互聯網的出現,各行各業都開始擁抱互聯網,如今AI的出現,又是如此。對醫療產業而言,AI的助力,能為醫療產業的應用帶來什麼作用?一起來看看本文分析。
早期各行各業的互聯網,各種擁抱互聯網;到如今的各種AI ,各行各業又開始擁抱人工智能,不變的始終是變化;醫療行業亦是如此,之前的在線醫療、互聯網醫療、智慧醫院、網路醫院各種形式去與網路進行連接,現在的語音辨識、影像辨識、智慧問診、智慧診斷,輔助決策系統等各種AI應用又在向醫療的各種場景不斷滲入。
醫療為什麼加完網路後,又要加AI為好友呢?終其本質是為了降本增效,為醫療行業中的參與者(不僅限於患者)提供更好的服務體驗,無論是互聯網還是AI,結合醫療大抵有以下目的:
- 擴大醫療服務半徑:這個好理解,即突破醫療服務上的物理空間,往前推30年醫療還未與互聯網進行第一次接觸時,所有的醫療服務基本上是需要醫療服務者面對病人來提供;網路的出現將掛號、問診、開藥、購藥等醫療行為突破了物理空間的限制;
- 提升醫療服務水準:增加服務效率和質量,提高服務體驗;
- 緩解醫療資源緊張;
- 推動醫療資源合理配置:科學智慧分配和調度醫療資源。
一、AI 醫療的融合
要想知道AI如何在醫療領域找到用武之地,那我們應該先搞清楚AI的基本能力有哪些。根據1956年美國達特茅斯會議對人工智慧的定義:模擬、延伸、擴展人的智能,讓機器像人一樣進行感知、認知、決策、執行;其中感知、認知、決策和執行四個維度的能力水準是當今評判人工智慧層級的方法之一;也許感知、認知、決策和執行相對來說還比較抽象,這些能力如何與醫療結合呢,那我們將這四種能力再細化具像一下,以我個人對AI的淺顯理解也至少可以有以下能力:
- 語音辨識、語意分析;
- 影像辨識、影像處理;
- 機器學習、深度學習;
- 語音合成、影像合成。
AI的基本能力我們知道了,那這些能力如何在醫療服務中發揮作用?我們以門診看診住院的流程為例,病人來到醫院需要進行:掛號-問診-檢測-診斷-確診-填寫病歷-住院-用藥-查房-更新病歷-檢測-診斷-復健-出院-回家-吃藥-追蹤-復診(不用住院則直接繳費取藥即可回家了)。
- 當病人在線上掛號時,不知道掛哪個科室時,透過智慧問診,AI提取文字資訊關聯醫療知識圖譜確定所掛科室;
- 當病人在線上問診時,AI會擷取對話中的文字訊息,並對醫學術語標準化,自動產生病歷報告,開出處方並進行智慧審核;
- 目前所有的生理體徵檢測均需要在醫療機構進行檢測,如果哪天通過一款便攜的手環或其他穿戴設備即可進行具體一些基本診斷需要的生理指標數據(並且醫院醫生認可),也許醫療級設備的小型化居家化會為線上醫療帶來突破;
- 當患者就診回到家時,AI根據患者的就診病歷以及後續的數據監測,智能生成康復計劃和隨訪提醒,並且可根據數據的變化而實時調整幹預措施,是不是可以在一定程度上降低醫生的工作量。
以上我們了解了AI的基本能力以及門診看病的基本流程,那麼AI的能力與醫療服務的場景(僅限醫療服務,醫藥、醫保、健康險不在此分析)的融合,在醫療服務方向上至少可以體現在以下方面:
- 文本中特定醫療資訊的擷取;
- 醫學術語的標準化處理;
- 醫療資料的處理與運算;
- 醫療報告或記錄的產生和審查;
- 醫學影像的辨識與對比;
- 智能問診和導診;
- 生理指標的檢測與預測;
- 根據醫學對話進行診斷。
AI與醫療的融合是全方位的,以上只是舉例說明AI在門診看病流程中的應用可能,隨著AI的發展和成熟,可預見無論是廣度還是深度上,AI都會發揮出更大的價值。
二、AI 醫療的應用
無論是網路醫療,還是AI 醫療,其中的主體始終是醫療,我們不能本末倒置,互聯網和AI只是賦能加持,並且無論是互聯網也好還是AI也好,至少目前來看還沒有做到顛覆醫療的地步,所以最終AI在醫療上落地的場景大抵還是沒有變化的,AI就像催化劑在服務空間、服務管道、服務流程、服務業、服務對象、業務模式上對醫療進行催進。
三、最後
去醫院第一件事是檢測,不檢測無法開藥,無法治療;慢病患者也需要頻繁監測體徵數據。不到線下的醫療機構就做不了準確和醫院認可的健康檢測,沒有檢測數據,醫生也就無法進行後續的一系列醫療服務,這也是如今互聯網醫療(醫院)線上服務的局限性。試想哪天如果AI或其他技術可以幫助患者在家便捷檢測重要數據並且可得到醫生和醫院的認可那就太棒了!
就像《顛覆醫療》中暢想的未來在人體血管中游走的奈米機器人一樣,即時監測著人體數據,另一頭連著的是家庭醫生或者醫療機構,早發現早幹預早治療,對於急診患者來說錯過黃金救援時間就是死亡。
對於病人來講線上問診或線上醫療服務的另一個不可迴避的問題就是病人的信任,一個專家醫生在線上與病人進行問診溝通,也許效果上不如一個普通醫生線下面對面與患者的問診,就像現在雖然線上會議很方便,但是很多重要會議還是並且必須要線下參會人員聚到一起開會一樣,從服務的角度來講,醫生與患者的溝通不僅需要信任還需要溫度。如果未來的那一天AR/VR或其他技術可以實現遠距溝通和實際面對面溝通並無太大差異的話,如此便可消除患者的信任問題,線上醫療服務越來越有溫度那就太棒了!
參考報告:《2023年中國醫療AI產業鏈深度研究報告》、《醫療AI創新的道與智》
專欄作家
andy,微信公眾號:PM大白,一名產品經理行業的小獸醫經理行業的小獸醫
本文原文發佈於人人都是產品經理。未經許可,禁止轉載
題圖來自 unsplash,基於 CC0 協定
以上是當醫療遇到AI的詳細內容。更多資訊請關注PHP中文網其他相關文章!

在約翰·羅爾斯1971年具有開創性的著作《正義論》中,他提出了一種思想實驗,我們應該將其作為當今人工智能設計和使用決策的核心:無知的面紗。這一理念為理解公平提供了一個簡單的工具,也為領導者如何利用這種理解來公平地設計和實施人工智能提供了一個藍圖。 設想一下,您正在為一個新的社會制定規則。但有一個前提:您事先不知道自己在這個社會中將扮演什麼角色。您最終可能富有或貧窮,健康或殘疾,屬於多數派或邊緣少數群體。在這種“無知的面紗”下運作,可以防止規則制定者做出有利於自身的決策。相反,人們會更有動力製定公

許多公司專門從事機器人流程自動化(RPA),提供機器人以使重複的任務自動化 - UIPATH,在任何地方自動化,藍色棱鏡等。 同時,過程採礦,編排和智能文檔處理專業

AI的未來超越了簡單的單詞預測和對話模擬。 AI代理人正在出現,能夠獨立行動和任務完成。 這種轉變已經在諸如Anthropic的Claude之類的工具中很明顯。 AI代理:研究

快速的技術進步需要對工作未來的前瞻性觀點。 當AI超越生產力並開始塑造我們的社會結構時,會發生什麼? Topher McDougal即將出版的書Gaia Wakes:

產品分類通常涉及復雜的代碼,例如諸如統一系統(HS)等系統的“ HS 8471.30”,對於國際貿易和國內銷售至關重要。 這些代碼確保正確的稅收申請,影響每個INV

數據中心能源消耗與氣候科技投資的未來 本文探討了人工智能驅動的數據中心能源消耗激增及其對氣候變化的影響,並分析了應對這一挑戰的創新解決方案和政策建議。 能源需求的挑戰: 大型超大規模數據中心耗電量巨大,堪比數十萬個普通北美家庭的總和,而新興的AI超大規模中心耗電量更是數十倍於此。 2024年前八個月,微軟、Meta、谷歌和亞馬遜在AI數據中心建設和運營方面的投資已達約1250億美元(摩根大通,2024)(表1)。 不斷增長的能源需求既是挑戰也是機遇。據Canary Media報導,迫在眉睫的電

生成式AI正在徹底改變影視製作。 Luma的Ray 2模型,以及Runway的Gen-4、OpenAI的Sora、Google的Veo等眾多新模型,正在以前所未有的速度提升生成視頻的質量。這些模型能夠輕鬆製作出複雜的特效和逼真的場景,甚至連短視頻剪輯和具有攝像機感知的運動效果也已實現。雖然這些工具的操控性和一致性仍有待提高,但其進步速度令人驚嘆。 生成式視頻正在成為一種獨立的媒介形式。一些模型擅長動畫製作,另一些則擅長真人影像。值得注意的是,Adobe的Firefly和Moonvalley的Ma

ChatGPT用户体验下降:是模型退化还是用户期望? 近期,大量ChatGPT付费用户抱怨其性能下降,引发广泛关注。 用户报告称模型响应速度变慢,答案更简短、缺乏帮助,甚至出现更多幻觉。一些用户在社交媒体上表达了不满,指出ChatGPT变得“过于讨好”,倾向于验证用户观点而非提供批判性反馈。 这不仅影响用户体验,也给企业客户带来实际损失,例如生产力下降和计算资源浪费。 性能下降的证据 许多用户报告了ChatGPT性能的显著退化,尤其是在GPT-4(即将于本月底停止服务)等旧版模型中。 这


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

SAP NetWeaver Server Adapter for Eclipse
將Eclipse與SAP NetWeaver應用伺服器整合。

Atom編輯器mac版下載
最受歡迎的的開源編輯器

SecLists
SecLists是最終安全測試人員的伙伴。它是一個包含各種類型清單的集合,這些清單在安全評估過程中經常使用,而且都在一個地方。 SecLists透過方便地提供安全測試人員可能需要的所有列表,幫助提高安全測試的效率和生產力。清單類型包括使用者名稱、密碼、URL、模糊測試有效載荷、敏感資料模式、Web shell等等。測試人員只需將此儲存庫拉到新的測試機上,他就可以存取所需的每種類型的清單。

SublimeText3 Linux新版
SublimeText3 Linux最新版