電子發燒友App
識別人工智能在醫療保健背景下的近期應用案例
2019年3月22日——隨著競爭在快速變化、消費者驅動的環境中不斷升溫，醫療機構正致力于研究如何將人工智能融入臨床工作流程和管理流程。
當醫療系統機構努力保持盈利能力，甚至在該領域獲得高于競爭對手的優勢時，提高效率、減輕醫療服務人員負擔、創造愉快的消費者體驗，都是他們的職責。
人工智能有提供幫助的潛能。盡管專家們繼續警告人工智能并非靈丹妙藥，深度學習和神經網絡等新興數學策略確實有能力給醫療醫療服務人員、患者和管理人員的日常生活帶來重大的積極變化。
臨床數據科學研究MGH & BWH中心的策略與運營主管、哈佛大學醫學院放射學副教授Katherine Andriole博士表示，醫療保健終于達到可以使用人工智能策略的水平。
她在接受HealthITAnalytics網站采訪時表示:“我們現在擁有了支持大規模快速分析所需的數據存儲和計算基礎設施，包括圖形處理單元(GPUs)。”
閱讀更多：為人工智能在醫療保健領域找個快樂的家
Katherine Andriole博士，來自臨床數據科學的MGH/BWH中心
“從文化的角度，我們終于準備好真正走向數字化。我們有HER的數據；我們有實驗數據；我們有對于訓練和驗證人工智能模型至關重要的數字圖像。對于這種產業來說是全新的……呃我們就暫且稱它為不愿意接受變革的產業吧。”
這種不情愿在某種程度下是出于一種可以理解的猶豫，他們不愿意在沒有使用案例的技術或工具上進行投資。
2017年，HIMSS Analytics的一項調查發現，近四分之一的供應商不能理解人工智能在護理環境中的可靠使用案例，還有19%的供應商表示，機器學習的商業提議很難被接受。
對于考慮人工智能工具的機構來說，更大的問題是早期使用者的反應。在接受調查的人工智能使用者中，半數的人認為，這項技術還沒有完全開發出來。還有一半人表示，他們很難用購買的工具解決具體的商業問題。
從那時起，這個行業在過去兩年已經發生了巨大的變化——兩年，在人工智能的術語中實際上已經是很古老的歷史了——但許多機構仍然認為，理解如何將人工智能融入工作流程依然是一個挑戰。
閱讀更多：隨著人工智能的成熟，醫療數據增加
Andriole表示:“關于人工智能有大量的炒作，我們在討論現在和未來的可能性時確實需要謹慎。”
“現在也有很多低垂的果實可以立刻摘齲臨床方面的案例通常更令人興奮，但是管理流程自動化上有很多我們可以做的，這樣才能真正減少我們現在的低效。”
將人工智能應用于臨床護理
在臨床數據科學中心，Andriole專注于放射學——人工智能最早應用的地方之一。
她說:“放射學在人工智能領域絕對處于領先地位，病理在某種程度上也處于這種優先地位。這是因為圖像分析是人工智能‘更容易’實現的功能之一。計算機視覺也非常先進，它可以縮小很多差距。”
Andriole說，例如Partners HealthCare開發了一套工具，可以在醫療服務人員照顧中風病人時提供幫助。
她解釋說:“通常情況下，如果醫生懷疑患者中風，他們會要求進行CT掃描，以確定中風的位置和類型。出血性中風和缺血性中風需要兩種截然不同的治療方法，在決定治療方法時，時機至關重要。”
閱讀更多：人工智能有望成為醫療保健新范式
“人工智能可以迅速確定它在圖像上看到的特征，并指導臨床醫生對病人進行正確的治療。當急診科候診室里有50或100個病人時，這時候有一個警告說，‘嘿，這個病人的CT上有中風的跡象，你最好先去看他們’，那真的會是一筆有價值的財富。”
Andriole說，人工智能在預測未來事件方面也有應用，例如預測敗血癥的發展或病人癲癇發作的可能性。
她說：“我們需要確保這其中不會遺漏什么，使用人工智能可以為醫療服務人員創建一個安全網，讓他們迅速收到問題警報，這樣通常比人眼發現問題早很多。”
“這不僅加快了速度，還降低了成本，使醫療機構在住院時長或再住院率等措施上表現得更好。它可以改善結果，這是所有健康IT工具的目標。”
在不久的將來，Andriole還預測到人工智能將應用于護理過渡或ICU決策，以及幫助醫療服務人員連接診斷病人的點。
她說：“目前診斷是一個非常人工和主觀的過程。如果你是一名手里拿著紙質或電子表格的醫生，如何把這些模式組合起來記住每一個小細節取決于你自己，這樣你才可以決定如何治療每個病人。”
“現在我們有了這個巨大的數字數據寶庫，以及更快分析它的方法，計算機就可以提取出各種模式，用一種有組織的、連貫的方式將它們呈現給臨床醫生。我認為它帶來的更有依據的治療可以使每個醫療服務人員都從中受益。”
通過人工智能實現管理自動化
Andriole強調，通過利用人工智能來加速工作流程，簡化日常任務，后臺辦公室也能從中獲益。它也許不像診斷學或個性化醫療那么令人興奮，但是使用機器學習縮小管理差距可以大量節省成本。
她說：“在行政領域也有很多應用的機會。例如，日程安排就是計算機的優勢。如果有人沒有按時到，這不僅是不方便，更是成本問題，因為現在核磁共振掃描有一個空位，而這個空位價格昂貴，所以實際上你是在浪費錢。”
“如果你可以用人工智能來預測哪些病人可能不會來，那么就能更好地確保機器一直在為公司的盈利做出貢獻，而員工也不會天天無所事事。對病人、工作人員和整個醫療系統來說，這都一個獲利的局面。”
計費和編碼也是人工智能的近期使用案例。
Andriole表示：“錯誤的記賬可能會造成數百萬美元的損失，甚至在某些情況下，被視為欺詐。使用自然語言處理來匹配帶有標準化賬單代碼的文檔是人工智能的主要使用案例。”
“醫療系統應該早已熟悉自然語言處理，因為它為許多醫生使用的語音識別和聽寫工具提供了動力。這并非新技術，但它正變得越來越精細，可以更好地從結構不清晰的文檔中提取內容。”
除了可以獲得更準確的收入，自動化文檔和編碼流程還可以為醫生節省時間和減輕壓力，他們目前在管理流程上花費了太多時間。
她說：“工作倦怠是一個現實的問題，人工智能對于減輕每天影響醫療服務人員的負擔來說很有潛能。重要的是要知道，人工智能只是對人類的補充，而非替代。它可以減少工作中混亂、煩人的部分，但是并不會搶走人們的工作。”
為機構評估人工智能機會
不確定如何將人工智能引入工作環境的醫療機構，應該從了解一線員工的痛點開始。
Andriole說：“醫療服務人員的生活非常忙碌，所以你需要了解他們現有的問題，以及這些問題對病人護理的影響。除非這些技術可以無縫地融入真實的工作流程中，否則它們根本不會被使用。”
“最開始的一步一定是在尋找供應商之前，收集醫生、護士和管理人員的反饋信息。”
一旦機構明確了人工智能可以幫助解決的問題，他們就可以開始探索市常
她說:“這里有廣泛的應用程序范圍，還有數百家提供內置人工智能工具的供應商。你需要一點一點了解每一個模型如何運作，訓練它需要什么數據類型，以及如何適應病人群體，或現在擁有的數據資產質量。”
Andriole建議向供應商提供導入機構的數據機會，并根據預期分析的特定信息類型測試工具。
她說:“大多數向潛在客戶展示的人工智能工具，都是針對特定的患者群體進行訓練的，這些患者并不總是代表你要治療的那些患者。”
“因此，在銷售會議期間，它可能看起來運行良好，但你需要在自己的數據上進行嘗試，測試它是否真的能夠滿足你的特定需求。”
Andriole 補充到：“如果不是因為我們團隊中有臨床冠軍，我們并不會做這樣的事。我們需要了解這個工具是否、何時、以及如何進行使用，只有臨床醫生才能給你誠實、清晰的答案。”
如果該工具獲得終端用戶的認可，那么就更容易讓執行發起人相信購買是值得的。
機構應為使用人工智能的試點項目設定明確的成功標準。評估完成時間變化、診斷準確性、患者結果以及應計收入等關鍵因素，有助于明確需要改進的領域，確定投資回報。
Andriole說：“這個工具是否能使醫療服務人員更有效率？是否改善了過去難以檢測的東西？是否可以使接受培訓的醫生更好地理解一些東西，或者讓非專科醫生更接近專科醫生的水平？如果你要在臨床環境中應用人工智能，這些都是需要注意的重要內容。”
“醫療非常復雜，其中一些績效指標將很難衡量。但是，如果你確保臨床醫生參與其中，并收集他們的反饋，你就會對未來擴大實施或采取不同方法值得與否產生自己的想法。”
Andriole總結說，人工智能將繼續發展成為一種改變醫療行業游戲規則的技術，機構應該盡早準備投入其中。
她說：“這當然不是魔法，但它可以徹底改變我們的工作方式。我覺得這是件令人激動的好事。我相信，我們會有能力把人工智能以一種為患者和醫療服務人員帶來巨大凈收益的方式引入醫療系統，而這將很快實現。”
工商網監
評論