伴隨著生活節奏的加快，糖尿病、心血管病等慢性病給個人、家庭和社會帶來了巨大的身心壓力，對病情嚴重的患者來說，慢性病治療還將造成沉重的經濟負擔。根據國家衛生部公佈的數據顯示，目前中國確診慢性病患者已達到2.6億人，導致的疾病負擔佔總疾病負擔的70%。
IBM中國研究院認知醫療服務部和輝瑞製藥，聯合領先醫療機構，利用大數據以及新型認知分析方法，建立符合中國人羣特徵的慢性病風險預測模型，透過提高模型精度實現對患者疾病風險的更精準預測, 助力加速科研發現進程。藉助此疾病風險測模型與臨牀決策支援系統，醫生預期可以大幅度提高診療質量，並針對病人的個體情況提出個性化診療建議,節約患者的醫療成本。同時,這種模式的普及,將有助於提升社區醫院的循證診療水準,從而緩解三甲醫院的就診壓力，爲推進中國分級診療，實現智慧化醫療轉型升級提供支援。
目前，IBM中國研究院認知醫療部已經與北京安貞醫院、某城市衛生局等全國領先的醫療、衛生機構展開合作，致力在心血管病等慢性病領域實現應用研發，彙集IBM全球12家研究院的認知研發經驗，深入應用於中國醫療健康領域。受到慢性病困擾的中國家庭將有望受益於這次跨越科技、製藥和公共衛生領域的多方面合作。
輝瑞中國副總裁谷成明博士曾表示：「近年來，很多國家都面臨著日益嚴峻的慢性病挑戰。認知技術的應用與推廣將有利提高慢性病診療的精度與效率。透過與IBM以及諸多中國領先的醫療機構的跨領域合作與創新，廣大飽受慢性病困擾的患者和家庭將會從中受益。我們已能看到認知技術爲這個行業帶來的創新契機，期待未來催生出更多協作創新，在更多高精尖醫學領域實現突破。」
認知分析打造多因素、高精度疾病風險預測模型 加速醫學科研新突破
IBM利用大數據分析、認知計算,例如機器學習、深度數據挖掘等創新技術，助力醫學研究機構更加高效快速地從海量數據中找到風險因素，促成更多醫學研究與臨牀新發現，同時使得醫學科研人員對於疾病風險有了更深入的認識與瞭解，從而實現疾病的精準化預測。
在第二十六屆長城國際心臟病學會議、亞太心臟大會、國際心血管病預防與康復會議上，IBM和輝瑞分別進行了主題報告。在報告演講明確了透過認知計算技術、大數據分析等高科技手段實現心血管病風險預測、病患分羣、治療路徑挖掘的實踐方式，爲醫療衛生機構提供了科學的精準醫療路徑建議。
優化醫生診療判斷 提升患者自我管理水準 推進精準化診療走入社區醫院
針對目前我國社區醫院診療質量亟待提高的現狀，藉助認知分析技術打造的疾病風險預測模型與臨牀決策支援系統，此類問題將有望得到大幅的改善。在臨牀指南和數據分析證據的支援下，社區醫生診療質量將得到大大提升，進而有效緩解三甲醫院的就診壓力，助力實現社會醫療資源有效合理分配，並將有助於緩解「看病難」的問題。
慢性病患者在得到更爲精準化、個性化治療的同時，也將節省不必要的醫療開支。以房顫病人需接受干預爲例，透過IBM認知醫療數據模型的確認和精準化分析，可以大幅地提高卒中（中風）風險預測的精度，在高風險病人中精確地找到真正需要干預的病人，極大降低病人不必要的醫療花費。
與此同時，越來越多的患者希望對自己的健康掌握更多話語權，同時也提出了更多更爲個性化的需求。基於認知分析加網路模式，患者可透過個性化醫療應用對自己的病情實現監測與風險預防。
認知時代已經到來，全球範圍內諸多行業、企業也正在紛紛向認知商業轉型。針對醫療行業， IBM致力於用資訊科技推動醫療行業進步已經有數十年的歷史。如今，IBM正積極發力認知商業，醫療行業則是其中重要的領域。結合IBM中國研究院的多年技術積累與行業經驗，IBM將攜手更多醫藥領域的合作伙伴，助力認知醫療轉型。
國際案例分享：
不久前，IBM宣佈了與美國頂尖的癌症治療中心機構Memorial Sloan Kettering的合作。藉助此次合作，二者希望能夠研發一款基於認知計算的應用，以便分析皮膚損傷的皮膚病學影像，來輔助臨牀醫師識別各種類似癌症疾病的狀態。該技術可以透過識別醫學影像中的特定圖案進行學習，因此具備巨大的潛力，能夠提升病例檢出的數量，從而幫助臨牀醫師更早做出診斷。
儘管努力在解決各種風險因素，皮膚癌仍然是美國最高發的癌症，每年有將近500萬人接受跟皮膚癌相關的治療，耗費將近81億美元。而皮膚癌中最致命的黑色素瘤每年導致9000人死亡。
在一項對約3000幅皮膚鏡檢查影像的研究中，IBM研究院開發的技術能夠以95%以上的準確率識別病態黑色素瘤。而相比之下，根據公開報導，先前由臨牀專家透過手動進行的檢查準確率爲75%~84%。
謝國彤博士
IBM中國研究院認知醫療研究總監