就像2018年一样，2019年将成为“健康经济学和成果研究（HEOR）”的又一个重要年份，因为支付方和消费者要在引入新的创新型医疗保健技术、不断上升的医疗成本和医疗决策的影响之间取得平衡。国际药物经济学和结果研究学会（ISPOR）是全球领先的HEOR专业协会，它正在继续监测将影响全球医疗市场决策者的趋势。根据对其成员的调查，该协会连续第二年确定了将在不久的将来塑造该行业的十大HEOR趋势。《2018年趋势报告》概述了其中许多趋势，但这些重点趋势随着时间的推移而演变和转变。2019年HEOR十大趋势概述了这些变异，并将一些新趋势加入了榜单。

 

ISPOR 的《医疗保健行业10大趋势报告》的主要内容如下：

●概要

●趋势1：药品支出和定价

●趋势2：远不只是全民医疗覆盖

●趋势3：真实世界的证据

●趋势4：人口老龄化

●趋势5；价格透明度：不仅仅是药品

●趋势6：“大数据”继续制造噪音

●趋势7：价值评估框架

●趋势8：低收入国家的医疗决策

●趋势9：个性化/精准医疗

●趋势10：不健康行为

●参考文献

 

如需要国际药物经济学和结果研究学会（ISPOR）的《2019年医疗保健行业10大趋势》（英文，共20页），请在本微信公众号中赞赏（点喜欢或稀罕作者后打赏）后发来email地址索取。

此外，今天还会随邮件送上2019年2月11至15日在美国奥兰多召开的HIMSS19大会的一份演讲课件，题目是《实时机器学习管道（ML Pipeline）：一个临床早期预警评分（EWS）用例》。

 

现代医疗机构正在以越来越快的速度产生临床数据，其格式非常宽泛，包括结构化、非结构化、图像和高频波形数据；数据量也在以指数速度增长。分析这些实时临床数据的一个个孤岛，并提供及时和个性化的临床干预措施，是一项具有挑战性的任务。为了解决这个问题，他们开发并部署了一个实时机器学习管道，在这个管道中，任何对电子病历平台的更新，都会流向一个生成实时预测通知的数据科学引擎。为了创建与电子病历无关的管道，他们使用了大数据开源技术栈，如MirthConnect、Apache Kafka、MongoDB、Apache Spark、Tensor Flow和Keras。在该演讲中，演讲人分享了他们将临床挑战转化为数据科学优化问题，开发和部署实时机器学习管道的经验。

该演讲课件共有42个slide，该演讲的主要内容是：

●解释个性化医疗中实时机器学习管道需求背后的原理；

●解释医疗机器学习管道的体系架构；

●确定从开发和部署过程中遇到的挑战和取得的经验；

●讨论如何将机器学习管道推广到各种医疗场景和应用案例中。

演讲人是美国西奈山医疗集团高级数据工程师：普雷姆•提姆西纳博士和美国西奈山医疗集团高级数据科学家：阿拉什•齐亚博士。