?譯者 | 崔皓

審校 | 孫淑娟

開篇

人工智能 (AI)為各個行業的創新提供無限動力，當然也包括醫療保健領域。醫療專業人員受益于機器學習 (ML) 的應用，讓他們可以處理電子健康記錄 (EHR) ，也提升診斷和治療方面的能力。AI 不僅消除了人為因素對醫療保健的影響，自動化和 ML 同時也在提高護士和醫生的工作效率，并為他們提供更深層次的洞察力，從而有更多的時間為患者提供更好、更個性化的醫療服務。

人工智能對醫療保健帶來的好處不僅于此，在處理醫療文檔方面，人工智能的自動化處理方式可以減輕重復性任務，同時也減少人為的錯誤。同時，人工智能還被用于提高外科醫生工作效率和加速醫療程序方面，讓患者體驗個性化治療并簡化就診流程。除此之外，人工智能驅動的學習算法正在改進診斷成像和識別感染模式。 

雖然人工智能給醫療保健帶來了諸多便利，但是人工智能的解決方案受到軟件開發成本和支持程序復雜性的限制。此外，醫學專家經常抱怨人工智能技術缺乏可解釋性以及對最終解決方案缺乏敏感性分析。但是幸運的是，無代碼的人工智能解決方案正在將人工智能控制權交到醫生手中。 

人工智能如何改變醫療保健領域

人工智能正在許多方面提高護理效率和質量，在管理方便的提升尤為顯著。

美國的普通護士平均將 25% 的時間花在監管和行政任務上，人工智能可以將許多任務自動化。電子健康記錄 (EHR) 和自動化監管系統的應用減少了護理人員的管理工作量，讓他們有更多時間照顧病人。將重復性任務進行自動化處理，例如填寫錄取表格、記筆記和安排后續看診，還可以消除數據輸入錯誤并簡化管理任務。雖然人工智能使管理任務更加高效，但護士仍然需要負責病人的護理工作。如果提供無代碼 AI 流程等自助服務工具，護士就可以根據特定的管理程序設計自己的工作流程。

人工智能也被用于簡化醫療方面的工作。虛擬護士可以詢問病人癥狀并提供有關健康問題和藥物的信息，當患者無法預約看醫生時，這也是一個有效的問診方式。此外，利用機器學習技術和生物傳感技術獲取病人數據，可以有效地實現個性化治療。當然，人工智能也被用于健康監測和促進患者健康等領域。 

人工智能和機器學習可以處理海量的機器數據。醫療保健領域目前產生了全球約 30% 的數據，預計到 2025 年，醫療保健數據的復合年增長率 (CAGR) 將達到 36%。人工智能可以應用深度學習方法來評估和規范化大型非結構化數據集，從而使用這些數據進行分析和臨床應用。

人工智能還提高了醫療診斷的準確性。例如，使用人工智能技術，計算機可用于掃描 MRI，從而提升檢測腫瘤的準確度。智能設備也被部署在 ICU 和臨床環境中，以監測患者并識別諸如心律失常發生、治療并發癥或敗血癥感染等問題的發生。同時人工智能也在加強醫生拯救能力方面發揮著重要的作用，為此人工智能提供了自動異常檢測，它可以在結腸鏡檢查期間提供實時結腸息肉檢測，并通過使用先進的成像技術和人工智能引擎在乳房 X 光檢查中檢測細微的癌癥細胞，而在使用這一技術之前這些細胞經常被致密的乳腺組織掩蓋，導致難以被發現。 

藥物探索是人工智能產生重大影響的另一個領域。例如，制藥公司正在使用人工智能設計新分子來治療癌癥和其他疾病。

在醫療保健中使用人工智能的挑戰

雖然人工智能繼續在醫療保健領域找到新的應用，但仍然面臨如下挑戰：

• 數據治理——HIPAA 等隱私法規旨在保護患者數據，但也可能阻礙自動化應用的發展。為了讓人工智能繼續在治療和 EHR 管理中找到新的應用，需要考慮隱私法帶來的影響。
• 優化電子記錄——數據往往分散在多個數據庫中，每類數據都有自己的數據結構。因此，需要對碎片化的信息進行集中化和規范化的處理，從而支持對患者的治療。
• 缺乏數據科學家——人工智能專家持續短缺。數據科學家的需求量很大，美國勞工統計局估計到 2030 年需求將增長 33%。

為了應對這些挑戰并充分利用 AI 技術，醫療保健專業人員正在使用無代碼平臺構建自己的 AI 解決方案。讓醫學專家負責應用程序設計，能夠更輕松、更快速地創建人工智能驅動的流程，以滿足管理和患者的需求，并符合法規要求。

無代碼人工智能的價值

有很多情況都需要無代碼 AI的應用：

AI 非常適合重復性任務，例如數據輸入、患者記錄維護或表格填寫。人工智能越來越多地用于捕獲和處理數據，包括數據分類、數據提取和數據驗證，以將信息與其他數據源進行匹配。

人工智能對診斷很有效，因為它可以整合和分析來自多個數據源的信息。例如，人工智能可以將癥狀與可能的原因相匹配，使醫生能夠從超出其專業知識的診斷數據中獲取信息，并減少誤診的可能性。人工智能可以進行“假設”場景的模擬，通過這種方式幫助查明疾病原因。

機器學習讓通過學習算法來改善結果成為可能。與訓練數據的交互可提供額外的見解并改善其結果。機器學習算法有助于診斷和治療，并創建患者的輪廓。人工智能提升工作效率，節省護士和醫生的時間，從而降低醫院運營成本。

隨著人工智能越來越多地應用于醫療保健領域，您還可以期待看到更多低代碼/無代碼工具的出現，以幫助醫療保健專業人員設計自己的解決方案。讓專家負責構建自己的應用程序，這種不依賴開發人員的模式將是AI 應用的最佳方式。

很明顯，人工智能正在改變我們的醫療保健方式。使用 AI 和 ML 自動執行日常任務并添加新的診斷和治療解決方案將使醫生和護士的工作效率倍增，從而有更多的時間做他們最擅長的事情——治療患者并改善他們的生活。 

譯者介紹

崔皓，51CTO社區編輯，資深架構師，擁有18年的軟件開發和架構經驗，10年分布式架構經驗。曾任惠普技術專家。樂于分享，撰寫了很多熱門技術文章，閱讀量超過60萬。《分布式架構原理與實踐》作者。

原文標題：??Doctors Find Artificial Intelligence is the Best Prescription for Expert Assistance and Patient Care???，作者：Amir Atai?