《電子技術應用》
您所在的位置:首頁 > 通信與網(wǎng)絡 > 業(yè)界動態(tài) > VR和AI相結合在醫(yī)療行業(yè)中的優(yōu)勢

VR和AI相結合在醫(yī)療行業(yè)中的優(yōu)勢

2019-06-29
關鍵詞: AI 智能醫(yī)療

  在英格蘭東南部,一批服務于50萬人的醫(yī)院正在為出院的患者配備一個具有Wi-Fi功能的臂帶,可以遠程監(jiān)測一些生命體征,如呼吸頻率、含氧水平、脈搏、血壓和體溫。

  作為國家衛(wèi)生服務試點計劃的一部分,該項目現(xiàn)在采用人工智能實時分析所有患者的數(shù)據(jù),醫(yī)院再入院率下降了,急診室就診次數(shù)也減少了。更重要的是,開銷高昂的家庭出診需求下降了22%。從長遠來看,堅持治療計劃的人數(shù)增加到96%,而行業(yè)平均水平則為50%。

  人工智能試點的目標是哈佛商學院教授和Innosight聯(lián)合創(chuàng)始人克里斯·克里斯滕森稱之為“消費無力(Nonconsumption)”的概念。它指的是那些消費者有所求,但是目前尚無實惠且方便的解決方案的機會領域。

  例如,英國在涉及達特福德和格拉夫舍姆醫(yī)院的試點之前,完成患者家庭監(jiān)測需要派遣醫(yī)院工作人員每周前往患者家中作檢查,路上往返時間長達90分鐘。但是,隨著算法持續(xù)不斷地搜索數(shù)據(jù)中的警告信號,并立即向患者和專業(yè)人員發(fā)出警報,從而誕生了一種新的功能:向患者適時提供醫(yī)療保健服務,甚至在患者自己意識到有這種需求之前。

  人工智能的最大優(yōu)點在于,可以用接近零的邊際成本進行準確的預測,理所當然地激起了人們將AI技術應用到醫(yī)療健康的幾乎所有領域巨大的興趣。但并非人工智能在醫(yī)療保健中的所有應用都能獲得同等的收益。此外,很少應用能夠在戰(zhàn)略上恰當?shù)鼗貞_幾乎所有健康醫(yī)療系統(tǒng)的最大問題:患者分散和利潤壓力。

  以醫(yī)學成像AI工具為例,醫(yī)院在未來四年內預計每年將在此項目上花費20億美元。準確診斷從癌癥到白內障的一系列疾病是一項復雜的任務,難以量化但通常會產(chǎn)生重大后果。然而,該任務目前通常是大型工作流程的一部分,且由受過廣泛訓練、高度專業(yè)化的醫(yī)生執(zhí)行,而這些醫(yī)生是世界上最聰明的那部分人。

  o4YBAF0Ub1OAIbjyAALj-vPbqSc994.png

  這些醫(yī)生可能需要一些額外的幫助,但是現(xiàn)在這個問題已經(jīng)解決了。這些因素使得疾病診斷成為AI很難產(chǎn)生創(chuàng)造性變革的一個領域。因此,人工智能在這種環(huán)境中的應用,即使對患者的治療結果有益,也不可能從根本上改善醫(yī)療保健的實施方式,也不可能在短期內大幅降低成本。

  然而,一些正在尋求醫(yī)護分散化實施的領先的醫(yī)療組織,通過部署AI技術可以做到一些以前從沒做到的事情。例如,消費者每天都會做出各種各樣的非緊急的關于健康的決定。這些決定并不值得資深臨床醫(yī)生去關注,但最終在確定患者健康方面發(fā)揮著重要作用,并最終影響醫(yī)療保健的成本。

  根據(jù)世界衛(wèi)生組織的數(shù)據(jù),和個人健康和生活質量息息相關的因素中有60%與選擇的生活方式有關,包括遵循正確服用血壓藥物的處方、鍛煉和減壓等。在AI驅動模型的幫助下,現(xiàn)在可以根據(jù)患者生命體征的變化,在患者整個日常過程中為其提供干預和提醒。

  在家庭進行健康監(jiān)測本身并不新鮮。包括Partners Healthcare、United Healthcare和Johns Hopkins醫(yī)學院在內的一些領先機構正在開展一些活躍的項目和試點研究,并取得了積極成果。但這些嘗試尚未利用人工智能來實時地做出更好的判斷和建議。由于涉及了大量數(shù)據(jù),機器學習算法特別適合于針對大量人群來擴展該任務的執(zhí)行。畢竟,是通過大量的數(shù)據(jù)來讓算法更加智能,從而支撐AI技術。

  例如,通過部署人工智能,NHS計劃不僅能夠在英國推廣,而且還能夠延伸到國際市場。Current Health是該計劃中使用的患者監(jiān)測設備的制造商,由風險資本支持,該公司最近獲得了美國食品和藥物管理局的批準,允許其在美國試行該系統(tǒng),目前正在紐約的西奈山醫(yī)院進行測試。這是為減少患者再入院率所作的努力的一部分,而再入院率的問題每年使美國醫(yī)院損失約400億美元。

  麻省理工學院和MGH已經(jīng)開發(fā)出一種深度學習模型,可以識別患者未來是否有可能患上乳腺癌。此AI系統(tǒng)學習了60,000名既往患者的數(shù)據(jù),允許醫(yī)生用個性化方式來篩查乳腺癌篩,本質上為每位患者創(chuàng)建詳細的風險概況。

  總而言之,這三條經(jīng)驗與針對“消費無力”問題的解決方案相結合,有望為如何有效操控AI技術提供一條清晰的道路,特別是目前AI已經(jīng)被過度熱炒。從長遠來看,我們認為人工智能的變革性收益之一是它將加深醫(yī)療服務提供者與患者之間的關系。例如,英國的試點中,病人獲得了更頻繁的主動檢查,這在以前從未發(fā)生過。在新興的以消費者為中心的醫(yī)療保健市場中,這對改善治療結果和提升客戶忠誠度都有好處。


本站內容除特別聲明的原創(chuàng)文章之外,轉載內容只為傳遞更多信息,并不代表本網(wǎng)站贊同其觀點。轉載的所有的文章、圖片、音/視頻文件等資料的版權歸版權所有權人所有。本站采用的非本站原創(chuàng)文章及圖片等內容無法一一聯(lián)系確認版權者。如涉及作品內容、版權和其它問題,請及時通過電子郵件或電話通知我們,以便迅速采取適當措施,避免給雙方造成不必要的經(jīng)濟損失。聯(lián)系電話:010-82306118;郵箱:aet@chinaaet.com。