措施挑战。 从中我们可以看出，对于医疗保健组织而言，持续提高医疗护理质量是一 项漫长而艰巨的任务，并且将继续保持其首要地位，但是工作重点将从监 管合规性转移至符合新的报销政策、激励措施和支付程序的要求。安全问 题仍是一项重要难题，但到 2020 年，它将成为组织面临的第三大挑战。
此外还出现了一种趋势，即在未来几年内，广大组织会充分采取各种措 施来提高医疗服务质量。医疗服务质量将会通过引入更精确的诊断工具 和实践得到大幅提升，而不是通过更严格的质量标准来实现。这包括实 施更全面的 PHM 计划，将基因组、社会经济、环境、生活方式、行为和 心理健康以及药理学数据纳入 PHM 计划中。 我们的调研结果表明，大多数医疗保健提供者认为，对于改进成功的 PHM 来说，最大空间是在计划的交付机制中提供成本更低的干预措施， 而这也会推动这一趋势向前发展（见图 6）。实际上，仅有三分之一的 受访者报告称，人口健康计划在提供低成本干预方面非常成功，67% 的 受访者声称计划比较成功或者需要大力改善。这需要人们考量 PHM 的潜 在运营效率、能否满足更好的资源分配需求以及与目标医疗人群、计划 实施和结果保持一致。PHM 应用包含基于实时分析和循证干预的决策支 持，将对提高干预措施的效率及有效性大有助益
精准保健和健康
精准保健和健康是指利用认知计算程序，整 合、分析和使用来自临床、基因组、药理、行 为和心理健康、社会和环境以及诊断和筛选的 数据，从而提供更加个性化、更具预测性和预 防性的人口保健和健康计划。
结论和下一步计划
为了充分利用精准工具与 PHM 战略整合所带来的预期效益，医疗保健组 织和系统中拥有远见卓识的领导者应考虑以下几点：
• 培养自身能力，整合一系列全新的、多样的数据集（生理、社会环境、 基因组和行为/心理健康），以提供可以在多个医疗服务提供者和社区 支持网络之间轻松共享的洞察。需要考虑的重要因素包括如何访问如此 广泛的数据并将其融入您的 PHM 计划和流程中并优化其价值。
• 提供工具、技术和培训，令 PHM 应用超越 EMR，从被动医疗发展成为 包含更多预防性策略的更有效、更高效的方法。这些措施应该以证据为 基础，能够产生可预测的结果，并且可用于基于价值的医疗和风险共享 模型。考虑那些能够自动扩展、与患者互动以及有利于临床指南和途径 使用方法标准化的工具。
• 接受精准医疗为您的 PHM 计划和应用带来的附加价值和个性化功能。 很多组织已经开始构建路线图，将药物基因组学、实时远程监控和诊断 以及外源健康影响因素融入我们所谓的精准保健和健康平台。考虑与精 准医疗和生物信息学专业人士开展合作，制定相关规划，将这些数据融 入您的 PHM 计划。
