在醫(yī)療保健領(lǐng)域，人工智能(AI)和機器學習(ML)逐漸為患者護理、診斷和治療帶來了顯著的進步。這些尖端技術(shù)徹底改變了醫(yī)療保健行業(yè)，提高了準確性、效率和個性化護理。早期疾病檢測、精準醫(yī)療、醫(yī)學成像進步、虛擬健康助手和藥物發(fā)現(xiàn)就是這些技術(shù)如何重塑醫(yī)療保健實踐鮮明實例。

隨著人工智能和機器學習的發(fā)展，行業(yè)將經(jīng)歷進一步的變革性進步，為醫(yī)療保健專業(yè)人員提供支持，并使全球患者受益。通過負責任地和合乎道德地采用這些技術(shù)，醫(yī)療健康提供者和患者將共同解鎖人工智能和機器學習的全部潛力，并塑造醫(yī)療保健的未來。

全球大流行的教訓(xùn)

COVID-19疫情幾乎沒有預(yù)警，技術(shù)在通信、診斷、治療、數(shù)據(jù)安全和流行病學方面發(fā)揮了至關(guān)重要的作用。輝瑞利用人工智能和機器學習開發(fā)了首批對抗這種致命病毒的疫苗，這些疫苗在不到12個月的時間里得到了評估和批準，可以緊急使用。展望未來，人工智能和機器學習將使臨床試驗更快速和準確，以領(lǐng)先于未來潛在的流行病。

7月，流行病防范創(chuàng)新聯(lián)盟(CEPI)承諾向休斯頓衛(wèi)理公會研究所領(lǐng)導(dǎo)的一個鑒定新出現(xiàn)病毒的機構(gòu)提供近500萬美元。5月美國食品和藥物管理局(FDA)發(fā)布了兩篇論文，討論了AI/ML在藥物開發(fā)和制造方面的潛力。根據(jù)FDA的說法，AI/ML “有可能改變利益相關(guān)者開發(fā)、制造、使用和評估療法的方式。最終，AI/ML可以幫助更快地為患者帶來安全、有效和高質(zhì)量的治療?！?/p>

預(yù)見醫(yī)療保健問題

許多醫(yī)療保健公司已經(jīng)在利用這些技術(shù)來幫助改善客戶的醫(yī)療保健。在約翰霍普金斯大學，一種人工智能系統(tǒng)被用于比傳統(tǒng)方法更快地檢測患者患敗血癥的風險。約翰霍普金斯大學馬龍醫(yī)療保健工程中心創(chuàng)始研究主任Suchi Saria表示:“這是人工智能第一次應(yīng)用于病床旁，被數(shù)千名醫(yī)療服務(wù)提供者使用，我們看到生命得到了挽救?！?/p>

這項技術(shù)最終也可以直接應(yīng)用于醫(yī)療保健領(lǐng)域之外。例如，蘋果手表已經(jīng)可以監(jiān)測一個人的心率、血壓，以及佩戴者是否有任何不規(guī)則的節(jié)奏。隨著AI/ML取得更大的進步，這款手表還可以經(jīng)過訓(xùn)練，在佩戴者心臟病發(fā)作時通知他們，并告訴他們聯(lián)系醫(yī)生或去急診室。

此外，聊天機器人和虛擬健康助手將能夠?qū)崟r幫助病人——例如，確定發(fā)燒的孩子是否需要服用一些退燒藥，或者孩子的癥狀是否需要去急診室。AI/ML模型創(chuàng)建的數(shù)據(jù)集對于通過臨床試驗、開發(fā)有效疫苗、預(yù)測潛在的患者問題、提供更有效的診斷和改善患者護理來解決全球大流行至關(guān)重要。

設(shè)置參數(shù)

AI/ML模型的一個吸引人之處在于，它們可以自我更新，自我學習。只要擁有云計算能力，提供的數(shù)據(jù)越多，與人工智能進行的互動越多，模型就能越快地提供更準確的答案。

最初，數(shù)據(jù)科學工程師需要向醫(yī)療保健提供者提供數(shù)據(jù)集的參數(shù)。例如，使用來自電子健康記錄(EHRs)的歷史數(shù)據(jù)和信息，可以為具有特定健康狀況的人創(chuàng)建培訓(xùn)模型。然后，這些模型可以決定使用哪種藥物，虛擬助手可以生成這些處方和藥物。

當然，這也意味著這些培訓(xùn)必須以不違反相應(yīng)法律法規(guī)為原則，如健康保險流通與責任法案(HIPAA)、患者隱私影響評估(PIA)，同時不遺漏個人可識別信息(PII)。在訓(xùn)練模型時，工程師必須確保他們只輸入患者的年齡、性別、職業(yè)和醫(yī)療狀況。這意味著醫(yī)療保健提供者有責任驗證他們在提供給工程師的信息中沒有包含HIPAA或PIA信息。

減輕憂慮

有些人仍然擔心，這是可以理解的。醫(yī)療保健提供者最關(guān)心的問題之一是隱私。對于提供者來說，創(chuàng)建特定于其組織的培訓(xùn)模型以確保數(shù)據(jù)永遠不會離開他們的場所是很重要的。另一個主要問題是數(shù)據(jù)的準確性。因此，應(yīng)該鼓勵公司花必要的時間來創(chuàng)建他們的訓(xùn)練模式。人工智能可能需要三到六個月的時間來生成和驗證準確的結(jié)果;然而，一旦公司開始定期看到這些準確的結(jié)果，他們就會對模型的預(yù)測更有信心。

未來就是現(xiàn)在

對于接受這項新技術(shù)的患者來說，他們?nèi)匀幌Ｍ榔渲杏腥藶橐蛩兀⑶胰绻枰?，他們可以與醫(yī)生或護士交談。提供者、醫(yī)生、護士和研究科學家是醫(yī)療保健必要組成部分。醫(yī)療保健行業(yè)直接影響著人類。這就是為什么培訓(xùn)護士、醫(yī)生和臨床研究人員以及創(chuàng)建模型的數(shù)據(jù)工程師同等重要，這樣他們就能對人工智能和機器學習有基本的了解，并了解如何正確使用歷史數(shù)據(jù)。

行業(yè)中人工智能和機器學習在更好的醫(yī)療保健方面取得重大進展的可能性令人興奮和創(chuàng)新，縮短了進行臨床試驗研究的時間，更快地向市場提供潛在的援助和治療，為偏遠國家和地區(qū)提供遠程醫(yī)療，并在預(yù)測患者疾病方面提供更高的準確性。在行業(yè)中接受這一快速發(fā)展的技術(shù)對供應(yīng)商和從業(yè)者都至關(guān)重要。