人工智能健康領域似乎是一個很廣的范疇，從健康護理、臨床診斷到自動化手術(shù)技術(shù)等方面。甚至對于疾病預防和保健策略等都屬于大健康的范疇；但從另一角度來看，AI的應用范圍卻也很狹窄，因為健康人工智能應用程序通常只能完成一項任務。即便如此，AI在醫(yī)療健康領域仍然發(fā)揮著重大價值，本文從醫(yī)療健康的各個細分領域切入，闡述了AI在醫(yī)療大健康行業(yè)中的應用和價值。
目前，許多令人興奮的人工智能改變醫(yī)療領域的事件正在上演。人工智能技術(shù)正在涌現(xiàn)，幫助人們將管理和臨床醫(yī)療流程化自動化。根據(jù)風險投資公司Rock Health的數(shù)據(jù)，2011年至2017年間，有121家與健康相關的人工智能/機器學習公司在206筆交易中募集到了27億美元。
研究人員調(diào)查了市場上10個有應用前景的人工智能程序，發(fā)現(xiàn)到2026年它們將可以每年為美國醫(yī)療保健事業(yè)節(jié)約高達1500億美元。
根據(jù)其應用范圍和對于健康價值提升所帶來的潛力為標準，研究人員們發(fā)現(xiàn)人工智能目前在幫助一線臨床醫(yī)生提高工作效率和提高后勤流程效率方面創(chuàng)造了最大的價值，但在做出臨床決策或改善臨床結(jié)果方面還沒有太多貢獻——臨床應用仍然很少。這說明這一領域還存在著巨大的可以挖掘的空間。那么，我們就來看下蓬勃發(fā)展的人工智能在大醫(yī)療健康的各個分支領域是如何開花結(jié)果的？
AI+醫(yī)療影像在醫(yī)療影像方面，人工智能已經(jīng)證明了它有能力通過快速準確地標記特定異常結(jié)構(gòu)來提高圖像分析的效率，以供放射科醫(yī)師參考。2011年，紐約大學Langone Health的研究人員發(fā)現(xiàn)，這種類型的自動分析在找到并匹配特定的肺結(jié)節(jié)(胸部CT圖像)方面，可以比放射學家們快62 %到97 %。研究結(jié)果表明，這種人工智能帶來的圖像分析效率，可以讓放射學家騰出更多的時間聚焦在需要更多解讀或判斷的內(nèi)容審閱上，從而每年節(jié)省30億美元。
近來最新的研究還探索了人工智能在制藥、分子結(jié)構(gòu)和生物蛋白質(zhì)方面的探索，這些令人激動的研究都在證明著AI的能力，拓展著AI的疆界。
AI+手術(shù)機器人另一個領域是人工智能輔助機器人手術(shù)。在整形外科手術(shù)中，這種人工智能輔助機器人可以分析術(shù)前醫(yī)療記錄中的數(shù)據(jù)，以便在手術(shù)過程中實時指導外科醫(yī)生使用手術(shù)器械。它還可以使用來自實際手術(shù)經(jīng)驗的數(shù)據(jù)來形成新的手術(shù)技術(shù)。
一項對379名整形外科病人的研究發(fā)現(xiàn)，與外科醫(yī)生單獨手術(shù)相比，Mazor Robotics創(chuàng)造的人工智能輔助機器人技術(shù)使手術(shù)并發(fā)癥減少了五倍。當該技術(shù)在整形外科手術(shù)中正確使用時，因為減少了并發(fā)癥和失誤，人工智能輔助機器人手術(shù)還可以使患者術(shù)后的住院時間減少21 %，從而每年節(jié)省400億美元。同時使用手術(shù)機器人為病人帶來更小的痛苦和更快的恢復，為患者的健康生活提供了更加有效的保障。
人工智能技術(shù)同時也正被應用于困擾醫(yī)學界多年的劑量誤差問題。我們的發(fā)現(xiàn)表明人工智能可以節(jié)省160億美元。2016年，加州的一項突破性試驗發(fā)現(xiàn)，在人工智能的幫助下開發(fā)的數(shù)學公式，正確地確定了器官移植患者使用免疫抑制劑的給藥劑量。傳統(tǒng)上，劑量的確定依賴于指導手冊和經(jīng)驗性的猜測，劑量錯誤占據(jù)了可預防的醫(yī)療錯誤的37 %。雖然這種人工智能技術(shù)還處于萌芽階段，但因為正確的劑量對于確保器官移植后移植物不被排斥至關重要，這個例子非常好的證明了人工智能在醫(yī)療領域的重要運用前景。
AI+輔助診斷使用人工智能輔助臨床判斷或診斷仍處于初級階段，但某些技術(shù)的涌現(xiàn)說明了這種操作成為現(xiàn)實的可能性。2017年，斯坦福大學的一個小組通過與21名皮膚科醫(yī)生的診斷結(jié)果進行比較，測試了AI算法識別皮膚癌的能力。《自然》雜志去年報道了這項臨床發(fā)現(xiàn)，“取得了與所有測試專家可以媲美的成績，證明了人工智能能夠?qū)ζつw癌進行分類，其能力水平堪比皮膚科醫(yī)生?！拔覀兊难芯拷Y(jié)果表明，人工智能通過在病人進入急診室之前進行初步診斷，每年可節(jié)省50億美元。
AI+欺詐檢測錯誤和欺詐對醫(yī)療保健機構(gòu)和保險公司來說同樣都是會帶來昂貴花費的問題。欺詐檢測傳統(tǒng)上依賴于計算機(基于規(guī)則)和人工來審查醫(yī)療索賠。這是一個耗時的過程，它取決于在事件發(fā)生后能否快速發(fā)現(xiàn)異常，以便進行干預。健康保險公司正在試驗人工智能支持的數(shù)據(jù)挖掘，結(jié)合人工智能的神經(jīng)網(wǎng)絡(模擬人腦的過程，但速度要快得多)來搜索醫(yī)療保險索賠申請中與醫(yī)療賠償欺詐相關的模式。我們估計人工智能可以通過提高醫(yī)療索賠中欺詐檢測的速度和準確性，從而每年節(jié)約170億美元。
AI+醫(yī)療數(shù)據(jù)安全除了欺詐活動之外，過去幾年來一連串的數(shù)據(jù)泄露事件，如WannaCry或Petya（前段時間爆發(fā)的勒索病毒，要求被攻擊者支付比特幣，以恢復被鎖住的文件。許多醫(yī)療機構(gòu)中招，病人的醫(yī)療記錄被黑），已經(jīng)使網(wǎng)絡安全成為醫(yī)療保健組織的一個主要擔憂問題。據(jù)估計，因為泄密問題，醫(yī)療機構(gòu)要為每份病人醫(yī)療記錄花費380美元。使用人工智能來監(jiān)控和檢測與專有數(shù)據(jù)的異常交互，通過減少醫(yī)療記錄泄密，每年至少可以節(jié)省20億美元。
隨著人工智能技術(shù)變得越來越普遍，醫(yī)療保健機構(gòu)將不得不投資于那些提供最大價值的應用。人工智能在臨床判斷中的應用仍處于初級階段，需要時間才能以有意義的方式立足。但是今天能夠提供最大價值的人工智能應用程序(人工智能輔助手術(shù)、虛擬護士、管理工作流程)應該被優(yōu)先考慮和投資，從而使醫(yī)療提供者和保險公司可以有更多的時間去關注衛(wèi)生保健工作。返回搜狐，查看更多
責任編輯：
