来自印度的观点:连接医疗保健领域的无连接人群

回顾过去，天文学为计算科学的发展提供了空间。计算科学打开了深度学习的应用。这只是故事的一面之词。另一方面，生物学也受益于计算科学。“利用计算科学作为基础，复杂的生物学操作是可能的。追求这一目标，生物计算有望由此产生，”印度科学研究所生物系统科学与工程中心的Vijay Chandru教授在卡内基印度与普拉克沙大学(莫哈利)合作组织的数字技术和精确健康网络研讨会上说。

当科学家和研究人员制定出改造生物学的策略时，下一个阶段可能会发生。生物学中的数据编码可以成为现实，可以被描述为朝着科学进步的一步。如果某种诊断服务能够从基于计算科学和生物信息学的解决方案中产生，那就太好了;如果它能被包装成重症监护病房就更好了，因为不是每个人都能获得最高水平的医疗保健。如果这些解决方案能够在全国范围内推广，并且价格合理，这是可以实现的。

医疗保健的几个部门已经实现了数字化。例如，病理过程正在被自动化，一天可以完成数百个样本。

大流行导致的一个结果是基因组测序，因为需要跟踪病毒基因组变异以评估大流行的传播。测序技术的广泛应用;这将如何成为临床应用的首选，这将使它变得有趣。“目前有一种推动建设基因组项目能力的努力。印度拥有测序平台，如位于德里的基因组学和综合生物学研究所、位于海德拉巴的细胞和分子生物学中心、科学和工业研究机构理事会、位于班加罗尔的印度科学研究所和位于德里的全印度医学科学研究所。”Chandru说。

人工智能(AI)和机器学习(ML)可以用来了解人类基因组的组成。人工智能应用正被用于深入了解复杂的医疗保健。“AI-ML可以帮助诊断放射学成像。它还可以简化诊断时间，并帮助无法获得医疗保健的患者。人工智能应用是多样化的，”世界经济论坛医疗保健主管金亚·V·达纳补充道。也许这项技术可以促进胸部x光检查，特别是在污染导致肺充血的情况下。

下一步是找出AI-ML解决方案用于医患互动的可能性。AI-ML的融合可用于预测分析、基因筛查、测试和测序。如果它可以在全球范围内推广，那么也许没有什么能比得上它。这可能会导致精准医疗。“然而，这也有不利的一面。患者的基因组数据需要保护，因为这些信息是敏感和私密的。诊断和获取信息的能力引发了隐私的伦理问题，”Dana警告说。

与医疗保健一样，这些记录也被数字化了。数字医疗记录有可能改变印度的医疗体系。“电子健康记录和数字储物柜对国家卫生保健计划至关重要。必须为个人健康数据建立一个框架和治理问题。它将属于Ayushman Bharat，其目标是实现全民健康覆盖，”Chandru解释说。当我们看到个人的健康身份时，人们会想起土地记录数字化的方式。这个例子值得借鉴。

其他的例子是泛印度计划，例如个人的唯一识别号码，我们称之为Aadhaar。另一项全国性努力是Covid-19疫苗。这两个项目都达到了规模，为13亿公民提供了认证身份。鉴于他们的成功，如果在全国医疗保健领域开展类似的活动就好了。这可能是一个飞跃的机会，但它必须从零开始。

总之，技术可以帮助提升印度的医疗保健水平。鼓励可以来自通信垂直领域，如移动技术。从数字的角度来看，这是有道理的，但仍有待观察的是，如何促进医疗保健并使其面向大众。初级保健中心(phc)或许可以弥补这一差距，但需要有不间断的电力供应和注射器和氧气等消耗品等基础设施，以确保初级保健中心的正常运作。与此同时，如果初级保健保健工作者、护士和助理短缺，则需要解决这一问题，以提高医生与患者的比例，并且医疗保健工作者需要培训。他们需要熟练使用即时护理设备进行诊断，这样他们就可以成为医生和患者之间的调解人。