医学诊断中的AI转换项目的10个步骤

2020
02/28

+
分享
评论
智能甄选
A-
A+
从AI的医学诊断能力来看,未来看起来很有希望。无论是机器学习,智能算法,自动数据功能还是 预测分析,都有几种AI途径可以大大促进医学诊断过程。

在医疗保健的各个方面,时间被认为是最有价值的组成部分。即使延迟数分钟也可能导致生命损失。早期诊断是康复患者的核心,及时执行治疗至关重要。平均而言,医生与每个患者共花费15分钟,如果认真考虑,这根本不足以对疾病进行全面诊断。在理想情况下,应仔细考虑所有相关的患者信息,包括类似的病例和人口统计学信息,然后进行诊断。

随着医疗保健行业逐渐朝着AI驱动的世界发展,以前被认为是障碍或不可能的事情现在变得非常简单。多年来,该县超过90%的医院已从基于纸张的系统转移到了电子过程。在医疗诊断方面,患者的记录至关重要。重大疾病的风险可以通过预测分析来发现,从而节省生命和成本。早期诊断不再是遥不可及的希望,而是可以通过先进系统轻松实现的现实。

什么是医学诊断中的AI转换?简而言之,通过自动化,预测等方法来辅助医学诊断过程的技术的采用被称为医学诊断中的AI 转换。最近,许多技术公司都在寻求创建减少检查和治疗之间时间的系统。这是通过自动,快速地挖掘医疗记录以及建议的治疗结果来完成的。此外,正在开发预测性分析平台,该平台使用机器学习来预测死亡率。

在该技术中,具有使医生与患者行为保持同步的功能,例如可能跳过约会且药物治疗不规律的患者,他们再次入院的可能性,住院风险等。AI技术还允许患者轻松联系医生以了解新症状。通过机器学习和高级算法,可以以以前认为不可能的速度检测到条件。

根据AI的Frost和Sullivan在2016年进行的一项研究,医疗保健领域:

目标是到2021年达到66亿美元

未来两年的增长率为40%

医学影像诊断将大大改善

医疗成果改善潜力为30%– 40%

潜在的治疗改善成本为50%

AI转换在医学诊断中有多重要?提供给医生和医生的技术使他们可以利用其他医生的集体知识以及数百万的患者记录,这是医疗机构无法拒绝的。有了高级系统,对这些记录的访问就可以完全自动化(基于相关性),并且可以在几秒钟内完成。不能破坏这种技术的潜力,这只是AI为医学诊断带来的众多功能之一。它就像一个虚拟的私人助理,可以根据相似的病例和所提供的治疗为医生提供建议。

尽管人工智能没有替代医生的能力,但它具有挖掘数据,执行分析和识别人类完全不可能执行的模式的能力。当熟练的医师和医生使用这些技术时,医学诊断过程的质量将提高十倍。

在众多优势中,以下优势最为明显:

改善诊断

降低成本

模式识别

临床相关,高质量和快速的数据生成

硬币的另一面-对医疗诊断AI的批评

尽管AI在医学诊断方面有许多明显的优势,但在执行这些技术时仍存在一些令人担忧的问题。以下是一些阻碍采用AI的障碍:

访问高质量数据,开发用于智能分析的模型,模式识别,算法训练等涉及的高成本。

由于软件的分散性,许多医疗机构发现他们的模型与其他模型不兼容。由于电子病历保存效率低下和缺乏全面性,因此造成的损害多于良好的损害。

由于安全原因,许多系统都远离互联网,因此无法进行信息共享和数据访问。由于不容易获得电子信息,因此它破坏了电子信息的全部目的。

许多医疗工作者对这些技术保持警惕,因为他们将其视为对医生领域的侵犯。这些技术的建议可能会使医生摆脱其本能领域的本能诊断。

根据思科的说法,“尽管最近对医疗保健决策者进行的有关医疗保健中AI的调查的受访者中有54%预计在未来五年内将广泛采用AI,但36%的患者对AI缺乏信任,而30%的患者对AI缺乏信任临床医生,作为收养的障碍。”

人工智能在医学诊断中的潜力

医生和医院越来越依赖智能系统和流程来识别有肾功能衰竭,心脏疾病,治疗后感染和住院再住院风险的患者。

电子健康数据,加上公共数据库信息,可作为诊断和建议治疗的强大资源。根据相似病史中的流行程度提供药物建议,通过患者结果记录确定成功率,现在可以在几秒钟内进行大量研究。

此外,某些药物对某些人无效,并且AI系统具有在开处方时向医生强调这一点的潜力。分析系统还能够捕获患者记录中的异常。例如,如果患者声称自己不喝酒,但显示其他迹象,则系统可以抓住并向相关医生突出显示。

据思科称,“ 2018年《肿瘤学年鉴》中的一项研究比较了卷积神经网络(CNN)或机器学习(ML)系统,并确定了58位皮肤科医生。通过使用超过100,000张恶性和良性肿瘤的图像,人工智能(AI)系统可以准确地检测出95%的黑色素瘤,而人类皮肤科医生则发现了86%。

为了进一步理解AI的使用,以下是AI在医学诊断中的行业细分:

通过称为深度学习的概念,这些智能机器使用各种样本数据来形成对其方法有意义的算法。这些机器的自动化性质使它们能够创建人脑无法处理的分析,因此这些机器非常有效地工作,可以为医生提供帮助。

您准备好执行AI转换项目了吗?到达目的地的10个步骤

步骤1

该过程的第一步是使医疗保健机构熟悉 AI的优势和功能。这将对机构的特定要求以及AI与这些特定需求的相关性产生一个清晰的想法。

步骤2

一旦代理商熟悉了AI的功能,下一步就是确定您个人组织的空白。对需要解决的领域的分析将把重点放在AI旨在解决的问题上。应根据医疗机构的特定需求清楚地显示AI的价值。

步骤3

下一项业务是专注于业务优先级,并进行分析,权衡采用AI的价值与所涉及的实施成本之间的关系。每项投资都应直接与它为代理机构带来的业务价值联系起来。

步骤4

在员工,护士和医生之间创建条款,以熟悉可用的技术并参与提供有关采用AI的建议。他们经常会指出可能被忽略的障碍和优势。这是因为他们深入参与该机构的日常工作。

第5步

建立基础之后,就可以确定提供特定解决方案的开发人员并建立试点项目了。为试点项目和后续执行建立清晰的时间表对于成功至关重要。

第6步

指派一个小团队,将定期对医疗保健机构进行教育,以了解所集成的系统及其使用方式以及它们提供的优势。定期执行此操作可以使医生和管理人员以固定的间隔开始使用系统。

步骤7

逐步朝着AI转型迈出一步,而不是一场彻底的革命。这将有助于医生,护士和行政人员逐步采用并熟悉不断变化的系统。对于组织而言,突然的急剧转变似乎不堪重负。

步骤8

无论是患者数据还是智能算法的存储,都是采用AI的重要组成部分。每个希望向AI迈进的医疗机构都需要为存储需求做出充分的安排。

步骤9

与开发人员进行定期审查,其中涉及展示正在进行的工作和已采用的技术。这些审查确保所部署的AI符合原始协议,并提供最初设想的价值。

步骤10

在发展中的AI系统和技术能力之间保持平衡。这将消除失望的风险,该机构随后发现该技术没有达到预期的效果。

协助医疗机构进行旧系统的AI转换

每个医疗保健组织都需要评估其遗留系统的特定组织的需求。关于遗留系统的解决方案,有很多不同的术语,其中最常听到的是“迁移”,“现代化”和“转型”。让我们看看它们之间的区别:

迁移:这是医疗机构可以对其遗留系统进行的最简单的动作之一。它实质上涉及将系统从一个平台移动到另一个平台,通常更有效。系统的功能和设计保持不变,并且通常会提高速度,成本等。

现代化:这是迁移之前的一步,涉及增强系统的功能。这不涉及将旧系统迁移到其他平台,并且功能已现代化和升级。即兴功能。

转型:这是一个既涉及迁移又涉及现代化的过程。AI转型涉及对遗留系统的全面改造,其中最多只剩下一小部分系统。平台已更改,功能和功能得到了增强。

结论—医疗诊断的未来

从AI的医学诊断能力来看,未来看起来很有希望。无论是机器学习,智能算法,自动数据功能还是 预测分析,都有几种AI途径可以大大促进医学诊断过程。

本文转载自其他网站,不代表健康界观点和立场。如有内容和图片的著作权异议,请及时联系我们(邮箱:guikequan@hmkx.cn

人点赞

收藏

人收藏

打赏

打赏

我有话说

0条评论

0/500

评论字数超出限制

表情
评论

为你推荐

您的申请提交成功

确定 取消
×

打赏作者

认可我就打赏我~

1元 5元 10元 20元 50元 其它

打赏

打赏作者

认可我就打赏我~

×
打赏

扫描二维码

立即打赏给Ta吧!

温馨提示:仅支持微信支付!