人工智能影响医疗保健行业的12个方式

抗生素耐药性对人类的威胁越来越大，因为过度使用这些关键药物会促使不再对治疗产生反应的超级细菌的进化。多重耐药性的细菌可能在医院环境中造成严重破坏，每年夺去数以万计患者的生命。仅艰难梭菌每年就为美国医疗保健系统带来约50亿美元的损失，并导致3万多人死亡。

电子健康记录数据有助于识别感染模式，并在患者开始出现症状之前突出其风险。利用机器学习和人工智能工具来驱动这些分析可以提高其准确性，并为医疗保健提供者创建更快、更准确的警报。

马萨诸塞州总医院(MGH)感染控制部门副主任Erica Shenoy博士说，“人工智能工具可以达到对感染控制和抗生素耐药性的预期。如果他们不这样做，那么所有人都会失败。因为医院拥有大量的电子健康记录数据，如果没有充分利用它们，没有创造更智能、更快的临床试验设计的行业，以及没有使用创造这些数据的电子健康记录，那么这将面临失败。”

6.为病理图像创建更精确的分析

布里格姆妇女医院(BWH)病理学系主任、HMS病理学教授Jeffrey Golden医师表示，病理学家为全方位的医疗服务提供者提供最重要的诊断数据来源之一。

他说，“70%的医疗保健决策都是基于病理结果，电子健康记录中所有数据的70%到75%之间来自病理结果。而结果越准确，就会越早得到正确的诊断，这就是数字病理学和人工智能有机会实现的目标。”

在超大的数字图像上深入到像素级别的分析可以使医生识别可能逃脱人眼的细微差别。

Golden说，“我们现在已经到了可以更好地评估癌症是否会快速或缓慢发展的阶段，以及如何根据算法而不是临床分期或组织病理分级来改变患者的治疗方式的地步。这将是一个巨大的进步。”

他补充说，“人工智能还可以通过在临床医生审查数据之前确定幻灯片中感兴趣的特征来提高生产力。人工智能可以通过幻灯片进行筛选，并指导我们查看正确的内容，以便我们可以评估哪些内容重要，哪些内容不重要。这提高了病理学家使用的效率，并增加了他们研究每个病例的价值。”

7.为医疗设备和机器带来智能

智能设备正在接管消费者环境，并且提供从冰箱内部的实时视频到可以检测驾驶员分心的汽车等各种设备。

在医疗环境中，智能设备对于监控ICU和其他地方的患者至关重要。使用人工智能来增强识别病情恶化的能力，例如表明败血症正在发展，或感觉到并发症的发展可以显著改善结果，并可能降低治疗成本。

布里格姆妇女医院(BWH)临床数据科学中心执行主任Mark Michalski博士说，“当我们谈论整合整个医疗保健系统的不同数据，需要进行整合，并产生警报，提醒重症监护室(ICU)医生尽早干预，这些数据的汇总不是人类医生可以做得很好的事情。将智能算法插入这些设备可以减少医生的认知负担，同时确保患者尽可能及时地接受护理。”

8.推进免疫疗法用于癌症治疗

免疫疗法是治疗癌症最有希望的方法之一。通过使用人体自身的免疫系统来攻击恶性肿瘤，患者可能能够战胜顽固的肿瘤。然而，只有少数患者对当前的免疫治疗方案有反应，肿瘤学家仍然没有一种精确可靠的方法来确定哪些患者将从该方案中受益。

机器学习算法及其合成高度复杂数据集的能力可能能够阐明针对个体独特基因构成的靶向治疗提供新的选择。

马萨诸塞州总医院(MGH)综合诊断中心计算病理学和技术开发主任Long Le博士解释说，“最近，最令人兴奋的发展是检查点抑制剂，它阻断了某些免疫细胞产生的蛋白质。但我们仍然不了解所有的问题，这非常复杂。我们肯定需要更多的患者数据。这些疗法相对较新，所以实际上并没有多少患者服用这些药物。因此，无论我们是需要在一个机构内还是跨多个机构集成数据，都将增加患者人数以推动建模过程的关键因素。”

9.将电子健康记录转变为可靠的风险预测指标

电子健康记录(HER)是患者数据的宝藏，但以准确、及时和可靠的方式提取和分析大量信息一直是提供商和开发人员不断面临的挑战。

数据质量和完整性问题，加上数据格式的混乱、结构化和非结构化输入以及不完整的记录，使得人们很难准确理解如何进行有意义的风险分层、预测分析和临床决策支持。

（编辑：西安站长网）

【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!