|
導讀：在某些情境下，人工智能的深度學(xué)習能力已超越醫生。2019年醫療人工智能將迎四大爆發(fā)點(diǎn) ,管理領(lǐng)域增幅最大,簡(jiǎn)化患者匹配流程,AI成像和診斷能力穩步增長(cháng),AI在眼疾領(lǐng)域可實(shí)現獨立診斷。 近年來(lái)，多家企業(yè)源源不斷地向領(lǐng)先技術(shù)領(lǐng)域注入大量資金，尤其是那些希望降低成本、改善患者健康的公司。市場(chǎng)情報公司Tractica的數據顯示，2018年醫療人工智能技術(shù)領(lǐng)域的投入為21億美元，預計到2025年這一數據將超過(guò)340億美元。 目前，亞馬遜(Amazon)、西門(mén)子(Siemens)、IBM、Optum、通用電氣醫療保健系統(GE Healthcare and Health Systems)、Mayo Clinic、紀念斯隆-凱特琳癌癥中心(Memorial Sloan Kettering)及美國山間醫療集團(Intermountain)正在持續開(kāi)發(fā)患者記錄，為人工智能算法訓練提供醫療數據，使其通過(guò)識別模式進(jìn)行學(xué)習，從而實(shí)現關(guān)鍵預測。 在某些情境下，人工智能的深度學(xué)習能力已超越醫生。專(zhuān)家預測2019年醫療人工智能將持續增長(cháng)，尤其是在成像、診斷、預測分析和管理領(lǐng)域。 管理領(lǐng)域增幅最大 遠的不說(shuō)，預計到2019年底，醫療人工智能技術(shù)市場(chǎng)的投入就將超過(guò)17億美元。 這項技術(shù)可用于檢測醫療支出中的浪費、欺詐和濫用行為，這些行為每年費用占到全美3萬(wàn)多億美元支出的3%~10%。 據羿戓智能醫療所了解，弗若斯特沙利文(Frost and Sullivan)醫療保健和生命科學(xué)高級副總裁雷尼塔·達斯(Reinita Das)預測，未來(lái)幾年內，醫療服務(wù)中人工智能操作平臺的生產(chǎn)率將提升10%~15%。 對于重復性的耗時(shí)任務(wù)，應該給予人工智能蓬勃發(fā)展的空間。美國醫療體系中的確有很多此類(lèi)工作。 以調度和預約為例�？死蛱m醫學(xué)中心MetroHealth系統在2017年底引入人工智能協(xié)助運營(yíng)決策之前，四家醫院的掛號爽約率為10%~35%。 MetroHealth首席戰略和創(chuàng )新官卡里姆·波特斯(Karim Botros)表示，MetroHealth可使用人工智能來(lái)篩選出那些很可能爽約的患者，并進(jìn)行第二次提醒，從而避免浪費醫護人員的時(shí)間。到目前為止，人工智能已成功將爽約率降低了30%左右。 專(zhuān)家表示，2019年人工智能可能會(huì )涉足醫院運營(yíng)版塊。 Cleveland Clinic目前已開(kāi)始使用人工智能系統來(lái)統一管理醫院病床的使用情況，充分發(fā)揮其容量和利用率。通過(guò)觀(guān)察手術(shù)室患者的實(shí)時(shí)狀況，該程序有助于識別手術(shù)過(guò)程中的潛在困難。 人工智能還可用于追蹤藥物及醫療設備狀態(tài)，督促患者支付醫療費用。 自動(dòng)化配藥工具軟件服務(wù)商Kit Check為醫療機構提供機器學(xué)習方案“Bluesight for Controlled Substances”，幫助其識別藥物分流。該方案通過(guò)對一系列指標(如員工的物理位置、文檔的上傳下載等)對員工進(jìn)行評分，來(lái)識別可能具有偷盜藥物行為的醫務(wù)人員。 Kit Check首席執行官凱文·麥克唐納(Kevin Macdonald)表示，“該程序通過(guò)分析醫院內部同級別人員的數據，來(lái)評估員工偷盜藥物的概率�！� 麥克唐納還指出，人工智能或許會(huì )有助于降低藥物支出，特別是涉及到受控藥物廢棄、藥物消耗及安全與合規性領(lǐng)域。 軟件服務(wù)公司Simplee為醫療機構提供數據和預測分析服務(wù)，以此來(lái)確定患者的線(xiàn)上支付能力，從而根據患者的財務(wù)情況自動(dòng)為他們推薦付款方案或選項。 “進(jìn)入醫療系統或其他領(lǐng)域時(shí)，我們經(jīng)常碰到的問(wèn)題是，我們并沒(méi)有真正了解該領(lǐng)域的工作流程和文化，也沒(méi)有考慮應用可行性，只是簡(jiǎn)單地對目標進(jìn)行追蹤�！� 簡(jiǎn)化患者匹配流程 人工智能聊天機器人和虛擬助理可幫助拓展醫療可及性，讓患者免去一些不必要的現場(chǎng)就診，如巴比倫醫療(Babylon Health)的疾病預防和人工智能診斷、Sense.ly的虛擬護士平臺以及Novo Nordisk的糖尿病聊天機器人Sophia。 如果患者需要醫療護理，人工智能可幫助選擇合適的臨床醫生。 醫療機構巨頭Providence St. Joseph Health(PSJH)使用一種叫做Kyruus的人工智能技術(shù)來(lái)提高患者與醫療機構的匹配程度。PSJH首席數據官阿倫·馬丁(Aaron Martin)表示， 在應用該技術(shù)之前，約30%~40%的預約時(shí)段并未得到合理利用。 Kyruus使用醫療機構的數據管理程序來(lái)識別、匹配醫患信息，為患者預約到最能滿(mǎn)足需求的專(zhuān)家。 隨著(zhù)越來(lái)越多的老年人選擇在家里養老，人工智能可用于創(chuàng )建智能家居環(huán)境，持續關(guān)注老年人的健康和安全狀況。人工智能醫療公司Zanthion的首席執行官菲利普·瑞吉(Philip Regenie)如是預測。 不過(guò)，人工智能在家中的監控對象可不僅限于老年人。 專(zhuān)家預測，2019年人工智能將繼續為醫療領(lǐng)域變革提供動(dòng)力，幫助其從被動(dòng)的、基于醫院的模式向主動(dòng)的、基于家庭的模式轉變。 人工智能的進(jìn)步，還將為患有慢性疾病或活動(dòng)受限的患者提供更大的助力。 與家庭傳感器、可穿戴設備及其他家庭治療方案相結合后，人工智能或許能夠在癥狀出現之前幫助檢測到重大疾病。 總部位于智利的護理管理公司AccuHealth使用各種家庭傳感器收集患者數據，并將其輸入到人工智能引擎，以此構建預測警報和模型。 若警報被觸發(fā)，遠程虛擬醫院團隊可以為這些患者及其家屬提供支持，避免出現不可逆的癥狀?lèi)夯�，同時(shí)患者也不必再去昂貴的急診室就診。 六個(gè)月前，美國醫療保險公司Anthem與基于區塊鏈的人工智能平臺公司doc.ai達成為期一年的合作，根據年齡、體重、身高、身體活動(dòng)和污染暴露等數據來(lái)測試基于區塊鏈的人工智能是否能夠預測人體發(fā)生過(guò)敏反應的時(shí)間。 AxisPoint高級副總裁及首席營(yíng)銷(xiāo)官弗吉尼亞·格利(Virginia Gurley)舉例說(shuō)：“假如區域內有野火，空氣中顆粒物數量偏高，那么患有呼吸疾病的患者就會(huì )收到預警信息，提醒其關(guān)窗，待在室內�！� 美國聯(lián)合健康集團(UnitedHealth)旗下的藥品利益管理和數據分析公司Optum正在開(kāi)發(fā)一款名為MyDigitalTwin的原型移動(dòng)應用程序，用于迷你型家庭設施傳感器的架構。該模型利用大量的基因組、外生和行為數據來(lái)實(shí)現線(xiàn)上顯示個(gè)人的健康狀況。 “想象一下，如果我們每個(gè)人都有個(gè)數字虛擬的雙胞胎，醫生就可以利用它來(lái)模擬現況，預測我們未來(lái)的健康狀況，精準地提出改善建議�！監ptum的技術(shù)研究員克里·霍利(Kerrie Holley)如是解釋。 但該領(lǐng)域目前尚處于起步階段�！拔艺J為，預測模型的巨大潛力仍待開(kāi)發(fā)，要說(shuō)服醫生和保險公司相信該項目的盈利前景，還需要拿出更多可行性方案�！睌祿治龉綠lobal Data的全球總監兼醫療保健運營(yíng)和戰略部門(mén)(Healthcare Operations and Strategy)執行副總裁邦妮·貝恩(Bonnie Bain)表示。 保險公司有望用AI節約成本 據咨詢(xún)巨頭公司埃森哲(Accenture)預測，人工智能可通過(guò)簡(jiǎn)化計費、入院、索賠、質(zhì)量和合規控制及客戶(hù)服務(wù)等核心功能，在短短18個(gè)月內幫助美國保險供應商節省約70億美元。 Afiniti是一種基于客戶(hù)和商業(yè)私有數據的人類(lèi)行為微妙模式，采用預測性分析來(lái)匹配客戶(hù)和客服中心運營(yíng)人員的技術(shù)公司。其首席執行官齊亞·奇什蒂(Zia Chishti)表示：很多保險公司都在應用Afiniti的技術(shù)來(lái)降低客戶(hù)的死亡率和發(fā)病率，包括保險巨頭美國聯(lián)合健康集團(UnitedHealth)。 自2017年以來(lái)，Afiniti的醫療客戶(hù)已累計節省了1.25億美元的支出。 對于支付方而言，人工智能的潛力在于 “選取用戶(hù)提出的簡(jiǎn)單問(wèn)題，在無(wú)需人工參與的情況下提供答案，且具有預測需求的能力�！卑Ｉ苤Ц稑I(yè)務(wù)董事總經(jīng)理理查德·伯漢澤爾(Richard Birhanzel)表示。 AI成像和診斷能力穩步增長(cháng) 2018年，人工智能在醫療行業(yè)放射和圖像分析領(lǐng)域的應用越來(lái)越多，幾乎可以斷定，2019年這一趨勢仍將持續。 人工智能對病理學(xué)、皮膚病學(xué)和放射學(xué)等醫學(xué)圖像密集領(lǐng)域的影響是顯而易見(jiàn)的。Frost & Sullivan的數據顯示，2018年100多個(gè)人工智能醫療成像初創(chuàng )企業(yè)中，絕大多數的業(yè)務(wù)都集中在圖像分析上，而基于人工智能的醫療成像市場(chǎng)有望在2023年前達到20億美元。 不過(guò)，醫療界對人工智能在分析領(lǐng)域的應用尚有疑慮。在2018年早些時(shí)候，IBM Watson的超級電腦未能準確檢測出癌癥。 專(zhuān)家表示，這項技術(shù)發(fā)展得太快了，范圍也很廣。但在特定的診斷領(lǐng)域，人工智能未來(lái)仍有著(zhù)巨大的發(fā)展潛力。 例如，Mayo Clinic表示，人工智能與心電圖結合，可以成功檢測出某類(lèi)心臟病。2018年10月，Scripps轉譯醫學(xué)研究院和人工智能計算公司NVIDIA達成合作，致力于開(kāi)發(fā)深度學(xué)習工具，預測心房顫動(dòng)及分析整個(gè)基因組序列。 紀念斯隆-凱特琳癌癥中心和斯坦福大學(xué)也正在研究機器學(xué)習在腫瘤學(xué)中的應用。 最近，來(lái)自紐約貝絲·以色列醫療中心(Beth Israel Deconess Medicare Centre)和哈佛醫學(xué)院的研究團隊使用深度學(xué)習訓練人工智能來(lái)進(jìn)行腫瘤診斷。將人工智能與人類(lèi)病理學(xué)結合時(shí)，該項目的準確率可達到99.5%。 AI在眼疾領(lǐng)域可實(shí)現獨立診斷 2018年8月，谷歌宣布其旗下DeepMind人工智能系統向50種眼疾患者推介了準確的眼科轉診，盡管這項技術(shù)尚未得到臨床批準，但準確率高達94%，與醫療專(zhuān)家的水平相當。 在臨床批準方面，IDx-DR已奪得桂冠。2018年4月，該軟件成為首個(gè)獲得美國食品藥品監督管理局(Food and Drug Administration，FDA)商業(yè)授權的自主人工智能，可用于診斷糖尿病視網(wǎng)膜病變。 自主人工智能會(huì )帶來(lái)深遠的影響，尤其是在患者就診方面。如果很難找到資質(zhì)較高的醫生時(shí)，應用該技術(shù)，患者可在住所附近的診所獲取準確率超高的診斷和治療服務(wù)。 不過(guò)這也有缺陷，人工智能只能用于診斷極特定類(lèi)型的疾病。病情需要具備典型性，且每次出現的癥狀得具有相似性。 符合標準的疾病包括青光眼和黃斑變性等。除此之外，多家公司正在探索自主人工智能在胃腸道和皮膚疾病中的適用性。 Doctor Hazel就是一個(gè)處于探索階段的例子。該應用程序于2017年推出，后改名為BlueScan，通過(guò)整理圖像數據庫，診斷劃分痣的類(lèi)型，判斷其為良性還是潛在的癌癥。 阿布拉莫夫預測道，2019年醫療界將會(huì )圍繞人工智能作為診斷工具的話(huà)題展開(kāi)更深入的探討，但他同時(shí)強調，自主人工智能并不意味著(zhù)完全不需要人工干預。 “醫生會(huì )失誤，人工智能同樣也會(huì )犯錯�！卑⒉祭虮硎荆骸拔覀冋谘芯康娜斯ぶ悄苋孕柙卺t療系統背景下運行�！比祟�(lèi)和技術(shù)是在協(xié)同合作。
|
