人工智能影响医疗保健行业的12个方式

人工智能有望成为医疗保健领域的转型力量。那么医生和患者如何从人工智能驱动工具的影响中获益?

如今的医疗保健行业已经十分成熟，可以进行一些重大变革。从慢性病和癌症到放射学和风险评估，医疗保健行业似乎有着无数的机会利用技术在患者护理方面部署更精确、高效和有效的干预措施。

随着技术的发展，患者对医生的要求越来越高，并且可用数据的数量继续以惊人的速度增长，人工智能将成为推动医疗护理工作持续改进的引擎。

与传统分析和临床决策技术相比，人工智能具有许多优势。当学习算法与训练数据交互时，可以变得更精确，使医生对诊断、护理过程、治疗变异性和患者结果获得前所未有的见解。

在由Partners Healthcare举办的2018年世界人工智能医疗创新论坛(WMIF)上，医疗研究人员和临床专家阐述了未来十年内采用人工智能最有可能产生重大影响的医疗行业技术和领域。

2018年世界人工智能医疗创新论坛(WMIF)联合主席Anne Kiblanksi医学博士和Partners Healthcare公司首席学术官、医学博士Gregg Meyer说，这种给每个行业领域带来的“颠覆性”都有可能为患者带来显著的益处，同时具有广泛的商业成功潜力。

在Partners Healthcare公司专家的帮助下，包括哈佛医学院(HMS)的教授、合作伙伴首席数据科学官Keith Dreyer博士和马萨诸塞州总医院(MGH)研究战略和运营总监Katherine Andriole博士提出了人工智能将彻底改变医疗服务和科学的12种方式。

1.通过脑机接口统一思维和机器

使用计算机进行通信并不是一个新想法，但是在不需要键盘、鼠标和显示器的情况下在技术和人类思维之间创建直接接口是一个前沿的研究领域，对某些患者具有重要的应用。

神经系统疾病和神经系统创伤会使一些患者丧失与他人及其环境进行有意义的交谈、移动和互动的能力。由人工智能支持的脑机接口(BCI)可以为那些担心永远失去这些功能的患者恢复那些基本体验。

马萨诸塞州总医院(MGH)神经技术和神经康复中心主任、医学博士Leigh Hochberg说，“如果我在神经病学重症监护室看到某位患者突然失去了行动或说话的能力，我希望在第二天恢复其沟通的能力。通过使用脑机接口(BCI)和人工智能，我们可以将与手部运动相关的神经激活，并且我们应该能够让这个患者与他人在整个活动过程中至少交流五次的方式进行交流，例如使用平板电脑或手机等无处不在的通信技术。”

对于患有肌萎缩侧索硬化(ALS)、中风或闭锁综合征的患者，以及全世界每年有50万人遭受脊髓损伤的患者，脑-机接口可以极大地提高他们的生活质量。

2.开发下一代放射工具

通过磁共振成像机(MRI)、CT扫描仪和X射线获得的放射图像提供对人体内部的非侵入性可见性。但是许多诊断过程仍然依赖于通过活体组织检查获得的物理组织样本，取得这些样本具有导致患者可能受到感染的风险。

专家预测，在某些情况下，人工智能将使下一代放射学工具能够准确细致，足以取代对活体组织样本的需求。

布里格姆妇女医院(BWH)图像引导神经外科主任医学博士Alexandra Golby说，“我们希望将诊断成像团队与外科医生或介入放射科医师和病理学家结合在一起，但不同团队实现合作和目标的一致性是一个巨大的挑战。如果我们希望放射成像提供目前从组织样本中获得的信息，那么我们将必须能够实现非常接近的标准，以便知道任何给定像素的基本事实。”

在这一过程中取得成功可能使临床医生能够更准确地了解肿瘤的整体表现，而不是根据恶性肿瘤的一小部分属性做出治疗决策。

采用人工智能还可以更好地定义癌症的侵袭性，并更恰当地确定治疗目标。此外，人工智能正在帮助实现“虚拟活检”，并推进放射医学领域的创新，该领域致力于利用基于图像的算法来表征肿瘤的表型和遗传特性。

3.扩大服务不足或发展中地区的医疗服务

发展中国家缺乏训练有素的医疗保健提供者，其包括超声波技术人员和放射科医生，这将极大地减少了采用医疗服务拯救患者生命的机会。

会议指出，在波士顿著名的朗伍德大道的六家医院工作的放射科医生比西非地区所有医院都要多。

人工智能可以通过接管一些通常分配给人类的诊断职责，帮助减轻临床医生严重不足的影响。

例如，人工智能成像工具可以通过胸部X光检查肺结核的症状，通常可以达到与医生相当的精确度。这项功能可通过适用于资源匮乏地区的提供商的应用程序进行部署，从而减少了对经验丰富的诊断放射科医生的需求。

马萨诸塞州总医院(MGH)神经科学助理兼HMS放射学副教授Jayashree Kalpathy-Cramer博士说，“这项技术可以提高医疗保健的巨大潜力。”

然而，人工智能算法开发人员必须谨慎考虑这样一个事实，即不同民族或不同地区的人群可能具有独特的生理和环境因素，这些因素会影响疾病的表现。

她说：“例如，印度受到疾病影响的人口可能与美国的情况非常不同。当我们开发这些算法时，确保数据代表疾病呈现和群体的多样性非常重要，我们不仅可以开发基于单个群体的算法，而且希望它能够在其他人群中发挥作用。”

4.减轻电子健康记录的使用负担

电子健康记录(HER)在医疗保健行业的数字化之旅中发挥了重要作用，但这种转变带来了无数与认知过载、无休止的文档和用户疲劳相关的问题。

电子健康记录(HER)开发人员现在正在使用人工智能来创建更直观的界面，并对一些耗费大量用户时间的例行程序实现自动化。

Brigham Health副总裁兼首席信息官Adam Landman博士说，用户将大部分时间花在三项任务上：临床文档、订单输入，以及对收件箱进行分类。语音识别和听写有助于改善临床文档处理过程，但采用自然语言处理(NLP)工具可能还不够。

Landman说，“我认为可能需要更大胆一些，考虑一些变化，比如采用视频记录临床治疗，就像警察佩戴摄像头一样。然后可以使用人工智能和机器学习来索引这些视频，以便将来检索信息。就像在家里使用人工智能助理Siri和Alexa一样，未来会把虚拟助理带到患者的床边，让临床医生使用嵌入式智能输入医嘱。”

人工智能还可以帮助处理来自收件箱的常规请求，例如药物补充和结果通知。 Landman补充道，它还可能有助于确定真正需要临床医生注意的任务的优先顺序，使患者更容易处理他们的待办事项列表。

5.含有抗生素耐药性的风险

（编辑：厦门网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!