将人工智能纳入医疗行业


每年 , 大约有50,000个人毕业成为合格的医生 。为了维持世界卫生组织建议的最低医患比例 , 到2030年将需要230万医生 。如果有将的医疗保健推向未来的要求 , 那就是现在!今天是时候 , 我们可以看到医疗保健行业的重大破坏 。其中大部分归功于人工智能 , 大数据 , 云 , 机器学习和深度学习以及将组织与个人联系在一起的可穿戴设备或健身追踪器的参与程度 。
首先 , 我们称之为人工智能的人工智能有潜力改变十年前被认为无法治愈的多种疾病的诊断和治疗方法 。医疗保健行业中的人工智能依靠机器读取患者电子数据的方式发生范式转变 , 包括患者的年龄 , 病史 , 检查 , 医学图像 , DNA序列和其他可促进治疗的因素 。
埃里克·托波尔(Eric Topol)博士在他的《深层医学》一书中找到了组织及其在开发分析健康状况的工具中的作用 。Google开发的一种此类工具可以相对准确地准确检测出糖尿病 。该软件在检测糖尿病性视网膜病变时的灵敏度评分为87-90% , 准确度为98% 。
伦敦的一支高级医生团队提出了一种治疗方法 , 可对94种准确度达94%的50多种眼病进行治疗 。为了了解精确度 , 将其结果与国际眼科专家进行了比较 。根据该实验的报告 , 医生错过了露水参考点 , 但机器没有任何参考点 。
另一方面 , 在 , 在结肠镜检查中 , 人工智能被用于诊断结肠中存在息肉 。当将胃肠病医生的诊断与机器诊断相比较时 , 机器的早期发现机会增加了9% 。该实验的优点在于 , 机器不会遗漏微小的息肉 , 即使是那些尺寸小于5mm的息肉 , 否则医生更容易遗漏 。
我们的手机不仅执行其设计的功能 , 而且还收集我们的数字足迹并在屏幕上分析我们的行为 。正如《人工智能医学》(2018)杂志在一篇文章中所引用的那样 , 不仅是明显的音频监听 , 甚至我们在自由观看电视时收集的眼动数据也可以确定神经退行性眼疾 。
在 , 年轻的初创公司聚集在一起 , 以帮助医生尽早诊断慢性疾病 。借助预测分析和机器学习 , 这些初创公司正在创建诊断工具 , 可以帮助专家更快 , 更准确地进行诊断 。一家医疗可穿戴创业公司ten3T开发了带有Cicer的医疗级可穿戴设备(内置有多个传感器的设备) , 即使在家里也可以帮助监测患者的健康 。位于班加罗尔mFine的医疗保健初创公司在系统中拥有近1200种疾病 , 可提供85%的准确诊断 。
AI进行了艰苦的工作 , 即编译复杂的识别触发点 , 并以超出人类任何能力的强度和速度 , 根据这些数据创建模式 。AI可以通过移动设备管理农村地区 , 而无需医生从一个村庄到另一个村庄旅行 。显然 , 人工智能和深度学习是新时代技术的希望 , 如果正确利用 , 它将有助于医生和科学家在进一步发展医疗保健行业方面做出更好的决策 。
【将人工智能纳入医疗行业】

    推荐阅读