当前位置: 首页 > 网络技术

潜力与障碍并存,人工智能医疗是蓝海还是虚火?

发布日期:2019-02-19 14:02:30 | 编辑:互联网运营| 阅读次数:
和潜在的障碍并存,医疗人工智能是蓝海还是虚火?
潜力与障碍并存,人工智能医疗是蓝海还是虚火?

最近,麦肯锡全球研究所发布:报告“人工智能未来数字前沿”,分析了当前形势和人工智能实际着陆热前景的发展,主要集中在零售业,制造业,电力,医疗,教育这五大领域。

雷锋网在其医学界的一部分,已编制并解释为你。

医疗保健是一种很有前途的人工智能市场。它的推理能力和能力,以模式识别在统计大量的病历,医疗影像和流行有很大的潜力。人工智能可以帮助医生提高他们的诊断,预后传染病和定制医疗方案。

人工智能和医疗数字组合允许供应商远程监控或诊断的患者,也能够改变医疗占了大头慢性疾病的预算份额的方式。

AI快速诊断,制定更好的治疗选择

在医疗诊断人工智能有两个方向,一个是基于自然语言处理,根据医疗诊断和疾病的症状; 计算机视觉,通过识别疾病的医学成像诊断。

为了确定肺癌,例如,AI可以通过两种方式被诊断为肺癌,一个是基于自然语言处理,代表IBM的沃森,长达四年学习课本沃森200肿瘤领域,290种医学期刊和文档超过15万份后,沃森开始被应用于临床,现在沃森一直是癌症医生的肺癌,乳腺癌,大肠癌,结肠癌领域的诊断提供建议,胃癌和宫颈癌。

另一种方法是基于诊断计算机视觉,代表企业之一,也是国内Airdoc,由于没有任何临床症状的早期肺癌,如果症状是先进的,目前的肺癌患者约75%的晚期诊断肺结节有效诊断和及时治疗是至关重要的。

但是,可能不会出现大规模使用人工智能诊断疾病太快。虽然学习机可以使用这些数据来诊断,但完全自动化的诊断不太可能很快实现,病人一方面是因为是否会接受这一诊断,部分是因为来自多个来源的数据整合,并必须遵守严格的监管要求相当的技术困难。

同时,医疗行业实现这一潜力之前,卫生保健提供者必须在他们的商业模式显著的变化,计算能力和专业技术投入巨资,努力提高能源的可获得性,从而促进包括医疗记录,处理和利用数据,包括。在2015年收购的“探索”(专业数据经纪人,比如IBM,提供了全面的医疗保健数据,并将其出售给潜在用户和人工智能解决方案提供商。)

做出这些改变是不容易的,但如果成功的回报是相当可观的:该报告显示,高管回首利用人工智能分析的情况下,早期使用的人工智能技术公司在医疗行业的高管表示,他们预计在未来三年内,这些技术将提高5个百分点的利润率。据世界卫生组织(世界卫生组织),人工智能可以提高医疗服务的标准,同时降低成本。这绝不是一件小事 - 消息 - 2014年全球国内生产总值,卫生支出达到9.9%(法国11.5%,美国17.1%)。

AI可以识别的公共健康威胁和威胁最严重的人口

人工智能技术的普及率非常低。最先进的应用程序是机器学习算法的支持支付和理赔管理。一些医生用人工智能来预测某些疾病的传播,并试图预测哪些患者最有耐心。他们会根据这一信息的预防性治疗。他们还利用这些预测来帮助医院管理者安排工作人员协商偿还率与保险公司,预算和优化库存水平。

这种利用医疗和社会数据,以更好地管理的想法,在医疗保健领域预测的成本,吸引了一些顶尖的技术,制药和医疗公司和小型创业公司。强生公司与SAP合作,利用机器学习来预测客户需求,库存水平和产品结构。Careskore,预测分析平台,采用机器学习,以确定病人的可能性被重新接纳到医院。

在未来,人工智能工具,将大大加快卫生保健对预防医学的转变。医学专家将重点对患者的远程健康管理,让他们不要进医院。要做到这一点,人工智能工具不仅会分析病人的病史,也影响健康的环境因素,如污染,生活和工作噪声分析。这样就可以识别高危人群,并通知当地政府,其中预防性保健方案的实施。

机器学习是适用于医疗数据分析数百万基于某些人口水平预测健康风险。这可能是一个早期人工智能的胜利,因为它带来了巨额节约的潜力,而且在预测不需要监管审查个人健康风险。

卫生保健提供者将获得的信息,让病人参与预防行动,包括医疗服务和生活方式和环境因素,如营养,锻炼和避免污染。医院管理者更好地预测高峰期,如在招生的激增。通过个人病历,气象数据和其他信息,结合人工智能工具来跟踪传染病的发病率,将有助于估计有多少人需要住院治疗。再如,人工智能应用程序可以使用的医疗和人口统计数据来预测分娩的增加,产科门诊,如果需要额外的工作人员,会提醒卫生保健管理。

该报告估计,后AI采取措施,所有的医疗服务的美国潜在的节省每年的费用为$ 300十亿GDP 0.7%。英国,利用人工智能的目标预防保健,33£每年节约友谊医院每年花费。

人工智能可以帮助医疗专业人员诊断疾病,提高操作机器学习的能力,提高诊断的准确性。斯隆凯特林研究所(斯隆凯特林研究所)估计,在诊断和处方治疗癌症患者时,医生只使用20%的实验知识。AI应用程序可以在数以百万计的医学证据页秒内提供诊断和治疗方案进行筛选。

查看更详细的信息比在MRI和X射线图像的基于AI的图像识别和机器学习的眼。例如,不同类型的胶质母细胞瘤显著遗传异常,医生来治疗这些异常。然而,放射科医生不能确定这些基因本身并像大脑异常。梅奥诊所有一个机器学习程序,可以快速,可靠地识别异常。

自动人工智能有可能通过降低生产率的日常活动的医生和护士,以提高医疗服务。有一天,有深刻的学习算法聊天机器人化解面临着大量的非紧急急诊室的病人,情况如患者尿路感染和咽痛。

启用的人工智能装置操作效率显著节省

据调查,虽然有人工智能,医疗服务的人工智能技术的应用潜力巨大落后于其他行业仍然滞后。采用人工智能集中在运营和客户服务; 最常用的技术是语音识别和计算机视觉我们的调查样本中,均有9%和7%,分别在该公司的卫生保健,包括已份额大赦国际指出,该组织。在大多数医院,如预约调度等业务管理功能,仍然由手工完成。

我们已经发现,如果在采用数字技术部门进展缓慢,它也是利用人工智能的具有相同的趋势。报告“数字美国”发现,几乎在全国和医生的40%以上的医院四分之一尚未采用电子健康档案系统。即使是那些电子记录系统,也没有无缝共享与其他患者或提供数据; 重复测试是不必要的,患者需要反复讲述自己的病史,因为这些系统不能通用操作。MGI另一份报告,即“分析的时代”,发现美国的医疗保健部门应仅由10%用于中使用先进的分析和机器学习的机会20%。

之所以,因为医务人员和人工智能缺乏兴趣行政人员的工作进展缓慢不。人们感兴趣的,但医学上面临着一些独特和具有挑战性的障碍。灵敏度和严格的规定,以保护阻碍了高品质的汇总数据所需要的人工智能应用等工具采集深度研究医疗记录的隐私。此外,数据和行业本身,对医疗保健行业的其他监管障碍,分裂和复杂性也有所放缓过程。

启用AI意味着发达国家的运营效率极大的节省。美国估计占1%?2%的GDP。在其他高收入国家,占国内生产总值0的估计节省。5-1%。全人工智能可以在一系列的生产率提高40%,护士的50%。麦肯锡的一项研究发现,医院可以节省一半的劳动力成本,同时显著减少病人的等待时间。

医院还可以通过使用人工智能解决方案可优化许多常见的商业任务,以提高他们的产能利用率。警报可以自动执行常规医患互动。语音识别软件已经在客户服务中使用,它降低了患者的日常工作的成本,如安排约会和录取的报名时间。自然语言处理,分析期刊论文等文件,并组织内容,以方便快速访问的医生。这些类型的应用可以有显著的影响,而不需要通过监管审查会。

保险公司可以设计新的方式来激励和鼓励预防保健提供商

机器学习技术的可能性来预测患者的行为,并计算比目前的方法疾病的概率,并提供医疗保险谁又能提高生活。

新的商业模式和人工智能可以与行为健康干预相结合,把重点放在预防,疾病管理和健康 - 对付他们不健康的人成为患者之前。一个名为“探索健康”保险公司在南非,跟踪被保险人的饮食和健身活动,并为他们提供医疗行为的激励。

人工智能将鼓励纳税人,建立供应商和制药公司之间新的伙伴关系,并推动业绩表现费的模式,加速转向预防保健。付款人可以更多地参与护理管理,或者通过基于识别的风险或实现合同引进基于AI-机器学习模型的鼓励其供应商,风险管理模型。

当更多的保险公司利用机器学习来分析历史数据记录,基于内容的支付计划将显著扩大,程序会根据治疗的组织的所有供应商的平均成本支付医生和医院。据麦肯锡的客户体验,我们相信这种方式会产生显著成本的影响,整形外科医生费用下降8%至12%,而医生诊断费将减少4%至5%。

医生将能够定制治疗方案为患者个体 - 即使药物

患者也可以直接从人工智能在医疗保健领域的崛起中受益。

考虑每位患者的基因构成的历史和复杂性,治疗的每个病人的标准化方法将无法发挥作用,研究人员利用先进的分析方法,以个性化治疗方案。决策可基于患者数据分析和远程诊断监视装置获得。一家名为“涡轮”的创业公司使用人工智能设计个性化的癌症治疗。为在分子水平上建模细胞生物学的技术中,试图确定最佳的药物对特定肿瘤。它也认识到生物标记物的复杂性,以及数百万次,每天模拟实验发现联合治疗。

AI利用海量数据的解决窄能力问题和定制医疗倡导者共鸣。他们致力于提供一个独特的药物治疗方法和治疗设计提供最大收益,以最小的副作用,因此,了解其他数百万人有类似症状,预后和无比珍贵的,人类的健康结果的年龄。一些公司已经在使用机器学习或其他人工智能技术个别患者的治疗。Mindmaze使用机器学习,优化中风病人的康复。生姜。通过io机器学习,根据患者的新陈代谢等因素来推荐最佳服药时间。量身定制的治疗可以通过5%降低到9人均%的医疗支出也将增加0.2-1。三年的平均寿命,并增加每年200 $的生产力。在全球范围内,对经济的影响范围可能在2万亿至$ 10 $万亿。

警报可以用作患者的接触的点主要

最突出的问题是缺乏高质量的医疗领域的医疗资源。这个问题可以说是全球。再加上人口老龄化不断增加,未来对医生的需求可能会增加。

医疗实践中采取了以实现操作自动化一些小的步骤,人工智能到患者管理,引入语音识别和人工智能技术,以其他语言。未来,随着语音识别,图像识别和机器学习工具,虚拟助理,就能咨询,诊断,甚至开药等操作。如果这些系统缺乏足够的信息来断定警报可以订购额外的测试做的,时间和患者预约。

在农村地区,警报将能够远程咨询。然而,这需要病人,提供者和监管者感到舒适与完全自动化的诊断和处方。

争议较少,在医院里,警报将能够帮助登记的病人,他们推荐合适的医生来解决他们的问题。虚拟助理将能够帮助患者导航医院的机构,因为他们准备测试,并确保他们按时赴约。

几个主要的绊脚石,承担数据可用性的冲击

一个人工智能的发展及其在医疗保健应用最有可能的瓶颈,是高质量,高标准的数据格式有足够数量。正如前面提到的那样,当今信息高度分散在整个行业,遍布最难以调和,如电子病历,化验和成像系统,医生和医疗保险理赔记录材料。这些信息将合并为一体的大型数据库是非常困难的,但是这是一个必要条件,以促进人工智能,认识疾病及其治疗。

例如,文化的障碍,以医疗保健数据拥有者 - 之间和诊断公司合作 - 医院,保险公司,制药商。当然,数据本身是高度敏感。当人们加入一个网上购买或信贷计划,他们通常会允许访问某些类型的个人数据,但他们可能会试图抵制任何试图联系更深入和更贴心的病史,特别是如果他们不认为这是必要的,而潜在的收益和很抽象。他们还可能会担心,黑客和数据窃贼,健康细节隐私集中收集将是一个自然的目标。监管机构将需要积极建立定义谁可以使用这些数据明确的规则,他们可以使用哪些数据,如何存放,以及它们如何匿名。

技术上的限制是另一个障碍。

为了完成这项工作,人工智能技术必须有病人和其他人的透彻了解,但人们如何人工智能技术的实际诊断或治疗方案的选择仍然知之甚少。有多少患者会认为,人工智能工具,人工智能愿意相信诊断或治疗计划,以遵循人工智能仍然是一个问题。如果没有人能够解释计算机是如何做决定,或如何防止情况再次发生,监管机构不会贸然冒险做出错误的决定伤害了病人。即使这个最强大的人工智能工具是一个问题,比如神经网络的深度,这将维持一段时间的情况下。虽然从理论上讲,人工智能工具是不太可能比人类个体的临床医生会犯错。

人工智能必须解决市场分化问题。成千上万的机器学习计划,每个不同的供应商是专为特定临床情况。然而,在日常实践中,医生需要的那种平台,可以处理不同的情况。

的能力,利用人工智能的医疗保健提供者,如果你想,他们也有一些事情要做。首先,他们必须雇用或火车与人工智能系统能力的人的部署,维护和操作的培训。除了数据分析人员和技术人员,其中还包括项目管理,团队建设和解决问题的能力。

与此同时,传统的工作人员 - 医生,护士和其他医疗专业人士 - 习惯的支持下,人工智能和机床工作。虽然这会给他们机会更专注于临床病例,以及管理和低风险的工作,以人工智能和数字化解决方案,但他们必须克服严重的怀疑心理。

雷锋网结论

一方面,是供不应求,成本高,周期长,培训医生误诊,病情变化快,快速的技术变革的优质医疗资源; 而另一方面,随着人口老龄化不断增加,慢性病的增长,越来越重视健康,对医疗服务的需求不断增加。

可以预见的前景,尽管目前AI在医疗领域全面登陆还存在一些障碍,但雷锋网(公开号:雷锋网)认为,在不久的将来,医疗保健行业将成为下一个蓝海AI。这是谷歌,IBM等巨头的根本原因,花多少钱继续蔓延。从另一个角度看,即使已经进入的巨头公司,他们人工智能研究在医学领域,而且入门级的,我们可以说更多,AI +保健,肯定有前途。

本文链接:潜力与障碍并存,人工智能医疗是蓝海还是虚火?

友情链接:

药师经读诵 药师经白话 手抄心经 地藏经读诵完整版 金刚经原文 般若波罗蜜多心经全文 心经拼音 心经拼音版 金刚经译文 手抄般若波罗蜜多心经 药师经原文 药师经读诵 心经梵文唱诵 药师经唱诵 大悲咒解释 金刚经简体注音 观音心经全文 观音心经解释 观音心经 观音心经解释

Copyright © 2017 互联网运营 版权所有 All Rights Reserved. 网站地图

苏ICP备18043316号