疾病監(jiān)測

在疾病監(jiān)測領域，借助基于機器學習或認知系統(tǒng)的預測模型，醫(yī)生可以根據患者的特征對其是否會患上慢性疾病進行風險預估，無需堅持既定的護理計劃或讓患者重復入院治療。這樣的早期干預可以大大降低患者的醫(yī)療費用。Montefiore Health System部署了基于英特爾?至強?處理器上的數據分析平臺，該平臺可實時分析各種大量原始數據，幫助臨床醫(yī)生為患者確定最佳治療計劃。同時還可以利用規(guī)范模型來識別病人呼吸衰竭的風險，這樣醫(yī)護人員就可以采取預警措施，從而及時干預、挽救生命并節(jié)約資源。

臨床環(huán)境

在臨床環(huán)境中也可以利用基于機器學習的模型，常見的預測模型包括使用電子病歷數據來評估在醫(yī)院內感染疾病的風險，通過操作模型預測病人進入急癥室的概率等。英特爾與夏普醫(yī)療共同開發(fā)的快速反應團隊模型，可以根據電子病歷中的數據預測哪些病人需要快速反應小組的干預。同時通過該模型，醫(yī)院也可以迅速找到相應的急救人員和設備，進而縮短響應時間。在利用歷史數據對模型進行測試的實驗中， 預估患者需要快速反應小組干預的準確率約為80%。

成像分析

利用深度學習分析醫(yī)學圖像也是人工智能技術在醫(yī)療領域的重要應用之一。在這方面英特爾已經與業(yè)界合作伙伴合作，利用深度學習技術分析醫(yī)學圖像來進行腫瘤檢測。在與GE醫(yī)療的合作中， GE醫(yī)療集團采用英特爾?至強?可擴展平臺，將成像設備的總體擁有成本降低25%。通過與GE Healthcare的成像解決方案配合使用，英特爾至強可擴展平臺可以幫助放射科醫(yī)師提高閱讀效率，第一張圖像顯示時間降至2秒以下，全部研究加載時間降至8秒以下。

虛擬服務

人工智能的第四個用例是以遠程醫(yī)療為代表的虛擬服務。遠程醫(yī)療的應用為企業(yè)和消費者提供了更為豐富的解決方案，住院醫(yī)療機器人InTouch Health就是新穎解決方案的代表之一。同時，由此產生的視頻數據集可用于開發(fā)人工智能解決方案，進而完善臨床診斷。例如在遠程中風疾病診斷的案例中，基于深度學習的模型可以識別患者的早期中風特征，繼而提高診斷正確率并大大縮短診療時間。

虛擬現實

人工智能的第五個用例是創(chuàng)建下一代虛擬現實助手。在未來，人工智能可以在虛擬現實會話中對參與者的交互進行響應?；颊呖梢耘c虛擬環(huán)境進行交互，并觀察病情可能發(fā)生的變化。在外科訓練方面，人工智能可以用來分析圖像，進而識別頂級外科醫(yī)生的最佳做法，這些方法可以被反饋到模擬中，并可以隨著時間的推移不斷獲得改進。

總之，數字化轉型為醫(yī)療健康領域帶來了新機會，在轉型的過程中，醫(yī)療組織應該將數據作為核心能力來提升業(yè)務流程和患者體驗。隨著計算分析能力的進一步提升，人工智能在醫(yī)療健康領域的應用場景將更加豐富。