案例 | 人工智能如何改变医疗保健的未来？

即将开播：4月29日，民生银行郭庆谈商业银行金融科技赋能的探索与实践

人工智能正在改变这一切，使我们更轻松。 它改变了我们互动，消费信息，获得商品和服务的方式。 它可以像人类一样工作，但是效率更高，速度更快，成本更低。怎么样? 让我们找出全局。

人工智能(缩写为AI)不是一种技术，而是计算机科学分支的总称。 该分支专门用于能够执行类似于人的任务的复杂算法和软件：语音和文本识别，数据分析，学习，问题解决。

通过分析复杂的数据及其循环模式识别，人工智能技术可以在无需人工干预的情况下近似得出结论。

人工智能是一个广阔的领域。 随着该领域的发展，出现了几种类型的AI。 AI的主要应用是机器学习，深度学习，自然语言处理，图像处理和语音识别。

人工智能可用于各种行业，已经成熟，可以破坏人工智能。 医疗保健生态系统也不例外。 AI通过提供来自各种数据库的结构化患者数据以及这些数据分析技术的快速进步，为医疗保健提供了动力。

借助AI创新技术，医生可以做出更精确的诊断并通过更好的预测来改善治疗计划。 此外，人工智能越来越多地应用于药物开发，患者监护和护理。 由于AI能够处理不断增长的详细患者数据数据库，整个医疗行业正在朝着预防性而非反应性的方向发展。 在这里，我们研究了最近的进展以回答这个问题：医疗保健中的人工智能实例有哪些?

AI医学分析

来自MRI机器，CT扫描仪和X射线的图像可能包含大量复杂的数据，这对于人类进行评估而言可能既困难又耗时。 毫不奇怪-这是专家的训练有素的眼睛，可以极大地依赖于诊断。 考虑到疾病的许多不同类型和亚型以及各种生物标志物和基因组学数据形式的新数据雪崩，这对于医生而言正变得越来越困难。

在这里，利用AI和机器学习的新兴功能可能会有所帮助。 基于AI的医疗保健方法使研究人员能够看到人眼可能漏掉的东西。 AI设备可以将图像扫描到单个像素，从而提供精确的分析。

另一方面，当今的许多诊断过程仍依赖于通过活检获得的物理组织样本。 此过程带有风险，包括潜在的感染。 MRI机器，CT扫描仪和X射线所捕获的放射图像可以提供对人体内部工作的非侵入性可见性。 专家预测，人工智能将使下一代放射设备更加可靠和详细，以在某些情况下替代对组织标本的需求。 为了获得非常接近的配准，应该知道任何给定像素的基本事实。

在这项研究中的成功可能使临床医生可以更准确地了解肿瘤的整体行为，而不是将治疗决策基于一小部分恶性肿瘤的性质。 研究人员也许还可以更好地确定癌症的侵袭性，并更适当地靶向治疗。

就是说，人工智能正在帮助实现"虚拟活组织检查"并推进放射线学的创新领域，该领域专注于利用基于图像的算法来表征肿瘤的表型和遗传特性。

人工智能诊断

如今，当诊断错误导致大约10%的患者死亡时，医疗保健ai在医学诊断的发展中起着不可或缺的作用。

对此类服务的需求超过了专家的供应。 管理这是医疗保健部门的一项关键任务。 此外，诊断专家和医师需要一套新的工具来处理越来越多的医学数据。 为了提供这个新的工具集，我们将需要利用人工智能的力量来开发新的解决方案。

当前，医疗诊断中的AI应用处于早期采用阶段。 尽管如此，它们仍有可能影响医疗保健系统如何解决诊断问题，以及人们实时跟踪健康状况变化的可能性。 用于医疗保健的机器学习以及计算机处理的改进，逐渐促进了各个专业领域诊断的准确性和效率。 例如，AI可以收集和分析从多个来源(例如健身追踪器和家庭监护仪)收集的患者数据，并使医生能够以未经AI允许的时间和资源来监控患者的健康。

消费者可穿戴设备与AI的结合使用也被用于监督心脏病，使医生能够在更可治疗的阶段更早地发现可能威胁生命的发作。

肿瘤学研究人员正在使用深度学习来教授算法，以识别与合格医师相当的恶性组织。 斯坦福大学的研究人员使用130,000张代表疾病的图像，训练了一种AI算法来检测皮肤癌或黑色素瘤。

AI的使用使乳房X线照片的检查和翻译速度提高了30倍，准确率达99%，从而减少了不必要的活检。

许多企业正在考虑将大数据纳入医疗保健行业的可能性。 微软，IBM，谷歌和英特尔等大型公司为医疗保健领域的AI应用做出了贡献，它们整合了从EHR，成像，患者生成的传感器和其他形式的数据中收集的大数据。

最近，IBM的Watson(能够结合机器学习和NLP功能来回答问题的系统)已展示出对精确医学的关注，特别是癌症的诊断和治疗。 Google还与医疗服务网络合作，建立了从大数据的预测模式，以警告临床医生高危情况，例如败血症和心力衰竭。

多家公司正在使用具有NLP功能的AI聊天机器人来识别所报告症状的模式并形成潜在的诊断，预防疾病或提出建议。 例如，一个应用可以回答描述流感样症状的人，建议去药房买药。 如果用户描述了更严重的症状，则该应用可能建议拨打紧急电话或去医院。

科技公司和初创公司也在同样的问题上孜孜不倦地工作-诊断似乎是初创公司关注的领域之一。 以下是最聪明的例子。 " Kheiron Medical"开发了深度学习软件，可以检测乳房X线照片中的乳腺癌。 " Medvice"是一种实时医疗咨询服务，能够访问和存储其EHR。 "预测性医疗技术| 使用重症监护病房数据来发现可能遭受心脏发作的患者。

人工智能中的远程医疗

病人不必离开家中的温暖去看医生。 远程医疗软件开发模仿了医生和患者之间的面对面互动。

此外，人工智能应用程序可以通过使用移动小工具和云技术来进行分析-智能手机上的指尖按压将返回一个人的血压。

远程医疗可以存储和分析所有患者数据，预测进一步的变化。 他们可以就人体缺少什么营养元素，无论一个人需要更多的体育锻炼还是睡眠提供建议。 例如，" Lemonaid Health"之类的初创公司使用AI在医疗保健领域的发现来筛查和评估患者，以便医生可以做出诊断，并从远程位置开出任何药物。

远程医疗也有助于医生的便利。 通常，医生会花大约一半的工作时间在他们的办公桌上填写EHR。 人工智能在医学上的最新进展将减轻这种负担，并使电子病历检索更加容易。 聊天界面可以收集患者数据并以可立即检索的方式存储它。

人工智能技术改善了全球医学专家之间的协作。 医生们将利用彼此的见解和发现来更有效地工作。

新药研发

药物开发是一个漫长，复杂且昂贵的过程，具有高度的不确定性。 从研究实验室到患者的药物治疗大约需要12年，而公司的成本大约为3600万美元。

药物的研究和发现是医疗领域中较新的AI应用之一，旨在减少新药的上市时间及其成本。

基于数据和高级分析，人工智能技术支持对实验室实验结果的预测。 结合临床发展，人工智能将减少临床试验的数量和研究时间。 它的吸引力很简单-使用不同类型的AI，计算机系统可以提出并通过不同的分子进行工作。 然后，人工智能系统可以将结果与各种参数进行比较，并比人类更快地获得最有前途的化合物，从而降低成本。

人工智能还能够通过科学研究和患者数据进行挖掘，并帮助重新利用旧药物。

防治病毒

正如新药化合物的产生一样，人工智能系统可以预测新病毒的出现。 基于对现有病毒的分析，医疗保健中的AI可以分析蛋白质链并模拟所有可能的分裂和修饰。

可以训练神经网络来实时预测传染病的传播。 除此之外，人工智能算法还可以识别预防措施如何发挥很大的作用。

研究人员竭尽全力预测下一次爆发。 全世界范围内收集的大量病毒数据也应用于训练AI算法，以预测动物中哪些感染很可能会传播给人类，以便我们可以在跳跃之前制止它们。

人工智能手术

成像，导航和手术机器人改变了操作习惯。 AI应用程序在手术过程中带来了精确性，鲁棒性，安全性和自动化。

AI机器人能够以高精度控制其运动的轨迹，强度和步伐，不仅可以帮助外科医生，还可以提高人眼的准确性，并提供对每个位置和运动的更多控制。 机器人手术减轻了医生的疲劳，使微创手术成为可能。 话虽如此，人工智能可以延长生命并扩大患者的生存范围。

AI神经假肢

神经假体是通过电刺激来增强神经系统以弥补缺乏运动技能，认知，视觉，听觉，交流或感觉技能的人工设备。 一些示例是脑机接口(BCI)，脊髓刺激器(SCS)，心脏起搏器等。

到2025年，全球上肢假肢的价值预计将超过23亿美元，但其敏捷性还不够。 为了提高控制水平并赋予用户真正的自主权，研究人员将神经工程技术与机器人技术和AI相结合，以实现部分电机动力的半自动化以实现"共享控制"。 新的人机界面(BMI)和仿生手可完全控制用户的动作。 借助深度学习方法，机械手可以在400毫秒内做出反应。

人工智能医学世界传播

受过训练的医疗保健提供者的短缺极大地限制了世界范围内发展中国家的救生医疗服务。

医学上的人工智能可以通过承担通常分配给人类的某些诊断职责来帮助缓解这一问题。

例如，AI成像工具可以筛查胸部X线检查是否有结核病，显示出足够的准确性。 可以通过资源贫乏地区的提供商可以使用的应用程序来部署此功能，从而减少了对现场训练有素的放射诊断医生的需求。

AI重症监护

重症监护病房的医生需要分析大量复杂数据，以做出至关重要的决定。 医疗保健中的人工智能使调解可以利用其提供治疗的经验。 定期接收大数据，医疗保健中的机器学习可确保更好的严重程度评分，临床决策制定以及整体上更好的医疗个性化。

例如，败血症通常要到后期才弄清楚-AI系统可以快速分析许多变量来预测败血症和死亡率。 在ICU患者中连续进行的心电图数据的深度学习分析可以立即发现变化。

自拍诊断

您是否曾经想过可以将手机转变为医疗保健AI工具?

我们的手机会生成可用于人工智能算法分析的图像。 这些照片被广泛用于皮肤科，眼科，甚至用作识别儿童发育疾病的工具。

几乎每个行业的主要参与者都开始在其设备中构建AI软件，因为我们每天产生的数据超过250万兆字节。 手机可以将数据与不同类型的AI结合使用，以提供更多个性化，更快和更智能的服务。

同样，在医学领域中利用人工智能可以对发展中地区有用，有助于应对医疗保健专家或偏远地区的短缺。

医疗保健AI公司

如本文前面所述，许多公司巨头已经建立了专门针对医疗保健中的人工智能的程序。 IBM的Watson健康计划是提供认知计算能力系统的先驱，已经与Anthem一起在Memorial Sloan Kettering癌症中心研究了肺癌的治疗方法。

该AI系统使用云计算，收集并分析大量数据。 它被用作诊断医生的专业顾问。 利用有关症状，家族史，接受治疗，疾病持续时间，以前的治疗等其他详细信息的数据，以及来自测试，同行评审的研究和临床研究的其他发现，Watson's Health提供了不同的治疗选择，并对每个准患者进行了置信度评估 。

IBM Watson的认知计算服务还提供与任何应用程序的集成，并通过Watson API和开放的多云平台通过其现有服务提供帮助。

屈臣氏健康还与CVS Health Corporation合作治疗慢性疾病，并与强生公司合作，基于科学工作发现新药。

微软的癌症研究也大力支持医学上的人工智能，该研究旨在对患者的免疫细胞进行编程，以识别和杀死白血病细胞。 微软研究人员认为，这种重新编程生物学的能力具有巨大的潜力，可以改变我们生产一切的方式。

反过来，医疗保健领域的Google AI正在重建有助于检测，诊断和治疗的数据基础架构。 该公司将AI应用于医疗保健领域，目前正在许多尚未凝聚在一起的不同分支机构开展工作。 除此之外，Google为传播有关COVID-19的信息做出了重大贡献，并提供了价值8亿美元的冠状病毒应对方案。