人工智能影響醫(yī)療行業(yè)的方式有哪一些

人工智能有望成為醫(yī)療保健領(lǐng)域的轉(zhuǎn)型力量。那么醫(yī)生和患者如何從人工智能驅(qū)動(dòng)工具的影響中獲益？

如今的醫(yī)療保健行業(yè)已經(jīng)十分成熟，可以進(jìn)行一些重大變革。從慢性病和癌癥到放射學(xué)和風(fēng)險(xiǎn)評(píng)估，醫(yī)療保健行業(yè)似乎有著無(wú)數(shù)的機(jī)會(huì)利用技術(shù)在患者護(hù)理方面部署更精確、高效和有效的干預(yù)措施。

隨著技術(shù)的發(fā)展，患者對(duì)醫(yī)生的要求越來(lái)越高，并且可用數(shù)據(jù)的數(shù)量繼續(xù)以驚人的速度增長(zhǎng)，人工智能將成為推動(dòng)醫(yī)療護(hù)理工作持續(xù)改進(jìn)的引擎。

與傳統(tǒng)分析和臨床決策技術(shù)相比，人工智能具有許多優(yōu)勢(shì)。當(dāng)學(xué)習(xí)算法與訓(xùn)練數(shù)據(jù)交互時(shí)，可以變得更精確，使醫(yī)生對(duì)診斷、護(hù)理過(guò)程、治療變異性和患者結(jié)果獲得前所未有的見(jiàn)解。

在由PartnersHealthcare舉辦的2018年世界人工智能醫(yī)療創(chuàng)新論壇（WMIF）上，醫(yī)療研究人員和臨床專(zhuān)家闡述了未來(lái)十年內(nèi)采用人工智能最有可能產(chǎn)生重大影響的醫(yī)療行業(yè)技術(shù)和領(lǐng)域。

2018年世界人工智能醫(yī)療創(chuàng)新論壇（WMIF）聯(lián)合主席AnneKiblanksi醫(yī)學(xué)博士和PartnersHealthcare公司首席學(xué)術(shù)官、醫(yī)學(xué)博士GreggMeyer說(shuō)，這種給每個(gè)行業(yè)領(lǐng)域帶來(lái)的“顛覆性”都有可能為患者帶來(lái)顯著的益處，同時(shí)具有廣泛的商業(yè)成功潛力。

在PartnersHealthcare公司專(zhuān)家的幫助下，包括哈佛醫(yī)學(xué)院（HMS）的教授、合作伙伴首席數(shù)據(jù)科學(xué)官KeithDreyer博士和馬薩諸塞州總醫(yī)院（MGH）研究戰(zhàn)略和運(yùn)營(yíng)總監(jiān)KatherineAndriole博士提出了人工智能將徹底改變醫(yī)療服務(wù)和科學(xué)的12種方式。

1.通過(guò)腦機(jī)接口統(tǒng)一思維和機(jī)器

使用計(jì)算機(jī)進(jìn)行通信并不是一個(gè)新想法，但是在不需要鍵盤(pán)、鼠標(biāo)和顯示器的情況下在技術(shù)和人類(lèi)思維之間創(chuàng)建直接接口是一個(gè)前沿的研究領(lǐng)域，對(duì)某些患者具有重要的應(yīng)用。

神經(jīng)系統(tǒng)疾病和神經(jīng)系統(tǒng)創(chuàng)傷會(huì)使一些患者喪失與他人及其環(huán)境進(jìn)行有意義的交談、移動(dòng)和互動(dòng)的能力。由人工智能支持的腦機(jī)接口（BCI）可以為那些擔(dān)心永遠(yuǎn)失去這些功能的患者恢復(fù)那些基本體驗(yàn)。

馬薩諸塞州總醫(yī)院（MGH）神經(jīng)技術(shù)和神經(jīng)康復(fù)中心主任、醫(yī)學(xué)博士LeighHochberg說(shuō)，“如果我在神經(jīng)病學(xué)重癥監(jiān)護(hù)室看到某位患者突然失去了行動(dòng)或說(shuō)話的能力，我希望在第二天恢復(fù)其溝通的能力。通過(guò)使用腦機(jī)接口（BCI）和人工智能，我們可以將與手部運(yùn)動(dòng)相關(guān)的神經(jīng)激活，并且我們應(yīng)該能夠讓這個(gè)患者與他人在整個(gè)活動(dòng)過(guò)程中至少交流五次的方式進(jìn)行交流，例如使用平板電腦或手機(jī)等無(wú)處不在的通信技術(shù)?！?/p>

對(duì)于患有肌萎縮側(cè)索硬化（ALS）、中風(fēng)或閉鎖綜合征的患者，以及全世界每年有50萬(wàn)人遭受脊髓損傷的患者，腦-機(jī)接口可以極大地提高他們的生活質(zhì)量。

2.開(kāi)發(fā)下一代放射工具

通過(guò)磁共振成像機(jī)（MRI）、CT掃描儀和X射線獲得的放射圖像提供對(duì)人體內(nèi)部的非侵入性可見(jiàn)性。但是許多診斷過(guò)程仍然依賴(lài)于通過(guò)活體組織檢查獲得的物理組織樣本，取得這些樣本具有導(dǎo)致患者可能受到感染的風(fēng)險(xiǎn)。

專(zhuān)家預(yù)測(cè)，在某些情況下，人工智能將使下一代放射學(xué)工具能夠準(zhǔn)確細(xì)致，足以取代對(duì)活體組織樣本的需求。

布里格姆婦女醫(yī)院（BWH）圖像引導(dǎo)神經(jīng)外科主任醫(yī)學(xué)博士AlexandraGolby說(shuō)，“我們希望將診斷成像團(tuán)隊(duì)與外科醫(yī)生或介入放射科醫(yī)師和病理學(xué)家結(jié)合在一起，但不同團(tuán)隊(duì)實(shí)現(xiàn)合作和目標(biāo)的一致性是一個(gè)巨大的挑戰(zhàn)。如果我們希望放射成像提供目前從組織樣本中獲得的信息，那么我們將必須能夠?qū)崿F(xiàn)非常接近的標(biāo)準(zhǔn)，以便知道任何給定像素的基本事實(shí)?！?/p>

在這一過(guò)程中取得成功可能使臨床醫(yī)生能夠更準(zhǔn)確地了解腫瘤的整體表現(xiàn)，而不是根據(jù)惡性腫瘤的一小部分屬性做出治療決策。

采用人工智能還可以更好地定義癌癥的侵襲性，并更恰當(dāng)?shù)卮_定治療目標(biāo)。此外，人工智能正在幫助實(shí)現(xiàn)“虛擬活檢”，并推進(jìn)放射醫(yī)學(xué)領(lǐng)域的創(chuàng)新，該領(lǐng)域致力于利用基于圖像的算法來(lái)表征腫瘤的表型和遺傳特性。

3.擴(kuò)大服務(wù)不足或發(fā)展中地區(qū)的醫(yī)療服務(wù)

發(fā)展中國(guó)家缺乏訓(xùn)練有素的醫(yī)療保健提供者，其包括超聲波技術(shù)人員和放射科醫(yī)生，這將極大地減少了采用醫(yī)療服務(wù)拯救患者生命的機(jī)會(huì)。

會(huì)議指出，在波士頓著名的朗伍德大道的六家醫(yī)院工作的放射科醫(yī)生比西非地區(qū)所有醫(yī)院都要多。

人工智能可以通過(guò)接管一些通常分配給人類(lèi)的診斷職責(zé)，幫助減輕臨床醫(yī)生嚴(yán)重不足的影響。

例如，人工智能成像工具可以通過(guò)胸部X光檢查肺結(jié)核的癥狀，通?？梢赃_(dá)到與醫(yī)生相當(dāng)?shù)木_度。這項(xiàng)功能可通過(guò)適用于資源匱乏地區(qū)的提供商的應(yīng)用程序進(jìn)行部署，從而減少了對(duì)經(jīng)驗(yàn)豐富的診斷放射科醫(yī)生的需求。

馬薩諸塞州總醫(yī)院（MGH）神經(jīng)科學(xué)助理兼HMS放射學(xué)副教授JayashreeKalpathy-Cramer博士說(shuō)，“這項(xiàng)技術(shù)可以提高醫(yī)療保健的巨大潛力?！?/p>

然而，人工智能算法開(kāi)發(fā)人員必須謹(jǐn)慎考慮這樣一個(gè)事實(shí)，即不同民族或不同地區(qū)的人群可能具有獨(dú)特的生理和環(huán)境因素，這些因素會(huì)影響疾病的表現(xiàn)。

她說(shuō)：“例如，印度受到疾病影響的人口可能與美國(guó)的情況非常不同。當(dāng)我們開(kāi)發(fā)這些算法時(shí)，確保數(shù)據(jù)代表疾病呈現(xiàn)和群體的多樣性非常重要，我們不僅可以開(kāi)發(fā)基于單個(gè)群體的算法，而且希望它能夠在其他人群中發(fā)揮作用?！?/p>

4.減輕電子健康記錄的使用負(fù)擔(dān)

電子健康記錄（HER）在醫(yī)療保健行業(yè)的數(shù)字化之旅中發(fā)揮了重要作用，但這種轉(zhuǎn)變帶來(lái)了無(wú)數(shù)與認(rèn)知過(guò)載、無(wú)休止的文檔和用戶(hù)疲勞相關(guān)的問(wèn)題。

電子健康記錄（HER）開(kāi)發(fā)人員現(xiàn)在正在使用人工智能來(lái)創(chuàng)建更直觀的界面，并對(duì)一些耗費(fèi)大量用戶(hù)時(shí)間的例行程序?qū)崿F(xiàn)自動(dòng)化。

BrighamHealth副總裁兼首席信息官AdamLandman博士說(shuō)，用戶(hù)將大部分時(shí)間花在三項(xiàng)任務(wù)上：臨床文檔、訂單輸入，以及對(duì)收件箱進(jìn)行分類(lèi)。語(yǔ)音識(shí)別和聽(tīng)寫(xiě)有助于改善臨床文檔處理過(guò)程，但采用自然語(yǔ)言處理（NLP）工具可能還不夠。

Landman說(shuō)，“我認(rèn)為可能需要更大膽一些，考慮一些變化，比如采用視頻記錄臨床治療，就像警察佩戴攝像頭一樣。然后可以使用人工智能和機(jī)器學(xué)習(xí)來(lái)索引這些視頻，以便將來(lái)檢索信息。就像在家里使用人工智能助理Siri和Alexa一樣，未來(lái)會(huì)把虛擬助理帶到患者的床邊，讓臨床醫(yī)生使用嵌入式智能輸入醫(yī)囑?！?/p>

人工智能還可以幫助處理來(lái)自收件箱的常規(guī)請(qǐng)求，例如藥物補(bǔ)充和結(jié)果通知。Landman補(bǔ)充道，它還可能有助于確定真正需要臨床醫(yī)生注意的任務(wù)的優(yōu)先順序，使患者更容易處理他們的待辦事項(xiàng)列表。

5.含有抗生素耐藥性的風(fēng)險(xiǎn)

抗生素耐藥性對(duì)人類(lèi)的威脅越來(lái)越大，因?yàn)檫^(guò)度使用這些關(guān)鍵藥物會(huì)促使不再對(duì)治療產(chǎn)生反應(yīng)的超級(jí)細(xì)菌的進(jìn)化。多重耐藥性的細(xì)菌可能在醫(yī)院環(huán)境中造成嚴(yán)重破壞，每年奪去數(shù)以萬(wàn)計(jì)患者的生命。僅艱難梭菌每年就為美國(guó)醫(yī)療保健系統(tǒng)帶來(lái)約50億美元的損失，并導(dǎo)致3萬(wàn)多人死亡。

電子健康記錄數(shù)據(jù)有助于識(shí)別感染模式，并在患者開(kāi)始出現(xiàn)癥狀之前突出其風(fēng)險(xiǎn)。利用機(jī)器學(xué)習(xí)和人工智能工具來(lái)驅(qū)動(dòng)這些分析可以提高其準(zhǔn)確性，并為醫(yī)療保健提供者創(chuàng)建更快、更準(zhǔn)確的警報(bào)。

馬薩諸塞州總醫(yī)院（MGH）感染控制部門(mén)副主任EricaShenoy博士說(shuō)，“人工智能工具可以達(dá)到對(duì)感染控制和抗生素耐藥性的預(yù)期。如果他們不這樣做，那么所有人都會(huì)失敗。因?yàn)獒t(yī)院擁有大量的電子健康記錄數(shù)據(jù)，如果沒(méi)有充分利用它們，沒(méi)有創(chuàng)造更智能、更快的臨床試驗(yàn)設(shè)計(jì)的行業(yè)，以及沒(méi)有使用創(chuàng)造這些數(shù)據(jù)的電子健康記錄，那么這將面臨失敗?！?/p>

6.為病理圖像創(chuàng)建更精確的分析

布里格姆婦女醫(yī)院（BWH）病理學(xué)系主任、HMS病理學(xué)教授JeffreyGolden醫(yī)師表示，病理學(xué)家為全方位的醫(yī)療服務(wù)提供者提供最重要的診斷數(shù)據(jù)來(lái)源之一。

他說(shuō)，“70%的醫(yī)療保健決策都是基于病理結(jié)果，電子健康記錄中所有數(shù)據(jù)的70%到75%之間來(lái)自病理結(jié)果。而結(jié)果越準(zhǔn)確，就會(huì)越早得到正確的診斷，這就是數(shù)字病理學(xué)和人工智能有機(jī)會(huì)實(shí)現(xiàn)的目標(biāo)?！?/p>

在超大的數(shù)字圖像上深入到像素級(jí)別的分析可以使醫(yī)生識(shí)別可能逃脫人眼的細(xì)微差別。

Golden說(shuō)，“我們現(xiàn)在已經(jīng)到了可以更好地評(píng)估癌癥是否會(huì)快速或緩慢發(fā)展的階段，以及如何根據(jù)算法而不是臨床分期或組織病理分級(jí)來(lái)改變患者的治療方式的地步。這將是一個(gè)巨大的進(jìn)步?！?/p>

他補(bǔ)充說(shuō)，“人工智能還可以通過(guò)在臨床醫(yī)生審查數(shù)據(jù)之前確定幻燈片中感興趣的特征來(lái)提高生產(chǎn)力。人工智能可以通過(guò)幻燈片進(jìn)行篩選，并指導(dǎo)我們查看正確的內(nèi)容，以便我們可以評(píng)估哪些內(nèi)容重要，哪些內(nèi)容不重要。這提高了病理學(xué)家使用的效率，并增加了他們研究每個(gè)病例的價(jià)值?！?/p>

7.為醫(yī)療設(shè)備和機(jī)器帶來(lái)智能

智能設(shè)備正在接管消費(fèi)者環(huán)境，并且提供從冰箱內(nèi)部的實(shí)時(shí)視頻到可以檢測(cè)駕駛員分心的汽車(chē)等各種設(shè)備。

在醫(yī)療環(huán)境中，智能設(shè)備對(duì)于監(jiān)控ICU和其他地方的患者至關(guān)重要。使用人工智能來(lái)增強(qiáng)識(shí)別病情惡化的能力，例如表明敗血癥正在發(fā)展，或感覺(jué)到并發(fā)癥的發(fā)展可以顯著改善結(jié)果，并可能降低治療成本。

布里格姆婦女醫(yī)院（BWH）臨床數(shù)據(jù)科學(xué)中心執(zhí)行主任MarkMichalski博士說(shuō)，“當(dāng)我們談?wù)撜险麄€(gè)醫(yī)療保健系統(tǒng)的不同數(shù)據(jù)，需要進(jìn)行整合，并產(chǎn)生警報(bào)，提醒重癥監(jiān)護(hù)室（ICU）醫(yī)生盡早干預(yù)，這些數(shù)據(jù)的匯總不是人類(lèi)醫(yī)生可以做得很好的事情。將智能算法插入這些設(shè)備可以減少醫(yī)生的認(rèn)知負(fù)擔(dān)，同時(shí)確?；颊弑M可能及時(shí)地接受護(hù)理。”

8.推進(jìn)免疫療法用于癌癥治療

免疫療法是治療癌癥最有希望的方法之一。通過(guò)使用人體自身的免疫系統(tǒng)來(lái)攻擊惡性腫瘤，患者可能能夠戰(zhàn)勝頑固的腫瘤。然而，只有少數(shù)患者對(duì)當(dāng)前的免疫治療方案有反應(yīng)，腫瘤學(xué)家仍然沒(méi)有一種精確可靠的方法來(lái)確定哪些患者將從該方案中受益。

機(jī)器學(xué)習(xí)算法及其合成高度復(fù)雜數(shù)據(jù)集的能力可能能夠闡明針對(duì)個(gè)體獨(dú)特基因構(gòu)成的靶向治療提供新的選擇。

馬薩諸塞州總醫(yī)院（MGH）綜合診斷中心計(jì)算病理學(xué)和技術(shù)開(kāi)發(fā)主任LongLe博士解釋說(shuō)，“最近，最令人興奮的發(fā)展是檢查點(diǎn)抑制劑，它阻斷了某些免疫細(xì)胞產(chǎn)生的蛋白質(zhì)。但我們?nèi)匀徊涣私馑械膯?wèn)題，這非常復(fù)雜。我們肯定需要更多的患者數(shù)據(jù)。這些療法相對(duì)較新，所以實(shí)際上并沒(méi)有多少患者服用這些藥物。因此，無(wú)論我們是需要在一個(gè)機(jī)構(gòu)內(nèi)還是跨多個(gè)機(jī)構(gòu)集成數(shù)據(jù)，都將增加患者人數(shù)以推動(dòng)建模過(guò)程的關(guān)鍵因素。”

9.將電子健康記錄轉(zhuǎn)變?yōu)榭煽康娘L(fēng)險(xiǎn)預(yù)測(cè)指標(biāo)

電子健康記錄（HER）是患者數(shù)據(jù)的寶藏，但以準(zhǔn)確、及時(shí)和可靠的方式提取和分析大量信息一直是提供商和開(kāi)發(fā)人員不斷面臨的挑戰(zhàn)。

數(shù)據(jù)質(zhì)量和完整性問(wèn)題，加上數(shù)據(jù)格式的混亂、結(jié)構(gòu)化和非結(jié)構(gòu)化輸入以及不完整的記錄，使得人們很難準(zhǔn)確理解如何進(jìn)行有意義的風(fēng)險(xiǎn)分層、預(yù)測(cè)分析和臨床決策支持。

布里格姆婦女醫(yī)院（BWH）緊急醫(yī)學(xué)助理教授、哈佛醫(yī)學(xué)院（HMS）助理教授ZiadObermeyer博士說(shuō)，“有一些艱難的工作是將數(shù)據(jù)整合到一個(gè)地方。但另一個(gè)問(wèn)題是了解當(dāng)人們預(yù)測(cè)電子健康記錄（HER）中的一種疾病時(shí)會(huì)得到什么。人們可能會(huì)聽(tīng)說(shuō)人工智能算法可以預(yù)測(cè)抑郁癥或中風(fēng)，但發(fā)現(xiàn)他們實(shí)際上預(yù)測(cè)的是中風(fēng)費(fèi)用增加。這與中風(fēng)本身有很大不同?！?/p>

他繼續(xù)說(shuō)，“依靠核磁共振結(jié)果似乎可以提供更具體的數(shù)據(jù)集。但是現(xiàn)在必須考慮誰(shuí)能負(fù)擔(dān)得起核磁共振的成本？所以最終預(yù)測(cè)的并不是期望的結(jié)果?！?/p>

核磁共振分析已經(jīng)產(chǎn)生了許多成功的風(fēng)險(xiǎn)評(píng)分和分層工具，特別是當(dāng)研究人員采用深度學(xué)習(xí)技術(shù)來(lái)識(shí)別看似無(wú)關(guān)的數(shù)據(jù)集之間的新聯(lián)系時(shí)。

但是，Obermeyer認(rèn)為，確保這些算法不能確認(rèn)數(shù)據(jù)中隱藏的偏見(jiàn)，這對(duì)于部署能夠真正改善臨床護(hù)理的工具至關(guān)重要。

他說(shuō)：“最大的挑戰(zhàn)是確保在我們開(kāi)始打開(kāi)黑盒并觀察如何預(yù)測(cè)之前，需要確切地知道我們預(yù)測(cè)到了什么。”

10.通過(guò)可穿戴設(shè)備和個(gè)人設(shè)備監(jiān)控健康狀況

現(xiàn)在幾乎所有的消費(fèi)者都可以使用帶有傳感器的設(shè)備來(lái)收集有關(guān)健康具有價(jià)值的數(shù)據(jù)。從帶有計(jì)步追蹤器的智能手機(jī)到能夠全天候跟蹤心跳的可穿戴設(shè)備，隨時(shí)可以生成越來(lái)越多的健康相關(guān)數(shù)據(jù)。

收集和分析這些數(shù)據(jù)，并通過(guò)應(yīng)用程序和其他家庭監(jiān)控設(shè)備補(bǔ)充患者提供的信息，可以為個(gè)人和人群健康提供獨(dú)特的視角。

人工智能將在從這一龐大而多樣的數(shù)據(jù)庫(kù)中提取可操作的見(jiàn)解方面發(fā)揮重要作用。

但計(jì)算神經(jīng)科學(xué)成果中心的聯(lián)合主任、布里格姆婦女醫(yī)院（BWH）神經(jīng)外科醫(yī)生OmarArnaout博士說(shuō)，幫助患者適應(yīng)這種親密、持續(xù)監(jiān)測(cè)的數(shù)據(jù)可能需要額外的工作。

他說(shuō)：“以往我們對(duì)數(shù)字?jǐn)?shù)據(jù)的處理方式相當(dāng)自由。但是，隨著劍橋分析公司和Facebook這些公司發(fā)生數(shù)據(jù)泄露事件，人們將越來(lái)越謹(jǐn)慎地考慮與誰(shuí)共享什么樣的數(shù)據(jù)?！?/p>

他補(bǔ)充說(shuō)，患者往往更信任他們的醫(yī)生，而不是像Facebook這樣的大公司，這可能有助于緩解為大規(guī)模研究計(jì)劃提供數(shù)據(jù)的不適。

Arnaout說(shuō)：“很有可能可穿戴數(shù)據(jù)將產(chǎn)生重大影響，因?yàn)槿藗兊年P(guān)注是非常偶然的，并且收集的數(shù)據(jù)非常粗糙。通過(guò)連續(xù)收集粒度數(shù)據(jù)，數(shù)據(jù)更有可能幫助醫(yī)生更好地照顧患者?！?/p>

11.使智能手機(jī)成為強(qiáng)大的診斷工具

專(zhuān)家認(rèn)為，繼續(xù)利用便攜式設(shè)備的強(qiáng)大功能，從智能手機(jī)和其他消費(fèi)級(jí)資源中獲取的圖像將成為臨床質(zhì)量成像的一種重要補(bǔ)充，特別是在服務(wù)不足的地區(qū)或發(fā)展中國(guó)家。

手機(jī)攝像頭的質(zhì)量每年都在提高，并且可以生成可用于人工智能算法分析的圖像。皮膚病學(xué)和眼科學(xué)是這一趨勢(shì)的早期受益者。

英國(guó)的研究人員甚至開(kāi)發(fā)了一種工具，通過(guò)分析兒童臉部的圖像來(lái)識(shí)別發(fā)育性疾病。該算法可以檢測(cè)離散的特征，例如兒童的下頜線、眼睛和鼻子的位置，以及其他可能表明面部異常的屬性。目前，該工具可以將普通圖像與90多種疾病進(jìn)行匹配，以提供臨床決策支持。

布里格姆婦女醫(yī)院（BWH）的微型/納米醫(yī)學(xué)和數(shù)字健康實(shí)驗(yàn)室主任HadiShafiee博士說(shuō)：“大多數(shù)人都配備了功能強(qiáng)大的手機(jī)，內(nèi)置了許多不同的傳感器。這對(duì)我們來(lái)說(shuō)是一個(gè)很好的機(jī)會(huì)。幾乎所有行業(yè)參與者都已開(kāi)始在他們的設(shè)備中構(gòu)建人工智能軟件和硬件。這不是巧合。在我們的數(shù)字世界中，每天都會(huì)生成超過(guò)250萬(wàn)TB的數(shù)據(jù)。在手機(jī)領(lǐng)域，制造商認(rèn)為他們可以將這些數(shù)據(jù)用于人工智能，以提供更加個(gè)性化、更快捷、更智能的服務(wù)。”

使用智能手機(jī)收集患者眼睛、皮膚損傷、傷口、感染、藥物或其他受試者的圖像可能有助于服務(wù)不足的地區(qū)解決專(zhuān)家短缺的問(wèn)題，同時(shí)減少對(duì)某些投訴進(jìn)行診斷的時(shí)間。

Shafiee說(shuō)，“未來(lái)可能發(fā)生一些重大事件，我們可以利用這個(gè)機(jī)會(huì)來(lái)解決一些在護(hù)理點(diǎn)進(jìn)行疾病管理的重要問(wèn)題。”

12.利用床邊人工智能革新臨床決策

隨著醫(yī)療保健行業(yè)轉(zhuǎn)向收費(fèi)服務(wù)，它也越來(lái)越遠(yuǎn)離被動(dòng)性醫(yī)療。在慢性病、急性病事件和病情突然惡化發(fā)生之前進(jìn)行預(yù)防是每個(gè)提供者的目標(biāo)，補(bǔ)償結(jié)構(gòu)最終允許他們開(kāi)發(fā)能夠?qū)崿F(xiàn)主動(dòng)、預(yù)測(cè)性干預(yù)的流程。

人工智能將為這一進(jìn)化提供許多基礎(chǔ)技術(shù)，通過(guò)支持預(yù)測(cè)分析和臨床決策支持工具，在提供者認(rèn)識(shí)到采取行動(dòng)的必要性之前解決問(wèn)題。人工智能可以為癲癇病或敗血癥等疾病提供早期預(yù)警，這通常需要對(duì)高度復(fù)雜的數(shù)據(jù)集進(jìn)行深入分析。

馬薩諸塞州總醫(yī)院（MGH）臨床數(shù)據(jù)主任、醫(yī)學(xué)博士BrandonWestover說(shuō)，機(jī)器學(xué)習(xí)還可以幫助支持是否繼續(xù)為重癥患者提供護(hù)理，例如心臟驟停后進(jìn)入昏迷狀態(tài)的患者。

他解釋說(shuō)，在通常情況下，醫(yī)生必須檢查這些患者的腦電圖數(shù)據(jù)。這一過(guò)程耗時(shí)并且主觀性強(qiáng)，其結(jié)果可能因臨床醫(yī)生的技能和經(jīng)驗(yàn)而有所不同。

他說(shuō)?！霸谶@些患者中，趨勢(shì)可能正在緩慢發(fā)展。有時(shí)當(dāng)醫(yī)生想要查看某人是否正在恢復(fù)時(shí)，可能查看10秒鐘監(jiān)控一次的數(shù)據(jù)。但是，要想從24小時(shí)采集的10秒數(shù)據(jù)中看出它是否發(fā)生了變化，就像查看頭發(fā)在此期間是否變長(zhǎng)了一樣。但是，如果采用人工智能算法和來(lái)自許多患者的大量數(shù)據(jù)，那么就可以更容易地將人們所看到的內(nèi)容與長(zhǎng)期模式相匹配，并且可能會(huì)發(fā)現(xiàn)一些細(xì)微的改進(jìn)，這些改進(jìn)會(huì)影響醫(yī)生在護(hù)理方面的決策?！?/p>

利用人工智能技術(shù)進(jìn)行臨床決策支持、風(fēng)險(xiǎn)評(píng)分和早期預(yù)警是這種革命性的數(shù)據(jù)分析方法最有前景的發(fā)展領(lǐng)域之一。

通過(guò)為新一代工具和系統(tǒng)提供動(dòng)力，使臨床醫(yī)生更加了解病情的細(xì)微差別，更有效地提供護(hù)理服務(wù)，更可能提前解決問(wèn)題，人工智能將迎來(lái)提高臨床治療質(zhì)量的新時(shí)代，并在患者護(hù)理方面取得令人興奮的突破。