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)理過程、治療變異性和患者結(jié)果獲得前所未有的見解。
在由Partners Healthcare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家闡述了未來十年內(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Anne Kiblanksi醫(yī)學(xué)博士和Partners Healthcare公司首席學(xué)術(shù)官、醫(yī)學(xué)博士Gregg Meyer說，這種給每個(gè)行業(yè)領(lǐng)域帶來的“顛覆性”都有可能為患者帶來顯著的益處，同時(shí)具有廣泛的商業(yè)成功潛力。
在Partners Healthcare公司專家的幫助下，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Keith Dreyer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)Katherine Andriole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、鼠標(biāo)和顯示器的情況下在技術(shù)和人類思維之間創(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Leigh Hochberg說，“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)或說話的能力，我希望在第二天恢復(fù)其溝通的能力。通過使用腦機(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)等無處不在的通信技術(shù)。”
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.開發(fā)下一代放射工具
通過磁共振成像機(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)部的非侵入性可見性。但是許多診斷過程仍然依賴于通過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Alexandra Golby說，“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)。”
在這一過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。
人工智能可以通過接管一些通常分配給人類的診斷職責(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Jayashree Kalpathy-Cramer博士說，“這項(xiàng)技術(shù)可以提高醫(yī)療保健的巨大潛力。”
然而，人工智能算法開發(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：“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。”
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)變帶來了無數(shù)與認(rèn)知過載、無休止的文檔和用戶疲勞相關(guān)的問題。
電子健康記錄(HER)開發(fā)人員現(xiàn)在正在使用人工智能來創(chuàng)建更直觀的界面，并對(duì)一些耗費(fèi)大量用戶時(shí)間的例行程序?qū)崿F(xiàn)自動(dòng)化。
Brigham Health副總裁兼首席信息官Adam Landman博士說，用戶將大部分時(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。語(yǔ)音識(shí)別和聽寫有助于改善臨床文檔處理過程，但采用自然語(yǔ)言處理(NLP)工具可能還不夠。
Landman說，“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)來索引這些視頻，以便將來檢索信息。就像在家里使用人工智能助理Siri和Alexa一樣，未來會(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。”
人工智能還可以幫助處理來自收件箱的常規(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)人類的威脅越來越大，因?yàn)檫^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)感染控制部門副主任Erica Shenoy博士說，“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)，如果沒有充分利用它們，沒有創(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。”
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Jeffrey Golden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)來源之一。
他說，“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)。”
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，“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)來改變患者的治療方式的地步。這將是一個(gè)巨大的進(jìn)步。”
他補(bǔ)充說，“人工智能還可以通過在臨床醫(yī)生審查數(shù)據(jù)之前確定幻燈片中感興趣的特征來提高生產(chǎn)力。人工智能可以通過幻燈片進(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。”
7.為醫(yī)療設(shè)備和機(jī)器帶來智能
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Mark Michalski博士說，“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。通過使用人體自身的免疫系統(tǒng)來攻擊惡性腫瘤，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)家仍然沒有一種精確可靠的方法來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)開發(fā)主任Long Le博士解釋說，“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)匀徊涣私馑械膯栴}，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)際上并沒有多少患者服用這些藥物。因此，無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發(fā)人員不斷面臨的挑戰(zhàn)。
數(shù)據(jù)質(zhì)量和完整性問題，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Ziad Obermeyer博士說，“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)聽說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。”
他繼續(xù)說，“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。”
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)來識(shí)別看似無關(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，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：“最大的挑戰(zhàn)是確保在我們開始打開黑盒并觀察如何預(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Omar Arnaout博士說，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：“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，人們將越來越謹(jǐn)慎地考慮與誰(shuí)共享什么樣的數(shù)據(jù)。”
他補(bǔ)充說，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：“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。”
11.使智能手機(jī)成為強(qiáng)大的診斷工具
專家認(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)的研究人員甚至開發(fā)了一種工具，通過分析兒童臉部的圖像來識(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Hadi Shafiee博士說：“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)我們來說是一個(gè)很好的機(jī)會(huì)。幾乎所有行業(yè)參與者都已開始在他們的設(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)解決專家短缺的問題，同時(shí)減少對(duì)某些投訴進(jìn)行診斷的時(shí)間。
Shafiee說，“未來可能發(fā)生一些重大事件，我們可以利用這個(gè)機(jī)會(huì)來解決一些在護(hù)理點(diǎn)進(jìn)行疾病管理的重要問題。”
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Brandon Westover說，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，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。“在這些患者中，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。”
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)，更可能提前解決問題，人工智能將迎來提高臨床治療質(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。
京公網(wǎng)安備 11010502049343號(hào)