首页 >新闻 > 科技 > 内容

医疗保健中的人工智能 医学领域的未来

科技 2020-03-12 09:10:25

医疗保健行业正在逐步采用AI来改善患者护理并提高流程效率。显然,在过去几年中,人工智能在医学中的使用一直在增加。这部分是由于医疗供应商希望扩展他们的护理产品,部分是由于AI本身的成熟–在过去的几年中AI取得了突飞猛进的发展。目前,医疗保健中的AI跨越了医学的许多核心领域。AI或多或少地影响着从诊断到健康和智能设备的各个方面。在许多方面,人工智能技术已成为医疗保健提供者的“第二层”。这是因为AI软件无需人工干预即可适应,因此它可以“学习”以专注于人类健康需求。

毫不奇怪,许多顶级AI公司都从这一趋势中获利。随着对AI技术的所有投资和增长,在未来几年中,有望有更多用于医疗保健的AI用例。此外,公司目前可以使用AI即服务或使用基于云的AI服务构建自己的智能应用程序。与医疗保健中的大数据一起,医疗保健中的AI迅速成为决定性因素。

医疗保健中令人信服的AI用例

抗生素耐药性

抗生素当然可以促进人们的健康。但是,它们的广泛使用导致产生了抗药性细菌,全球每年杀死70,000人。研究人员使用机器学习(一种AI技术)来识别引起细菌对抗生素产生抗药性的基因。此外,还使用AI来识别电子医疗记录(EHRS)中的症状前模式,因此可以将越来越多的警报发送给医疗服务提供者。

脑机接口

脑机接口还不是主流技术。但是,这方面引起了很多兴趣,因为脑机接口将替代其他类型的计算机接口,这对于具有永久性或暂时性残疾的人特别有用。例如,具有AI功能的脑机接口可以促进中风患者在中风后而不是在康复治疗后立即与医疗保健供应商进行沟通。

心脏科

人工智能已经在心脏病学中使用了20多年,但是鉴于心脏疾病的生死后果,人工智能的进展缓慢。使用AI的一个例子是植入式除纤颤器,它可以监测处于突发性心力衰竭风险的患者的心律。如有必要,该设备还会进行电击。从长远来看,可穿戴和可植入数据将与电子医疗记录(EHRS)结合在一起,以进行连续的患者监测,因此医生可以获得有关患者的其他最新信息。

发展中国家

发展中国家对问题的态度与第一世界国家不同。第一世界国家对越来越细微的AI形式感兴趣,而发展中国家则更关心向贫困公民和生活在偏远地区的公民提供基本服务,包括医疗保健。贫困和边远地区的生活常常并存。

结果,发展中国家正在使用AI为原本无法获得医疗保健服务的人们提供医疗保健服务。具体来说,是将医疗信息通过平板电脑推送给社区的成员,该成员将阅读该信息并采取适当的措施。社区代表可以使用药丸为患者症状拍照,然后将图像识别系统与类似图片进行比较以诊断病情。

电子病历

电子病历还没有完全替代纸张,即使使用很普遍,接待员,医疗助手和医生也应该进行大量手动输入。在这里,语音识别功能取代了键盘。因此,用户只需说出他们需要记录在EHR中的信息,而不用在系统中键入信息。

基于视频的图像识别功能将来可能会补充EHR,因为它可以提供对AI能够分析的患者状况的更多见解,但是,人类可能会错过。例如,图像分析系统可以告诉患者何时躺在疼痛的痛苦中,这可以表明寻求鸦片的行为。

健康与保健

尽管也有医疗级设备甚至可以追踪其他信息,但越来越多的消费者戴着健康和健身带或智能手表。此类设备(取决于其设计和复杂程度)可以洞悉人的心率,氧气水平,糖水平,睡眠方式,呼吸,步态等,从而为医疗服务提供者提供他们在两次约会之间无法获得的信息。

例如,中风患者的康复可能会根据患者的步态而有所改善,而心力衰竭的早期迹象可能意味着手术与不手术之间的差异。AI会识别数据中的模式以确定患者当前的健康状况。

免疫疗法治疗癌症

癌症的免疫疗法不是一门精确的科学。尽管有几种免疫疗法可供选择,但患者的DNA决定了治疗是否有效。由于AI可以比人类更快地分析更多信息,因此它能够识别遗传学字符串中的模式并将其与免疫疗法的选择相关联。该功能可能会产生真正定制的癌症治疗方法。

医学诊断

人工智能系统可以比人类更快地分析更多信息,这可能使他们比医生更能识别医学诊断。例如,当病情严重的患者接受诊断时,朋友和家人会鼓励该人“寻求第二意见”,因为人类医生通常会以不同的方式解释医学信息。

AI使用来自数百,数千甚至数百万次诊断的历史信息,然后将其与患者的状况进行比较,以诊断出疾病,预测疾病的进展并提出治疗建议。

神经病学

神经病学保健治疗神经系统疾病,例如帕金森氏病,阿尔茨海默氏病,癫痫,中风和多发性硬化症。AI可以全天候监控患有神经系统疾病的患者,以查看患者的状况是否在改善或下降。AI还可以预测中风并监测癫痫发作频率。

病理图像

大多数诊断取决于病理结果,因此病理报告的准确性会造成诊断和误诊之间的差异。AI可以在像素级别“查看”病理结果,例如,这可能表明癌症的进展。AI还帮助人类专注于病理图像最相关的领域。

放射学工具

各种形式的放射学,例如CT扫描,MRI和X射线,可为医疗保健提供者提供患者身体的内部视图。但是,不同的放射学顾问和医生倾向于对这些图片进行不同的解释。人工智能有助于实现更一致的解释。此外,它还可以帮助放射科医生更好地识别肿瘤状态或癌症的侵袭性。

智能设备

医院大量购买优质设备。这些设备采用平板电脑和医院设备的形式,存在于重症监护病房(ICU),急诊室,手术室和常规医院病房中。AI通过监视患者状况并警告适当的人员重要的状态变化来补充医务人员,这些状态变化可能与氧气水平,呼吸方式,心跳,血压或败血症等感染有关。

手术

AI在手术室中以辅助功能使用,以缩小各种医生的经验和知识之间的可观差异。具有AI功能的系统能够快速梳理大量数据,以显示医生所需的信息。

医疗保健中AI的风险

在医疗保健(或与此相关的任何行业)中采用AI的一个常见问题是,启用AI的系统的设计者和用户倾向于将重点更多地放在潜在优势上,而不是潜在风险上。这些天似乎每个人都在谈论AI,但很少有人能很好地理解该主题。结果是人们正在构建和采购他们不完全了解的系统和软件。

算法偏差

几乎不懂AI的人都不会注意到这是重达800磅的大猩猩。偏差是一个重要的话题,因为它会使AI系统的准确性降低,并可能导致意想不到的结果。

有偏差的AI结果来自算法作者或收集,选择和使用数据的人的有意或无意偏见。数据本身也有偏差。鉴于医疗保健行业使用大量数据(大数据)以及进行准确数据分析的必要性,因此重要的是要意识到并补偿偏差。

错误的决定或建议

医疗保健行业越来越依赖AI进行决策。硬编码系统的问题在于它可能无法解决所有情况。自学系统更灵活;但是,并非所有系统都准备好解释其结果或建议,也不是造成结果或建议的因素。系统中也可能存在偏差。结果,由AI驱动的系统可能会创建错误的建议或决策,从而使医疗保健提供者承担责任。

不道德的结果

医生必须遵守希波克拉底誓言,“首先,不要伤害”。但是AI将如何工作呢?大多数人认为AI是不道德的,因为“它只是工具”。操作人员使用AI会导致道德或不道德的结果。

但是,由于自学习AI系统会感知人类无法感知的事物,并且他们不一定准备证明其推理或结论是正确的,因此可能会发生意想不到的结果,其中有些结果可能是不道德的。此外,人工智能目前缺乏同情心和同理心,因此其决策过程与人类不同。

资料私隐

《健康保险可移植性和责任法案》(HIPAA)对医疗信息的使用以及医疗服务提供者的使用有严格的规定。AI会由于机器学习训练中“不良”数据,算法偏差或无法维护系统的结果而发生故障。如果系统没有得到适当的保护,黑客也可能危害系统。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时候联系我们修改或删除,多谢。