เดฟ รไรอัน ผู้จัดการทั่วไป ธุรกิจสุขภาพและวิทยาศาสตร์ชีวิต ของ Intel – ซีรีส์สัมภาษณ์

เดฟ รไรอัน เป็นผู้นำธุรกิจสุขภาพและวิทยาศาสตร์ชีวิตของ Intel (INTC ) ที่เน้นการเปลี่ยนแปลงดิจิทัลจากขอบเขตไปสู่คลาวด์ เพื่อทำให้การดูแลสุขภาพที่แม่นยำและคุ้มค่าเป็นจริง ลูกค้าของเขาคือผู้ผลิตอุปกรณ์เครื่องมือวิทยาศาสตร์ชีวิต อุปกรณ์ทางการแพทย์ ระบบคลินิก เครื่องคอมพิวเตอร์ และอุปกรณ์ที่ใช้ในศูนย์วิจัย โรงพยาบาล คลินิก และบ้านพักผู้ป่วย เดฟ รไรอัน曾任สมาชิกในคณะกรรมการของ Consumer Technology Association Health & Fitness Division, HIMSS’ Personal Connected Health Alliance, Global Coalition on Aging และ Alliance for Connected Care

ธุรกิจสุขภาพและวิทยาศาสตร์ชีวิตของ Intel คืออะไร?

ธุรกิจสุขภาพและวิทยาศาสตร์ชีวิตของ Intel ช่วยให้ลูกค้าสร้างโซลูชันในด้านการถ่ายภาพทางการแพทย์ ระบบคลินิก และห้องปฏิบัติการและวิทยาศาสตร์ชีวิต เพื่อให้การดูแลสุขภาพที่กระจาย การดูแลสุขภาพที่ฉลาด และการดูแลสุขภาพที่เป็นส่วนตัว

ธุรกิจสุขภาพของ Intel มุ่งเน้นไปที่สุขภาพของประชากร การถ่ายภาพทางการแพทย์ ระบบคลินิก และโครงสร้างพื้นฐานดิจิทัล

• สุขภาพของประชากรจะตรวจสอบข้อมูลผู้ป่วยที่หลากหลายเพื่อให้แพทย์ได้รับข้อมูลเชิงลึกเกี่ยวกับความเสี่ยงและผลการรักษาที่ดีขึ้น Optimized และ Tuned ML และ AI ช่วยให้ “tier” กลุ่มผู้ป่วย เพื่อให้ผู้จ่ายและแพทย์สามารถจัดลำดับความสำคัญของผู้ป่วยที่มีความเสี่ยงสูงสุด
• การถ่ายภาพทางการแพทย์ (เช่น MRI, CT) จะสร้างชุดข้อมูลขนาดใหญ่ที่ต้องการการประเมินที่แม่นยำโดยไม่มีข้อผิดพลาด HPC และ AI ช่วยให้สามารถสแกนข้อมูลภาพได้เร็วขึ้นและระบุปัจจัยสำคัญเพื่อช่วยแพทย์ในการวินิจฉัย
• ระบบคลินิกใช้การมองเห็นของคอมพิวเตอร์ AI HPC และการประมวลผลขอบเพื่อการตรวจสอบผู้ป่วย การผ่าตัดด้วยหุ่นยนต์ และการดูแลสุขภาพทางไกลและอื่นๆ ระบบเหล่านี้จะช่วยให้แพทย์ได้รับข้อมูลผู้ป่วยที่สมบูรณ์และดีขึ้น โดยมีความยืดหยุ่นและความสามารถในการปรับเปลี่ยนตามความต้องการขององค์กร
• โครงสร้างพื้นฐานดิจิทัลรวมเทคโนโลยีต่างๆ เพื่อให้สามารถมีปฏิสัมพันธ์กับผู้ป่วยได้ใหม่ๆ รวมถึงการดูแลสุขภาพที่ใดก็ได้และทุกเวลา โดยแพทย์สามารถทำงานร่วมกันในพื้นที่และเวลาเพื่อจัดการสภาพและผ่าตัดและวิเคราะห์

ธุรกิจห้องปฏิบัติการและวิทยาศาสตร์ชีวิตของ Intel มุ่งเน้นไปที่ 3 พื้นที่หลัก: การวิเคราะห์ข้อมูล ‘โอมิกส์ และเภสัชกรรม

• การวิเคราะห์ข้อมูลใช้ AI เพื่อขับเคลื่อนการค้นพบและข้อมูลเชิงลึกที่ช่วยให้สามารถทำการแพทย์ที่แม่นยำได้โดยการรับประกันว่าผู้ป่วยได้รับยาที่มีประสิทธิภาพสูงสุดและลดความเสี่ยงของผลข้างเคียง
• ‘โอมิกส์จะอธิบายและวัดกลุ่มโมเลกุลทางชีวภาพโดยใช้ไบโอนฟอร์เมติกส์และชีววิทยาคอมพิวเตอร์ ชุดข้อมูลขนาดใหญ่ที่เกี่ยวข้องใน这里ต้องการการประมวลผลที่รวดเร็วเพื่อให้ได้ผลลัพธ์ในเวลาที่เหมาะสม ด้วยการประมวลผลที่รวดเร็วและฐานข้อมูลใหม่ๆ ชุดเครื่องมือ ไลบรารี และการปรับโค้ดให้เหมาะสม สถาบัน ‘โอมิกส์สามารถลดเวลาในการให้ผลลัพธ์และต้นทุนการวิจัย
• เภสัชกรรมคือการศึกษายาและวิธีการที่ยาตอบสนองต่อระบบชีวภาพของมนุษย์ รวมถึงระดับโมเลกุลที่ต้องการวิทยาศาสตร์ข้อมูลและ AI เพื่อช่วยในการสร้างและปรับให้เหมาะสม นำไปสู่การลองคลินิกที่ดีขึ้น การวิเคราะห์ผลลัพธ์ที่ชาญฉลาดและค้นพบยาที่รวดเร็ว

คุณเริ่มสนใจการใช้ AI ในสุขภาพเมื่อไหร่?

การแพร่กระจายของ AI ทั่วหลายอุตสาหกรรมส่วนใหญ่เกี่ยวกับการทำให้กระบวนการทำงานที่ทำโดยมนุษย์เป็นแบบอัตโนมัติ ในสุขภาพ AI ได้กลายเป็นเครื่องมือที่ช่วยให้สามารถเพิ่มประสิทธิภาพหรือช่วยเหลือความเชี่ยวชาญของมนุษย์ที่มีอยู่เพื่อให้ได้ผลลัพธ์ที่ดีขึ้น และไม่มีที่ไหนที่ชัดเจนไปกว่าการถ่ายภาพทางการแพทย์ ซึ่งปริมาณและความซับซ้อนของข้อมูลเป็นทั้งอุปสรรคและโอกาส AI และการอนุมานโดยเฉพาะสามารถทำการสแกนข้อมูลที่รวดเร็วและแม่นยำมากกว่าที่มนุษย์สามารถทำได้ และไม่เพียงแต่จะแสดงให้เห็นถึงข้อมูลเชิงลึกที่ซ่อนอยู่เท่านั้น แต่ยังช่วยให้แพทย์สามารถมีเวลาในการวินิจฉัยที่ดีขึ้นและให้ผลลัพธ์ที่ดีขึ้นสำหรับผู้ป่วยมากขึ้น ตัวอย่างเช่น โซลูชัน AI จากลูกค้าช่วยให้แพทย์สามารถวิเคราะห์ข้อมูลในเอกซเรย์ที่อาจบ่งบอกถึงการล้มเหลวของปอด (ปอดบวม) หรือโควิด-19 นี่เป็นความสำเร็จที่น่าประทับใจที่กำลังปฏิวัติวิธีการถ่ายภาพทางการแพทย์และการนำไปใช้ความเชี่ยวชาญของมนุษย์

AI มีความสำคัญแค่ไหนในการวิเคราะห์ข้อมูลขนาดใหญ่ในสถานพยาบาล?

อุตสาหกรรมสุขภาพและวิทยาศาสตร์ชีวิตสร้างข้อมูลมากกว่าอุตสาหกรรมอื่นๆ และข้อมูลที่ซับซ้อนกว่า และไม่เหมือนกับอุตสาหกรรมอื่นๆ การจัดการและวิเคราะห์ข้อมูลนี้เป็นเรื่องของชีวิตและความตาย ด้วยขนาดนี้ AI จึงกลายเป็นเครื่องมือที่จำเป็นต่อการบรรลุเป้าหมายต่างๆ ทั้งการทำงานที่ซับซ้อนและนวัตกรรมใหม่ๆ ในสถานพยาบาลและห้องปฏิบัติการ

ตัวอย่างเช่น บันทึกสุขภาพอิเล็กทรอนิกส์ (EHR) ได้ทำให้เกิดการปฏิวัติในการให้บริการสุขภาพที่มีคุณภาพและประสิทธิภาพสูง แต่ในบันทึกเหล่านี้มีข้อมูลที่ไม่มีโครงสร้างและโครงสร้างที่ผสมผสานกัน AI สามารถช่วยแปลงข้อมูลเหล่านี้ให้เป็นชุดข้อมูลที่เป็นเอกภาพและเป็นประโยชน์มากขึ้น การรู้จำตัวอักษรออปติคัล (OCR) และการประมวลผลภาษาธรรมชาติ (NLP) เป็นเพียงสองตัวอย่างของโมเดล AI ที่สามารถแปลงข้อมูลการเขียนและเสียงให้เป็นข้อมูล EHR

ในกรณีอื่นๆ ข้อมูลที่เก็บจากอุปกรณ์ทางการแพทย์และกล้องถ่ายรูปจะเติบโตขึ้น และเมื่อรวมกับประวัติผู้ป่วยแล้ว การวิเคราะห์ข้อมูลเหล่านี้สามารถช่วยให้ได้ข้อมูลเชิงลึกใหม่ๆ เพื่อการรักษาที่เป็นส่วนตัวมากขึ้น ในระดับประชากรหลายโรงพยาบาลได้นำอัลกอริทึมที่สามารถทำนายการเริ่มต้นของการเป็นโรคที่เร็วขึ้น และในห้อง ICU ซอฟต์แวร์สามารถรวมข้อมูลจากอุปกรณ์ที่แยกจากกันเพื่อสร้างภาพที่สมบูรณ์ของผู้ป่วยในเวลาที่ใกล้เคียงกัน

คุณเห็นกรณีการใช้งาน AI ที่น่าสนใจอะไรบ้างในการวิเคราะห์ข้อมูลนี้?

เครื่องมือ NLP สามารถช่วยแทนที่การเขียนหรือการเข้าสู่ระบบข้อมูลด้วยตนเองเพื่อสร้างเอกสารใหม่ๆ เช่น สรุปการเยี่ยมผู้ป่วยและบันทึกคลินิกที่มีรายละเอียด ซึ่งช่วยให้แพทย์สามารถดูแลผู้ป่วยได้มากขึ้น และให้ผู้ให้บริการสามารถปรับปรุงการทำเอกสาร การทำงาน และความแม่นยำในการเรียกเก็บเงินโดยการเข้าสู่ระบบและบันทึกการรักษาเร็วขึ้น

ในวงกว้าง การวิเคราะห์ AI ช่วยให้แพทย์สามารถเข้าใจและจัดการการประยุกต์ใช้ทางคลินิกที่หลากหลายเพื่อปรับปรุงประสิทธิภาพและลดต้นทุน ซึ่งช่วยให้โรงพยาบาลสามารถจัดการทรัพยากรได้ดีขึ้นและปรับปรุงแนวทางปฏิบัติที่ดีที่สุด และทีมการดูแลสุขภาพสามารถทำงานร่วมกันในการวินิจฉัย การรักษา และการดูแลสุขภาพโดยรวมที่ให้ผลลัพธ์ที่ดีขึ้นสำหรับผู้ป่วย

แพทย์สามารถวิเคราะห์ความผิดปกติที่มุ่งเป้าโดยใช้แนวทาง ML ที่เหมาะสมและกรองข้อมูลโครงสร้างออกจากข้อมูลดิบอื่นๆ ซึ่งสามารถนำไปสู่การวินิจฉัยที่รวดเร็วและแม่นยำมากขึ้น และการรักษาที่เหมาะสมต่อผู้ป่วย ตัวอย่างเช่น อัลกอริทึม ML สามารถแปลงระบบการวินิจฉัยของภาพทางการแพทย์ให้เป็นการตัดสินใจอัตโนมัติโดยการแปลงภาพให้เป็นข้อความที่สามารถอ่านได้โดยเครื่องจักร เทคนิคการรู้จำรูปแบบและ ML สามารถดึงข้อมูลเชิงลึกจากชุดข้อมูลภาพทางการแพทย์ที่มีขนาดใหญ่ซึ่งไม่สามารถจัดการได้ด้วยตนเอง เพื่อเปลี่ยนแปลงการวินิจฉัย การรักษา และการดูแลสุขภาพของผู้ป่วย

ในการประเมินและจัดการสุขภาพของประชากร อัลกอริทึม ML สามารถช่วยทำนายเส้นทางความเสี่ยงในอนาคต ระบุผู้ขับเคลื่อนความเสี่ยง และให้คำตอบสำหรับผลลัพธ์ที่ดีที่สุด โมดูลการเรียนรู้ลึกที่รวมกับเทคโนโลยี AI ช่วยให้นักวิจัยสามารถตีความชุดข้อมูลจีโนมที่ซับซ้อน เพื่อทำนายชนิดของมะเร็ง (ตามโปรไฟล์การแสดงออกของยีนที่ได้รับจากชุดข้อมูลขนาดใหญ่) และระบุเป้าหมายที่สามารถรักษาได้หลายจุด

คุณสามารถอธิบายได้หรือไม่ว่า Intel กำลังทำงานร่วมกับชุมชนจีโนมิกส์เพื่อเปลี่ยนชุดข้อมูลขนาดใหญ่ให้เป็นข้อมูลชีวภาพที่เร่งการดูแลสุขภาพที่เป็นส่วนตัว?

การแพทย์ที่แม่นยำให้ข้อมูลสุขภาพระดับบุคคลที่ช่วยให้สามารถเลือกเป้าหมายโรคและระบุประชากรผู้ป่วยที่แสดงผลลัพธ์ทางคลินิกที่ดีขึ้นต่อวิธีการป้องกันและรักษาใหม่ๆ

จีโนมิกส์เป็นรากฐานของการแพทย์ที่แม่นยำ มันให้แผนผังของเราและทำไมและวิธีการที่เรามีความแตกต่าง ซึ่งจำเป็นต่อแพทย์ในการทำความเข้าใจเมื่อรวมข้อมูลนี้กับข้อมูลอื่นๆ (ภาพ, เคมีคลินิก, ประวัติสุขภาพ, ข้อมูลกลุ่ม, ฯลฯ) แพทย์ใช้ข้อมูลนี้เพื่อพัฒนาการรักษาที่เหมาะสมกับผู้ป่วยแต่ละคนโดยมีความเสี่ยงที่ต่ำลงและประสิทธิภาพที่ดีขึ้น

Intel กำลังทำงานร่วมกับชุมชนจีโนมิกส์โดยการปรับให้เครื่องมือวิเคราะห์จีโนมิกส์ที่ใช้กันมากที่สุดในอุตสาหกรรมให้ทำงานได้ดีที่สุดบนแพลตฟอร์มและโปรเซสเซอร์ที่ใช้โดย Intel ตัวอย่างเช่น การปรับให้เหมาะสมของซอฟต์แวร์ Genomic Analysis Toolkit (GATK) ของสถาบัน Broad ที่นำโดยอุตสาหกรรมบนฮาร์ดแวร์ Intel โดยใช้ OpenVINO เพื่อทำให้การสร้างและปรับให้เหมาะสมของโมเดล AI ง่ายขึ้นและสามารถใช้งานได้จริง สิ่งนี้แสดงให้เห็นถึงผลกระทบและความมุ่งมั่นของเราในอุตสาหกรรมนี้ เครื่องมือ GATK ให้ประโยชน์ต่อการวิจัยชีววิทยาที่เกี่ยวข้องกับ Genomics DB ซึ่งสามารถจัดเก็บไฟล์ขนาด ~200GB (ขนาดทั่วไปสำหรับชุดข้อมูลจีโนมิกส์) และ Genome Kernel Library ที่ทำงานบน AVX512 ซึ่งใช้คำสั่งฮาร์ดแวร์เฉพาะของ Intel เพื่อเร่งการทำงานจีโนมิกส์และการใช้ AI

การเร่งความเร็วและลดต้นทุนของการวิเคราะห์จีโนมิกส์โดยยังคงความแม่นยำของการวิเคราะห์นั้นยังคงเป็นสิ่งสำคัญสำหรับนักวิจัยชีววิทยาและชีววิทยาอื่นๆ ที่ใช้โซลูชันการประมวลผลของ Intel เพื่อค้นพบและใช้ข้อมูลสุขภาพใหม่ๆ

คุณสามารถอธิบายได้หรือไม่ว่าทำไมการดูแลสุขภาพทางไกลจึงมีความสำคัญ?

อุตสาหกรรมสุขภาพได้ทำงานเกี่ยวกับรูปแบบและด้านต่างๆ ของการดูแลสุขภาพทางไกลมาหลายปีแล้ว สาเหตุของสิ่งนี้จนถึงขณะนี้เป็นความเชื่อและความหวังที่มีเหตุผลว่าการดูแลสุขภาพทางไกลสามารถเทียบเท่ากับการดูแลสุขภาพแบบดั้งเดิมได้ แต่เมื่อเร็วๆ นี้การแพร่ระบาดของโควิด-19 และผลกระทบต่อระบบการให้บริการสุขภาพทั่วโลกทำให้ระบบการให้บริการสุขภาพต้องใช้การดูแลสุขภาพทางไกลหรือล่มสลาย การใช้งานที่รีบเร่งนี้ได้พิสูจน์ความเชื่อที่มีมานานแล้วว่าการดูแลสุขภาพทางไกลเป็นสิ่งสำคัญและเป็นไปได้จริง

การดูแลสุขภาพทางไกลมีประโยชน์หลายอย่าง ความสบายใจและความพึงพอใจของผู้ป่วยต่อการดูแลสุขภาพทางไกลเพิ่มขึ้นอย่างรวดเร็ว พวกเขาสามารถอยู่ในบ้านของตนเองได้อย่างสบายใจและมีผลกระทบต่อเวลาและตารางเวลาน้อยลง แพทย์ชอบเพราะช่วยให้พวกเขาดูแลผู้ป่วยได้มากขึ้น และจัดการเวลาและทรัพยากรทางคลินิกที่มีอยู่ได้ดีขึ้น และสิ่งที่กลายเป็นเหตุผลที่ชัดเจนและน่าสนใจที่สุดสำหรับทุกคนในช่วงไม่กี่เดือนที่ผ่านมาคือความสามารถในการจำกัดการแพร่กระจายของโรคและความจำเป็นในการติดต่อโดยตรงเมื่อการแชทวิดีโอกับอุปกรณ์และการวัดทางไกลสามารถทำได้ด้วยการดูแลสุขภาพทางไกล

คุณสามารถพูดได้หรือไม่ว่าเทคโนโลยีใดที่ใช้ในการติดตามผู้ป่วยทางไกลในปัจจุบัน?

มีหลายองค์ประกอบที่สำคัญที่สุด คือ ความง่ายในการใช้งานสำหรับผู้ป่วย ตามด้วยความปลอดภัยและความเป็นส่วนตัวของข้อมูล และความแข็งแกร่งของแอปพลิเคชันและข้อมูลที่จับได้ ตัวอย่างเช่น เราต้องป้องกันไม่ให้ผู้ใช้ลบแอปพลิเคชันการดูแลสุขภาพออกจาก iPad โดยไม่ตั้งใจ

อีกประเด็นที่สำคัญสำหรับผู้ให้บริการที่ใช้งานหลายผู้ป่วยคือ การจัดการฝูงและความสามารถในการส่งอัปเดตหรือการสนับสนุนทางเทคนิคผ่านสายและปรับให้เหมาะสมกับผู้ใช้แต่ละคนหรือกลุ่มผู้ใช้ ซึ่งต้องใช้:

• การมาตรฐานของการแลกเปลี่ยนข้อมูลและความเป็นส่วนตัวด้วยมาตรฐานอุตสาหกรรม เช่น FHIR และ Continua
• แพลตฟอร์มการประมวลผลที่ปลอดภัยและมีประสิทธิภาพในการจัดการข้อมูลและติดต่อแพทย์ รวมถึงซอฟต์แวร์และการเข้ารหัสที่เหมาะสม
• การเชื่อมต่อผ่านเครือข่ายเซลลูลาร์เพื่อให้อุปกรณ์ของผู้ใช้สามารถทำงานได้อย่างอิสระและไม่ขึ้นอยู่กับ Wi-Fi ที่บ้านที่อาจไม่น่าเชื่อถือหรือไม่มีอยู่
• การเก็บข้อมูลและวิเคราะห์ข้อมูลทางไกล

นอกจากนี้ ความสามารถในการรวบรวมและรวมข้อมูลที่ไหลเข้ามาจากผู้ใช้เป็นเรื่องพื้นฐานสำหรับการให้บริการสุขภาพและซอฟต์แวร์ในการแจ้งเตือนให้ทีมการดูแลสุขภาพทราบถึงสถานะปกติหรือเริ่มต้นการแจ้งเตือนเมื่อผลลัพธ์ไม่อยู่ในเกณฑ์ที่ยอมรับได้

เรามั่นใจว่า AI จะมีบทบาทที่สำคัญมากขึ้นในการติดตามผู้ป่วยในอนาคต โดยการปรับปรุงประสบการณ์ของผู้ป่วยผ่านการสำรวจด้วยเสียงธรรมชาติ (“คุณรู้สึกอย่างไรวันนี้?” “ความดันโลหิตของคุณดูสูง”) และช่วยให้ทีมการดูแลสุขภาพเข้าใจสุขภาพของผู้ป่วยได้ดีขึ้นและระบุการรักษาที่เหมาะสม การจัดการสุขภาพของประชากรจะก้าวหน้าด้วยข้อมูลผู้ป่วยที่รวมกันเป็นชุดข้อมูลขนาดใหญ่ขึ้น ซึ่งจะช่วยให้การเรียนรู้แบบอัตโนมัติได้รับการปรับปรุงอย่างต่อเนื่อง นี่เป็นสิ่งสำคัญสำหรับการติดตามผู้ป่วยทางไกลในระดับใหญ่

ปัญหาใดที่ต้อง 克服เพื่อเพิ่มอัตราความสำเร็จของการดูแลสุขภาพทางไกล?

หลายปัญหาเดียวกับที่ทำให้ระบบการให้บริการสุขภาพแบบดั้งเดิมต้องเผชิญก็เป็นปัจจัยที่ทำให้การดูแลสุขภาพทางไกลสำเร็จหรือล้มเหลวเช่นกัน รวมถึงความเชื่อและความอับอายทางสังคมที่เกี่ยวข้องกับการดูแลสุขภาพ หรืออุปสรรคทางเศรษฐกิจและสังคมที่เกิดจากไม่มีประกันภัย การไม่คุ้นเคยกับเทคโนโลยี อุปกรณ์ที่จำเป็น และการเชื่อมต่อ

แต่มีบางปัญหาที่เป็นเอกลักษณ์ของการดูแลสุขภาพทางไกล:

• ประเด็นด้านนโยบายและการชำระเงิน แม้ว่าจะดีขึ้นมากในขณะนี้ แต่ยังคงต้องมีการปรับปรุงเพื่อขยายออกไปด้วยการผ่อนคลายข้อจำกัดเกี่ยวกับสิ่งที่อนุญาตและสามารถชำระเงินได้ในการดูแลสุขภาพทางไกล
• ความท้าทายทางการเงินและการขาดทุนในการลงทุนในเทคโนโลยีสำหรับการดูแลสุขภาพต้องการการเปลี่ยนแปลงจากแบบ CapEx ไปเป็นแบบ OpEx แทนที่จะลงทุนในอุปกรณ์และโครงสร้างพื้นฐานที่ต้องใช้การบำรุงรักษา ผู้ให้บริการสามารถเปลี่ยนไปใช้แบบ “จ่ายตามการใช้งาน” โดยไม่ต้องมีโครงสร้างพื้นฐานที่ยึดติดกันมาก และจ่ายเฉพาะสำหรับ “นาที” (หรือข้อมูล) ที่ใช้เท่านั้น
• ประสบการณ์ของผู้ใช้สำหรับทั้งผู้ป่วยและแพทย์จะต้องดีขึ้นในที่สุดจนถึงจุดที่เทคโนโลยีจะหายไปในพื้นหลัง และความสามารถจะกลายเป็นเรื่องธรรมดาและไม่มีข้อจำกัด และกระบวนการจะน่าดึงดูดและมีผลลัพธ์ที่ดีและโครงสร้างต้นทุนที่ดีขึ้น

สุดท้าย เราต้องการให้เทคโนโลยีช่วยให้การดูแลสุขภาพเป็นไปได้ ไม่ใช่สิ่งที่ขัดขวางมัน หากเราสามารถทำได้ (และเรามั่นใจว่าเราสามารถทำได้) เทคโนโลยีจะช่วยให้การดูแลสุขภาพทางไกลกลายเป็นรูปแบบการดูแลสุขภาพที่ดีที่สุดในอนาคต โดยการสร้างกรณีที่ดีที่สุดสำหรับการทำให้การดูแลสุขภาพทางไกลเป็นมาตรฐานในการให้บริการสุขภาพ

ขอขอบคุณสำหรับการสัมภาษณ์ที่น่าสนใจ ฉันชอบที่ได้เรียนรู้เพิ่มเติมเกี่ยวกับการพยายามด้านสุขภาพของ Intel ผู้อ่านสามารถเยี่ยมชม ธุรกิจสุขภาพและวิทยาศาสตร์ชีวิตทั่วโลกของ Intel เพื่อเรียนรู้เพิ่มเติม