人工智能如何帮助卫生专业人员表现更好：好处和成功案例
已发表: 2023-05-27
与其他行业相比，人工智能在医疗保健领域的采用相当缓慢。 这并不奇怪：医疗保健数据非常复杂，通常是非结构化的，并且受到隐私法规的严格保护，这使得开发合适的 AI 解决方案并对其进行适当培训变得困难。
最重要的是，医疗保健行业一直相对保守，这是有充分理由的。 医疗保健专业人员对患者的福祉和生命负责，这使他们对新技术的风险极为谨慎。
尽管如此，人工智能在医疗保健领域的采用正在逐渐加速，技术变得更加先进，并且更好地适应了行业的数据共享障碍。 2022 年，全球医疗保健人工智能技术市场规模为 154 亿美元。 从2023年到2030年，预计将以37.5%的复合年增长率（CAGR）增长。
在本文中，我们回顾了 AI 在医疗保健领域最有影响力的优势，探讨了行业中使用的不同类型的 AI 技术，并分享了已经采用这些技术的医疗保健专业人员的成功案例。
人工智能技术在医疗保健领域的优势
人工智能本身是一个相当模糊的术语，许多相互关联的技术都属于它的范畴。 因此，在了解将 AI 集成到医疗保健系统中的好处之前，让我们先确定该领域确切使用了哪些技术。
最常见的是，医疗机构和健康技术服务使用机器学习，特别是深度学习，来训练基于健康相关数据的人工智能算法，并准备好执行各种任务。
自然语言处理 (NLP) 还广泛应用于医疗保健领域，以理解人类语言，从而训练人工智能系统来解释文档、报告等。 最后但同样重要的是，机器人流程自动化 (RPA) 用于简化行政和临床流程。
那么，如果您在该行业工作，为什么这些技术值得探索？ 人工智能在医疗保健领域的这三个最重要的好处将帮助您弄明白。
提高诊断准确性
根据医疗保健研究与质量局 2022 年的研究，仅在美国，每年就会发生 740 万次误诊错误。 在其中 260 万例中，患者面临着本可以避免的伤害。 另外 370,000 次错误导致永久性残疾或死亡。
这些惊人的统计数据证明，误诊是现代医疗保健中最紧迫的问题之一，而人工智能可以成为解决方案的主要部分。
误诊的发生往往是由于缺乏患者的病史，或者医疗保健专业人员在照顾大量患者时过于紧张。 人工智能技术可以比人类更快地分析多年的病历并根据病例找到相关信息。
此外，医疗保健中的某些人工智能解决方案能够及早发现危及生命的疾病，预测某些患者结果的可能性，从而帮助医生更快、更有效地制定准确的治疗计划。
个性化的病人护理
人工智能在医疗保健领域的最大优势之一是医疗保健专业人员之间可以快速交换信息。 人工智能解决方案可以有效地监测和分析患者数据，包括病史数据和患者的生活方式，从而使从业者有时间制定个性化的治疗计划。
人工智能还用于精准医学，这意味着其算法可以分析患者的基因组数据，以识别基因突变或生物标记，从而预测对某些治疗的反应。 这可以帮助医疗保健提供者为个体患者量身定制治疗计划并改善治疗结果。
此外，AI 驱动的解决方案与物联网（传感器、可穿戴设备等）相结合，可在出现任何变化或问题时发送警报，帮助医疗保健专业人员改进实时患者监测。
最后一点对个性化护理的影响不太明显，但医疗保健中的人工智能技术用于分析具有相似症状或诊断的内科患者，以更好地了解医疗状况的相关性和模式。
除了更好的医疗反应外，这还使从业者能够与患者就其病情的性质进行知情和详细的对话，从而建立更好、值得信赖的医患关系，这对于患者的情绪安慰极为重要。
节约成本
在医院使用人工智能最明显的经济利益可能来自行政任务的自动化。 它不需要像机器人技术那样的昂贵投资，但仍有助于将从业者的时间和资源用于患者护理，从而带来更好的患者治疗效果并增加收入。 然而，这还不是全部。
误诊、不当的患者护理和资源的低效使用使医疗保健提供者付出金钱。 根据一份关于 1992 年至 2014 年间美国医生医疗事故索赔的报告，此类索赔的平均赔偿额约为 329,565 美元。
正如我们之前所确定的那样，医学中的人工智能可以帮助医生制定更准确、更有效的治疗计划，从而改善患者的治疗效果，降低误诊、医疗事故的风险，并降低赔偿费用。
人工智能在医疗保健中的例子
医疗保健行业目前有太多人工智能驱动的解决方案，很难从中挑出五个来解决。 然而，我们选择了最受关注的选项，所有这些选项在实施所需的预算方面都有所不同，但仍然值得探索。
管理任务和工作流程的自动化
AI 驱动的解决方案可用于简化与医疗保健组织运营的几乎每个方面相关的管理任务。 仅举几个例子，包括通过聊天机器人自动安排预约、医疗账单、患者分诊、库存管理和EHR 管理。
为了给出一个更明确的例子，让我们剖析一个病人分类的例子。 收到患者的数据后，人工智能工具可以分析他们的症状和既往病史，以确定他们病情的严重程度和医疗紧急程度。 这样，危重病人可以被标记为高优先级，比非危重病人更早得到他们需要的护理。
AI 还可以用于自动化医疗转录，这使医疗保健专业人员可以花更多的时间直接照顾患者，从而提高患者的治疗效果和满意度。
临床决策支持系统
CDSS 是复杂的软件系统，可通过分析患者信息并提出基于证据的治疗建议来帮助医疗保健专业人员做出决策。 此类系统通常基于多种技术，包括基于知识的系统、ML 算法和 NLP 系统。
举个例子，DXplain是马萨诸塞州综合医院开发的 CDSS，用于帮助医疗保健专业人员进行准确诊断。该系统将患者数据与其医学知识数据进行比较，以创建潜在诊断列表、额外医学检查建议和合适的治疗计划。
虚拟护理助理
截至 2023 年 5 月，三分之一的美国护士计划辞职。 这自然会导致更严重的护士短缺，这是该行业自大流行以来一直面临的问题。 虚拟护理助理通常结合 ML、NLP、计算机视觉和数据处理功能等技术，可能是应对这一挑战的正确解决方案。
这种由人工智能驱动的工具，通常是一个应用程序，可以通过基于 NLP 的聊天机器人与患者交流，获取有关症状的信息，并提供治疗策略的指导，尤其是在处理慢性病时。
此类应用程序还可以远程监控患者的状况，检查治疗计划的依从性，并在需要直接护理时提醒医疗保健专业人员。 除了减少医护人员必须处理的极端工作量外，虚拟护理助理还可以 24/7 全天候工作，帮助医疗机构削减成本，同时改善患者的治疗效果。
这项技术的一个很好的例子是Care Angel 。 这个虚拟护理助理可以连接到支持语音的设备，如 Amazon Echo 或 Google Home，与慢性病患者互动，从而提高他们的护理质量。
除了为患者及其护理人员提供支持外，该助手还为医疗保健专业人员收集有价值的数据和见解，并帮助他们提高护理计划的有效性。
医学影像分析
无论医生多么合格，在阅读患者扫描时始终存在人为错误的风险。 此外，某些体征太小而无法被人眼发现，这就是为什么从 AI 工具中获得第二意见并提高诊断准确性是有意义的。
例如，几年前，Fujifilm SonoSite 开发了一款名为SonoSite Synchronicity的 AI 驱动超声系统。 它使用深度学习模型实时分析超声图像，提供不同解剖结构的测量值，帮助医护人员做出更准确的诊断。
公司不断改进和升级产品，以满足工作在医学一线的医疗专业人员的需求。
除了改进诊断之外，人工智能算法还可以识别不同医学图像中的模式，帮助医生预测患者对治疗的反应，并提供对某些情况的性质的其他有价值的见解。
人工智能辅助机器人手术
[来源：ohcare.com]
医疗机构采用这项技术的原因在于，与传统外科手术相比，人工智能增强的机器人技术更加精确。
可以对 AI 驱动的机器人进行编程和训练，以执行完美精确的动作，这在进行神经外科手术等危险手术时特别有用。 例如，达芬奇手术技术常用于进行微创手术，例如腹腔镜手术。
顺便说一下，它并没有将人类外科医生排除在这个过程之外。 事实上，该系统涉及配备手术工具和摄像头的机械臂，完全由操作控制台的外科医生控制。
总体而言，人工智能辅助机器人手术方法降低了人为错误的风险，提高了安全性，在某些情况下甚至可以加快恢复速度，因为机器人手术通常是微创手术。
在医疗保健中使用 AI 的真实成功案例
由于人工智能与数据安全、偏见和缺乏透明度相关的多重挑战，医疗保健领域在采用人工智能方面一直非常谨慎。 然而，随着技术变得越来越先进并针对特定行业量身定制，越来越多的医疗机构采用人工智能来改善治疗效果。
以下是医疗机构和健康科技公司成功使用人工智能造福患者的三个鼓舞人心的故事。
匈牙利诊所使用 AI 检测乳腺癌
与任何疾病一样，越早发现乳腺癌，患者康复的机会就越大。 然而，据美国国家癌症研究所估计，大约 20% 的乳腺癌病例在筛查乳房 X 线照片时被遗漏了。 自然，这给医生带来了更大的压力，特别是放射科医生，他们被病人淹没了。 人工智能可能会再次出手相救。
2021 年，匈牙利的五家医院和诊所每年进行超过 35,000 次筛查，采用人工智能系统来帮助检查可能被忽视的乳腺癌迹象。
该筛查系统由人工智能软件公司Kheiron Medical Technologies开发。 创作者将数百万张乳房 X 线照片输入人工智能，并聘请放射科医生教授算法通过分析形状、位置和密度来检测癌变。
在对超过 275,000 例乳腺癌病例测试该模型后，该公司声称人工智能技术至少可以像医生一样检测癌症，作为扫描的第二个读者。 此外，额外的测试显示，人工智能比人类识别出更多的恶性肿瘤，将检出率提高了 13%。
自 2021 年至 2023 年 3 月，匈牙利的五个 MaMMa Klinika 站点使用人工智能，确认了 22 例放射科医生遗漏的人工智能检测癌症病例，还有更多病例正在审查中。
该连锁诊所的负责人安德拉斯·瓦达西 (Andras Vadaszy) 博士在接受《纽约时报》采访时说：“如果这个过程能够挽救一两条生命，那将是值得的。”
丹麦公司帮助 911 调度员
如果一个人因心脏骤停 (SCA) 而倒下，在没有心肺复苏术或除颤的情况下，他们存活的几率每 60 秒下降 10%。 这就是为什么不要等待 EMT 到达，而是根据调度员的指示立即提供必要的援助是至关重要的。 问题是，如何通过电话识别SCA？
这个问题引发了Corti AI的诞生，这是一个由丹麦公司 Corti SA 开发的程序，它通过人工智能改变了患者咨询。
最初，它使用机器学习来分析来电者的话和线路上的噪音。 该算法在超过 150,000 次调用中进行了测试。 结果，该软件在 93% 的案例中正确检测到心脏骤停，而人工调度员显示的结果为 73%。 而且，程序得出这个结论的速度快了 30 多秒。 因此，调度员能够快速引导呼叫者完成心肺复苏术。
在成功测试人工智能后，Corti SA 在世界各国进行了大规模的实时通话试验。 他们还开始着手训练系统以检测其他临界条件。
2021 年，这家初创公司筹集了 2700 万美元的 A 系列资金，以改善患者咨询。 如今，AI 程序继续通过聆听、转录、指导和编码各种患者遭遇，为医护人员提供实时决策支持。
杜克大学医院与败血症作斗争
据全球脓毒症联盟称，脓毒症每年影响 47 至 5000 万人，而不仅仅是在发展中国家。 在美国，脓毒症每年导致的死亡人数超过阿片类药物过量、前列腺癌和乳腺癌的总和。 最重要的是，在医院死亡的患者中，近三分之一患有败血症，在 87% 的病例中，败血症在到达之前就开始发展。
与此同时，虽然可以通过快速诊断来预防败血症导致的死亡，但由于其症状在其他疾病中很常见，因此检测起来可能很棘手。 这就是为什么在 2018 年 11 月，杜克大学卫生系统急诊科发布了第一个版本的Sepsis Watch ，这是一种深度学习工具，旨在帮助医疗从业者发现疾病的早期迹象。
这个产品的制作团队花了 3.5 年的时间，在这个过程中聘请了医生和护士。 他们使用来自 42,000 多个住院病例的超过 3200 万个数据点来训练 AI 模型。 因此，这个看似简单的 iPad 应用程序每小时都会检查患者的数据，以确定他们患败血症的可能性并标记高风险病例。
在接下来的几年里，该团队一直在三个杜克医院的场所改进和测试败血症观察。 实施新人工智能工具的最大挑战之一不是技术发展，而是社会融合。
通过新的沟通指南、培训材料和适应工作场所政治，将创新融入临床医生的日常工作流程需要付出巨大的努力。 虽然在 Sepsis Watch 普及之前还有很长的路要走，但它正在真实的医院环境中进行测试这一事实使其成为一个非常有前途的项目。
人工智能和机器学习在医疗保健领域的未来
人工智能在医学领域的未来并不难预测，至少部分是这样。 毕竟，我们在本文中提到的技术尚未被广泛采用，并且很可能会一直伴随着我们，即使是以更先进的形式。
AI 解决方案最有前途的领域包括精准医学、药物发现、远程患者治疗、机器人手术、影像分析和更有效的 EHR 系统管理。 换句话说，人工智能在医疗保健领域的未来是前所未有的。
然而，许多医疗保健组织忽视了人工智能采用的一个方面：我们在医疗保健中开发和部署人工智能系统的方法。 每年为超过 140 万患者提供服务的 Mayo Clinic 总裁兼首席执行官 Gianrico Farrugia 博士是这样说的：
“传统的管道模型依赖于一系列线性点，从提出新想法到将它们转化为独立产品，供供应商和患者使用。 相反，平台方法依赖于持续的协作生态系统。 我们需要将供应商、医疗设备公司、健康科技初创公司、患者和付款人聚集在一起，通过数字平台共同创建集成解决方案——基于随着时间的推移不断学习的纵向患者数据和算法。”
此外，Gianrico Farrugia 博士强调了在使用联合数据基础设施采用 AI 技术时保护敏感患者数据隐私和安全的重要性。
“我们不是将数据发送到 AI 模型，而是将 AI 模型带到去识别化的数据中，创建一个‘玻璃墙’，让外部合作者在数据永远不会离开平台的情况下访问结果。
医疗保健中的成本节约人工智能解决方案可以导致
在收益部分，我们已经提到人工智能解决方案可以帮助医疗机构和患者节省资金。 但我们实际上谈论的是节省多少成本？
根据 2023 年关于 AI 对医疗保健支出的潜在影响的论文，更广泛地采用 AI 可能会导致美国医疗保健支出节省 5% 至 10%。 这大致相当于在未来五年内每年以 2019 年的美元计算 2000 亿至 3600 亿美元。
提到的成本节约涵盖医院、健康保险公司和私人付款人。 例如，医院可以节省 4% 到 11% 的总成本，主要是通过人工智能优化行政和临床运营。 至于私人付款人，他们可以节省总支出的 7% 至 9%。
对于医院来说，还有一些与财务相关的好处，这些好处很难计算，但仍然非常重要。 世界各地的医疗保健系统都面临着危机，医院减少了住院治疗等关键服务的数量或完全关闭。
此外，许多医疗机构都在努力解决人员短缺问题，这种情况在 COVID-19 大流行期间更加严重。 AI 解决方案可以成为医院和诊所自动化程序任务并让医疗保健专业人员专注于最重要的患者治疗的一种方式。
结合 AI 驱动的资源优化工具，护理自动化有可能帮助医院以相同数量的人员治疗更多患者，提供更好的患者体验，从而增加收入。
结论
随着慢性病患病率的增加、生活方式的改变和行业技术的进步，现代医疗保健侧重于预防保健和早期诊断以满足患者的期望。 AI 和 ML 算法的作用对于这种方法至关重要，更不用说它们可以为医疗保健提供者带来的经济利益了。
可以理解的是，对于小型或资金不足的医疗机构来说，投资机器人技术和其他复杂技术可能会花费不可能的巨额资金。 然而，旨在自动化管理任务或集成虚拟护理助理的 AI 项目可能不仅仅是现实的，特别是如果由外包公司以合理的价格交付的话。
如果您正在寻找通过人工智能简化组织工作流程的方法——Mind Studios 已准备好指导您完成适合您预算的可能实施策略。 填写简短的联系表格，我们的业务开发团队将尽快为您安排免费咨询。
2个