COVID-19：变革嘅催化剂

自從疫情的爆發，COVID-19的感染率和死亡率就被用來說明該病毒對社會的有害影響以及它給我們的醫療系統和經濟帶來的壓力。然而，此次疫情的影響並不僅僅表現在這幾個方面，病毒對患有慢性疾病的人們的健康和福祉以及他們獲得適當和基本護理的機會也有重大的影響，可是人們對這些影響的關注卻很少。

渥太華醫院的河濱眼科護理中心（RECC）是加拿大最大的眼科門診機構，由於這次的疫情，該中心自3月以來一直處於關閉狀態。因此，大約有5000名患者還在等待接受手術，其中許多手術是較為緊迫的¹。儘管最近渥太華校園醫院恢復了一些服務，但該機構的運行僅佔其CO​​VID前處理能力的20-30％。隨著醫療服務延誤的持續進行，提供有效的治療變得更加複雜，這會最終導致可預防性的視力損失病例的增長。未來醫療服務的開放進展的不確定性是患者和醫護人員焦慮和沮喪的主要原因，正如RECC的眼科醫生Peter Agapitos博士所說的：“如果我們9月份開放，我們將需要很長時間才能完成對目前正在等待接受手術的所有5,000名患者的治療。這將花費很多年，這是不可接受的。”

眼科是英國最繁忙的醫療專業，每年管理約900萬例門診病人^2,3。根據皇家眼科學院WorkForce於2018年進行的人口普查結果，眼科保健部門一直在努力應對眼科醫生短缺和診所空間不足的問題，以管理該部門的需求。醫生短缺和空間不足導致每月大約有22名患者由於醫院啟動的系統延遲而喪失視力³。此外，人口普查報告稱，未來20年內的醫療需求將進一步增長30-40％²。

隨著COVID-19疫情的爆發和迅速發展，這些問題變得更加嚴重，並且人們越來越擔心如何通過已經過度緊張的服務來應對這種預期的需求增長。因此，對新的和替代性策略的需求從未如此緊迫，這些策略需要加強護理服務並解決導致醫療需求上升的問題，例如延遲的診斷篩查以及難以獲得或不平等的護理和治療。

在COVID-19疫情中引入虛擬診所有助於保持患者與專業人員之間的直接溝通，並確保患者可以在家中繼續舒適地接受護理和諮詢。這種向遠程護理的過渡還凸顯了遠程醫療在眼科領域的廣泛優勢，特別是它減少了我們對親自就診的依賴性，從而縮短了輪候時間，並減輕了醫護人員的一些負擔。一些AI支持的系統對OCT掃描和眼底圖像進行分類的研究甚至取得了與年齡相關性黃斑變性和糖尿病相關性視網膜病變篩查專家評估相當的結果，這給該領域的未來發展帶來了希望，儘管這項技術在被應用到實際護理中之前仍然需要得到進一步的驗證^4,5。

儘管一些遠程醫療服務已經作為緊急醫療服務得到了應用，但是如果想要將遠程醫療服務作為長期有效的醫療服務，我們需要強大的資金支持，可是，正如南安普頓大學的Andrew Lotery教授所說的：“失明的代價是更高的”⁶。

我們必須從這些經驗中吸取教訓，並認識到進行前瞻性規劃的重要性，這不僅是在為與這一大流行疾病類似的破壞性事件做準備，同樣也是為了讓我們思考如何利用創新的方法解決和預防社區內亟待解決的問題。 “我們需要做的不是稱讚人們有多麼的“有韌性”，而是改變這個最初使人們變得脆弱的體系”- 謝菲爾德哈勒姆大學教育心理學講師Muna Abdi博士。

References:

1. CBC. Eye clinic’s closure could cost some patients their sight, doctor warns. Available at https://www.cbc.ca/news/canada/ottawa/ottawa-eye-surgery-waittimes-1.5651104?__vfz=medium%3Dsharebar. Accessed July 2020.
2. NHS Digital. Hospital Outpatient Activity, 2017-18. Available at https://digital.nhs.uk/data-and-information/publications/statistical/hospital-outpatient-activity/2017-18. Accessed July 2020.
3. The Royal College of Ophthalmologists WorkForce Census 2018. Available at https://www.rcophth.ac.uk/wp-content/uploads/2019/02/RCOphth-Workforce-Census-2018.pdf. Accessed July 2020
4. De Fauw, J., Ledsam, J.R., Romera-Paredes, B., Nikolov, S., Tomasev, N., Blackwell, S., Askham, H., Glorot, X., O’Donoghue, B., Visentin, D. and van den Driessche, G., 2018. Clinically applicable deep learning for diagnosis and referral in retinal disease. Nature medicine, 24(9), pp.1342-1350.
5. Abràmoff, M.D., Lavin, P.T., Birch, M., Shah, N. and Folk, J.C., 2018. Pivotal trial of an autonomous AI-based diagnostic system for detection of diabetic retinopathy in primary care offices. NPJ digital medicine, 1(1), pp.1-8.
6. Macular Society. What is the future for eye clinics after the coronavirus crisis? Available at: https://www.macularsociety.org/news/what-future-eye-clinics-after-coronavirus-crisis. Accessed July 2020.