图片来源:GettyImages

仅仅几年时间人工智能就已风靡全球，这也推动了医疗保健行业的迅速发展。就在几个月前，人们还认为人工智能至少需要几十年后才能进去常规医疗服务领域，而对于最先进的医疗系统来说，也得十年或者十五年。

就连总部位于波士顿的医疗保健巨头PartnersHealthCare也在年世界医疗创新论坛(WorldMedicalInnovationForum)上列出了人工智能未来十年的时间表，确定了十几种人工智能技术，这些技术可能在十年内彻底改变病人护理。

但是谁也不会料到，仅仅一年后，人工智能的发展如此之快，以至于PartnersHealthCare列出的时间表已经完全失去了意义。

今年DisruptiveDozen小组的任务是评估哪些人工智能创新能够在年前从根本上改变医疗保健领域。

总共六十名医学专家参与了提名和评选他们认为对医疗保健行业有颠覆性影响的人工智能技术。

EricaShenoy，医学博士、哲学博士，医院的传染病专家表示，“这些在医疗保健领域的创新需要具备取得重大进展的潜力，而且它们也应该是能够市场化的技术。”

评选结果涵盖了从精神卫生保健、临床决策支持到软件开发的各个方面，为病人和医疗服务提供商提供了一个更有效率、成本更低的生态系统。

最终评选出十二个最具颠覆性的人工智能创新，这些将在未来十年内彻底改变整个医疗保健行业。

缩小精神卫生保健领域的差距

在美国有将近20%的民众患有精神疾病，不仅治疗过程煎熬，而且治疗费用昂贵。减少精神疾病和行为医疗保健的障碍，特别是在阿片类药物滥用危机期间，需要一种新的方法将病人和医疗服务联系起来。

人工智能驱动的应用程序和治疗项目将是解决问题的关键。

“数字行为解决方案和应用程序的前景是巨大的，可以缩小美国和世界各地精神卫生保健的差距。”BrighamWomen’sHospital(BWH)的临床心理学家DavidAhern博士说道。

基于智能手机的认知行为疗法在治疗抑郁症、饮食失调和药物滥用等疾病上具有广阔前景。

尽管病人和供应商需要警惕那些未经严格验证和测试的商业应用，但越来越多的研究人员正在开发基于人工智能的工具，这些工具在随机临床试验中取得了一定的成效。

PartnersHealthCare的一个专家小组在WMIF（世界医学创新论坛）展示了十二个最具颠覆性的人工智能技术

利用语音优先技术简化工作流程

自然语言处理已经成为许多幕后临床工作流程的常规部分，但语音优先技术有望以一种新的方式接触病人。

这种技术可能会减轻临床医生的电子健康记录负担，它能够捕获自由形式下的对话，并将内容转化为结构化文档。医生和护士将能够更快地收集和检索信息，同时可以将更多的时间放在病人身上。

随着虚拟助手消费市场的持续增长，病人可能在家就能获得治疗。随着像亚马逊这样的公司在面向病人的产品上通过了HIPAA医疗APP开发的相关规定，消费者可能很快就会拥有更强大的基于语音优先技术的慢性疾病管理APP，并且拥有更丰富的选择。

识别家庭暴力高危人士

BWH的放射学家BhartiKhurana医学博士说，由于对家庭暴力的不充分报道，使得民众很难知道到底有多少人遭受了亲密伴侣暴力（IPV）。但是对于放射科医生而言，从一些显而易见的地方就可以知道。

使用人工智能标记病人的受伤部位，然后将病人提供的病史和X光上出现的骨折类型进行匹配，就能够发现病人是否遭受了IPV。

Khurana说：“作为一名放射科医生，我对此感到非常兴奋，因为这将使我能够为病人提供更多的价值，而不仅仅是评估他们的伤势。对于临床医生和社会工作者来说，这是一个很有价值的工具，我们能够自信地接触病人而不必担心冒犯病人或他们的配偶。”

急性脑中风治疗的革命

当病人出现脑中风时，每一秒都至关重要。在美国偏远地区和发展中国家，进行脑中风护理可能需要几个小时，这将大大增加患者落下终身残疾或死亡的可能性。

人工智能可以为医生提供高质量的影像，帮助医生确定中风的原因和血栓（出血）的位置。研究小组目前正在努力研究这种技术，它可以自动检测中风和支持围绕患者需求的适当治疗决策。

在农村或资源匮乏的护理环境中，这些工具可以很好地弥补缺乏现场专家的情况，并确保每个中风患者获得尽可能好的治疗和康复机会。

图片来源:GettyImages

减轻供应商的负担

医疗保健管理的费用高得离谱。据美国进步中心的最新数据显示，医疗服务提供商每年在保险和医疗账单上的支出高达亿美元，并且这个数字还在增加。

医学编码和计费是自然语言处理和机器学习的完美应用。NLP（自然语言处理）非常适合将自由文本笔记翻译成标准化编码，这样可以减少医生遵从复杂规则所花的时间和精力。

PartnersHealthCare公司表示，“最终目标是通过自动化帮助降低编码和计费流程的复杂性，减少出错的概率，进而最大限度的减轻医生的工作负担。”

NLP已经在这项任务中得到了广泛的应用，医疗保健组织预计将继续采用这种策略作为控制成本和加快计费周期的一种方式。

让数据在不同的系统之间流通

人工智能将于另一项技术FHIR结合，解锁健康数据库并支持更广泛地获取健康信息。

患者、提供者和研究人员都将受益于一个更加流畅的健康信息交换环境，尤其是在人工智能模型极度缺乏数据的情况下。

当数据在不同的系统之间流动时，利益相关者需要密切

转载请注明:http://www.aideyishus.com/lkjg/4094.html