保健从业者会被AI、机器人技术颠覆?就看秒速时

 新闻资讯     |      2019-03-24 17:03

  支付是公司关键基础设施平台之一,有助腾讯及商业伙伴完成在线及线下服务的交易。腾讯扩大了移动支付市场的领先地位,以活跃用户及交易量计算,继续为中国领先的移动支付平台。商业支付占支付交易量的一半以上,而在其迅速增长的带动下,腾讯在二零一八年的日均总支付交易量超过10亿次。二零一八年,腾讯的商业支付收入同比增长逾一倍。腾讯的支付平台与数以千万计的商户连接,于二零一八年第四季,月活跃商户同比增长逾80%。凭借小程序及扫码购等功能,腾讯在食品及零售行业的支付渗透率上升。二零一八年十月,WeChat Pay于香港首次推出跨境移动支付服务,使WeChat Pay香港用户能够以港元进行人民币计价的交易。目前,该项跨境移动支付服务覆盖中国内地约100万商户,包括预订出租车、点餐及高铁售票服务。WeChat Pay香港的交易量同比增长逾10倍。二零一八年八月,WeChat Pay马来西亚正式推出,提供移动话费充值服务、机票及公交车票购买等在线交易服务,以及超市、时装及美妆商店等零售店的线下交易服务。此外,腾讯正在扩大全球足迹,为中国出境旅客在海外进行跨境支付提供支持,并在80多个机场为微信支付用户提供实时退税服务。微信支付目前可在中国内地以外的49个市场使用,支持16种货币的跨境支付交易。

  “虽然远程医学中心的投入很大,目前产出不算多,可是我们并不着急。因为远程医学中心的重点是针对医疗机构开展远程会诊,目前还没有开放针对患者个人的在线医疗服务。如果患者生病了,不需要分级诊疗,自己可以直接在线上找专家看病的话,将是对医院正在建立的分级诊疗体系的一种破坏。”陈勇解释道。

  他把患者的疗效+医疗安全+患者便捷的体验这三者当成分子,分母是医疗资源耗费的成本,分子越大价值越高,分母越小价值越高。

  华南一家三甲医院的王姓院长对第一财经记者表示,医疗垃圾本身有着很严格的监管体系,并且国家也出台了相关医疗垃圾处理管理办法。“我们都是按照这个要求去做的。相关的卫生监督部门也经常会过来监督、检查垃圾的存储、回收等全过程。医疗垃圾的处理,需要经过分类、分装、称重、交接、签字,存储等环节,之后再交给政府指定的一家专门从事医疗垃圾回收的公司去进行处理。最后是按照国家的统一要求进行焚烧销毁等。”

  因此,朝阳医院也在逐步辐射县级医院,通过远程诊断来帮助县级医院,如影像学会诊、查房、手术指导等,通过这些方式赋能县域医院,将区域医疗中心做强,实现“大病不出县”的目标。

  ATLAS 寰图是寰图(中国)旗下全球首家全生态 CBD 甲级写字楼运营商,提供联合办公空间、服务式办公室、精装修办公室以及企业定制总部等多元化的产品,目前20余个项目分布于广州、北京、上海、杭州、深圳、香港及越南胡志明市等七个城市。

  对于互联网,我认为它最大的作用是跨界链接,最大的特点是打破边界,最大的好处是高效便捷。新型的互联网医院应该以完整的卫生健康、医疗健康服务生态链互为主体,是一个多方共建、共生和共享的平台,在设计上一定要思考未来的使用场景,利用互联网的优势实现医疗健康供应链、产业链与价值链的横向贯通。未来的医疗健康支付可以像用支付宝、微信支付一样的快速便捷。另外,借助信息技术融入人工智能诊断、大数据分析以及生命科学里的前沿技术等跨界应用,最终打破工业链、产业链、价值链之间的壁垒、障碍、隔阂,构建一个完整的卫生健康服务生态链,实现服务流程优化再造和服务能力无限延伸,从而为用户提供一种便捷、高效、安全的医疗健康服务。

  2019年将成为互联网医院爆发时落地的一年。自中国第一家网络医院——广东省二院于2014年10月上线迄今,国家企业信用公示系统里已登记了150余家互联网医院。

  平安好医生在流量端之所以有如此强的“吸磁效应”和“吸金效应”,主要得益于其独特的商业模式。首先,平安好医生凭借AI辅助问诊系统和自有的医疗团队,不仅能够为用户提供7*24的线上问诊服务,还能通过提升用户体验也进一步增强用户粘性,持续深化和完善整个生态圈。

  他们和无数互联网医疗的创业者一样,被视为中国医疗健康产业的“野蛮人”。本世纪以来的近20年,“野蛮人”在各个领域攻打传统产业厚重而坚固的城墙,包括通讯、零售、金融、能源、医疗等等。有些大获全胜,不少铩羽而归。在这些“野蛮人”发起的一轮又一轮的进攻中,互联网医疗的战争显然是最波折的一役。

  简单来说,互联网智慧医院的便捷性以及在诊前、诊中、诊后方面发挥的效益,将为实体医院插上互联网的翅膀,自然效率提高了,患者就医的流程缩短了。

  软件驱动型公司涉足智能硬件 当贝网络发布当贝投影仪,在大屏潮流势不可挡、客厅娱乐多端共存的大背景下,投影品类逐渐走进主流公众视野,“智能投影”“家用投影”等细分领域产品的优势开始显现,也吸引众多新玩家涌入。2019年初,当贝网络宣布进军投影领域,并于1月15日正式发布了旗下首款人工智能投影产品——当贝投影仪F1。

  年内,腾讯加强在创新及科技方面的投资,在瞬息万变的互联网行业保持竞争力。通过更广泛的数字内容组合,以及在线及线下服务组合,腾讯令社交平台更加丰富,深化与用户、广告主、商户及企业伙伴的连接。通过这些举措,腾讯加强了在社交、游戏、数字内容及支付领域的市场领导地位,为腾讯的核心业务持续增长作出了贡献。

  同时,北京朝阳医院也在通过医联体,对县级医疗机构专科医生进行“互联网+医疗”方面的培训。

  和所有网上预约服务一样便捷,患者及家属只要在“宁波云医院”平台上注册,然后就可以根据提示进行预约上门护理服务。

  在挑选合作方时,医院遴选了最具有创新基因、创新元素的腾讯作为战略合作伙伴。线上选择了腾讯,而线下的信息化基础建设则选择了东华软件公司。

  原标题:医疗保健从业者会被AI、机器人技术颠覆?就看他们是否做了这些准备

  随着物联网带来更具破坏性的互联网第二波浪潮,医疗保健行业很可能成为数字化转型最彻底的领域。

  我们正处在医疗史上多个革命性技术融合的关键时刻,基因组学、生物传感器、人工智能和机器人技术将引领数字医学时代的到来。这些新兴技术将对什么是医疗保健以及如何提供医疗保健服务产生重大影响。

  20 年内,90% 的医疗行业工作将要求具备一些数字化技能。特别是,从业者将需要跟上人工智能和机器人技术的步伐,因为这些新技术可能在未来 20 年改变临床医护人员和管理人员的角色。

  科幻电视剧《星际迷航》中最迷人的装置之一是 Tricorder。这是一个未来主义的小装置,只需将设备靠近患者身体,即可立即收集患者的身体信息并诊断患者的身体状况。

  当时,这个神奇的装置看起来像是一个不可思议的幻想,因为我们大多数人无法想象这个小小的手持装置如何扫描整个身体的器官。如今,Tricorder 已经变成现实。

  五十年前,我们生活在一个模拟世界中,传感器不是我们日常生活的一部分。如今,传感器已经出现在我们的车里、房屋里和手机里。不久之后,它们就会进入我们的身体。正如英国国家卫生署(NHS)最近发布的报告《Preparing the Healthcare Workforce to Deliver the Digital Future》(让医疗保健人员做好准备,以应对数字化未来)中所强调的那样。

  本报告告诫人们说,我们正处在医疗史上多个革命性技术融合的关键时刻,基因组学、生物传感器、人工智能和机器人技术将引领数字医学时代的到来。这些新兴技术将对什么是医疗保健以及如何提供医疗保健服务产生重大影响。因为这些数字应用程序的融合可以为个性化医疗保健和人口健康管理提供更加全面的方法。

  除对技术将如何从根本上创新医疗保健实践做了一个极好的描述外,该报告的主要重点是让医疗保健从业者做好准备,以适应在数字化未来提供医疗保健所需的重大调整。

  因为利用新技术重塑和改善医疗保健的潜力是巨大的,但如果没有一支训练有素、自信和有能力使用这些新系统的员工队伍,没有患者和护理人员团体的合作,这些新系统的全部影响不太可能实现。

  例如, 如果一个新的测试方法能够更好地确定那些已经接受癌症治疗的患者复发或恶化的风险,可能会立即改善患者的护理,但是如果不完全了解该技术的最佳使用方式,它的全部好处可能不会立即实现。

  到目前为止,在医疗保健服务中扮演主要角色的是医生、护士和药剂师,他们通常在高度细分的专业领域接受过培训。但随着医疗数据变得更加密集、人工智能变得更精通瞬间处理大量不同和复杂的数据, 这种情况可能会改变, 新的数字医学将需要更跨功能的方法, 包括数据科学家、计算机科学家、工程师和生物信息学家。

  该报告断言,对医疗保健从业者进行数字化教育的需求将会越来越大,在 20 年内,90% 的医疗行业工作将要求具备一些数字化技能。特别是,从业者将需要跟上人工智能和机器人技术的步伐,因为这些新技术可能在未来 20 年改变临床医护人员和管理人员的角色。这将包括简单重复任务的自动化,改进的机器人辅助手术,以及大多数管理流程的完全自动化。

  医疗保健人员如何做好准备,以应对数字化未来?笔者对报告中的相关内容进行了精编,以飨读者。

  在未来 20 年里,基因组学将在医学各个领域的应用取得重大进展。

  例如,将快速测序首先用于患病新生儿、儿童甚至成人,他们的病情未知但严重,将减少「诊断的漫长旅程」——传统医学评估的漫长延误和显著成本。

  基因组学将彻底改变癌症护理的多个方面,从预测到筛查、诊断、治疗和治疗后监测。通过改进基于多基因风险评分的遗传易感性量化,将会加强和更精确地制定针对常见老年疾病的预防策略。

  基因诊断将使瞄准药物变得高效,最大限度地提高效率、优化剂量和最小化副作用。基于基因组编辑和细胞替换的新疗法,特别是针对遗传性疾病的疗法将会出现。

  在纳入基因组医学的服务转型方面,NHS 已经取得了重大进展。在英国,通过 10 万个基因组计划和基因组医学中心的建立,NHS England 和 Genomics England 领导了基因组医学的实施准备工作。与此同时,HEE(英国健康教育协会)的 Genomics Education Programme(基因组学教育项目)负责培训 NHS 的员工,通过知识、技能和经验为基因组医学做准备。

  基因组医学可能会以许多不同的方式,在一个公民生命历程的不同阶段对他们产生影响。如果他们想成为更积极的健康和保健贡献者,就必须增进他们对基因组学的理解。这将需要容易访问相关的知识资源、以及基因组学的「社会化」,使他们及其亲属能够解释遗传和基因组信息所产生的结果给个人的影响。

  需要支持公民参与有关风险、道德、隐私、保险、就业和生育的决策。基因组学需要被纳入学校和工作场所的教育中,秒速时时彩并采取平行的方式告知成年人。关于将敏感数据用于临床和研究目的的患者个人决定,必须基于对数据共享的成本和收益的透明讨论,以及更新支持提供国家卫生服务的社会契约。这将涉及明确阐述更好、更有针对性的护理、与卫生系统进行更方便和更有效的互动,以及通过研究促进进一步发展的好处。

  患者和护理人员必须确信,有公共部门和私营部门 (包括直接面向消费者的部门),会对数据滥用和不受支持的索赔提供充分的监管保护。这些进步将要求患者与其临床医生之间建立更公平的关系,认识到更广泛的信息获取和个人授权将使公民对自己的健康和可能出现的任何状况有更多的了解,并希望共同作出决策。

  我们期望逐步但实质性地重新配置临床角色,以应对与引进复杂的、不断发展的基因组技术相关的新挑战。改革的步伐将因专业和个人医疗实践而异,但最终将影响所有的医疗保健专业人员。个人的劳动力培训需求将更少依赖传统的角色划分,而更多地依赖于与「现实世界」实施相关的具体职责。

  例如,对于给定的基因测试,工作人员将对委托、获得(患者)同意、排序、基因测试数据生成、解释、患者沟通和家庭支持等方面做出各种不同的贡献。这将需要支持其特定活动的培训。这将加速向多学科工作的转变和许多专业角色的改变。

  在 NHS(国民保健服务系统)中广泛引入基因组技术,将需要分布式 (「主流化」) 和集中式程序(例如与基因测试的排序和解释相关)的结合。各类医疗保健专业人员将越来越多地参与以前移交给更专业的同事的护理工作,例如与「常规」基因组学相关的那些(例如,遗传药物学,和常见疾病的风险预测)。

  鉴于知识的进化和遗传信息与亲属健康状况的相关性,临床责任将超出指标咨询。这包括「动态报告」,支持在更新以前临床建议的知识要求时,与患者再次接触。这种长期的护理责任不仅限于病例的范围,延伸到了更广泛的家庭。

  咨询和更广泛的支持机制需要扩展,以解决向患者及其家属传递风险和其他概率信息的复杂任务。所有医疗保健专业人员的本科和研究生课程必须包括基因组学及其相关性。作为终身学习、认证和再培训体系的一部分,教育和培训也应推广给现有的医疗保健专业人员。鉴于技术发展和知识积累的速度很快,医疗保健专业人员除了通用培训和有针对性的认证计划外,还需要获得实时资源,以支持动态的、最新的解释和决策。

  临床教育应该强调提高整体质量、生产力和护理公平性的机会,而不是获取额外知识的负担。

  如果要以确保患者安全和数据隐私、提高公平性和生产力、减少质量和结果方面不可接受的差异、并且可持续性的方式实施基因组医学,就必须重新配置卫生系统。

  这将需要基础设施的发展,利用现有工作(例如,在全国范围内整合临床遗传学服务)来扩展基因组多学科团队,并建立一个以基因组测试目录为基础的国家基因组实验室网络。

  这将需要对提供的服务进行大幅度修订,以确保 NHS 履行其义务,对指示性病例亲属的重大调查结果进行跟进和管理。

  基因组医学将需要在包括基因组现有工具在内的不同领域发展新的专业 (和/或大量扩充现有劳动力),并选择最适合满足临床服务需求的工具,以及使用适当的软件工具分析数据。

  NHS 中的生物信息学培训将是一个不断发展的劳动力发展和转型计划,从基因组学开始,扩大到包括表型信息,包括患者生成的数据。

  Genomics Education Programme(基因组学教育方案)将继续在为劳动力制定教育框架和开展劳动力规划和建模方面发挥关键作用。需要有平行机制来支持学术界的方法论和机制研究,该机制利用 NHS 的数据推进转化目标。最重要的是,NHS 需要确保引入基因组医学所带来的医疗保健服务的效率,能够在提供高质量的医疗服务质量方面带来明显和切实的好处。

  数字医学的快速变化已经对 NHS 产生了积极的影响,尽管在人口中使用率和收益分配不均。

  在本报告中,数字医学被定义为直接影响疾病、病症或综合症的诊断、预防、监测和治疗的数字技术和产品。这包括远程医疗、可穿戴设备、数字诊断测试、生物纳米技术、数字疗法以及虚拟现实(VR)和增强现实(AR)等沉浸式技术。

  如今,估计有 89% 的英国成年人在过去的三个月里使用过互联网,自 2011 年以来,75 岁及以上的女性使用互联网的人数几乎增加了两倍。2018 年 5 月,NHS England(英国国家医疗服务体系)估计,英国 24% 的患者 (1390 万人) 已经在家庭医生那里注册了在线服务,以预约、重复开处方并查看他们的记录——为自己和繁忙的全科医生诊疗。

  一半的成年人通过网络获取健康信息;每天,大约有 160 万个在线搜索是关于 NHS Choices 的(82% 通过搜索引擎,75% 通过移动或平板设备访问)。NHS England 还估计,使用互联网检查病情的人中,有 60% 不会继续前往一线. 患者

  数字医学正日益增强患者管理自身健康和福祉的能力,这自然会改变传统的患者与临床医生间的关系。人们越来越多地使用智能手机和可穿戴设备来追踪心率、心率异常、血糖和血压等生命体征。在使用数字技术管理健康的人群中,可穿戴设备的使用率从 2016 年的 22% 升至 2018 年的 31%。

  NHS 应用程序库于 2017 年 4 月启动,为患有糖尿病、慢性阻塞性肺病、癌症和抑郁症等多种疾病的患者提供数字工具。目前,库中有 47 个「可信和评估」的应用程序。

  认知行为疗法 (CBT) 正日益数字化,例如用于睡眠障碍的治疗。积极的患者正在共同开发新的数字技术来满足他们的需求,例如 # we are not aiting movement for diabetes。

  为了增加对数字健康技术的应用,公共健康运动应包括关于可改变风险因素的教育,以及如何利用这些技术预防肥胖和高血压等常见疾病的培训。我们需要对国家数字扫盲公共健康运动进行投资,以教育所有人:从小学儿童到青年人、老年人。对于那些无法直接使用这些技术的人来说,应该在学校、公共图书馆和全科医生诊所使用数字健康学习工具。

  数字医疗的采用决不能产生日益加剧的健康不平等的意外后果。考虑到这一点,NHS Digital 最近为数字健康技术的专员和设计师发布了一份「健康和社会保健数字包容指南」。

  Wachter Review 强调了 NHS 数字化领导的必要性,今年任命了首位 NHS 首席临床信息官。

  为了将数字医学的好处传递到整个 NHS 中,医疗保健专业人员需要学习数据管理、数据隐私、数据质量、道德规范和监管方面的知识。他们必须接受培训,学习如何解读患者生成的数据 (包括数周或数月内从可穿戴设备中获得的数据),以及传统健康数据(比如 X 光和血液检测等)。

  包括智能手机连接诊断测试在内的新兴技术,将使疾病的早期诊断、个性化/分层治疗成为可能,还可能减少不必要的抗生素处方。医生们需要学习如何开数字疗法处方。今后,干预措施将日益侧重于疾病预防、健康和福祉。

  作为电话分诊的一种改进,在线咨询和视频通话将逐渐被初级护理和潜在的二级护理所接受,例如在意外事故情况下和急诊室里。在线咨询的数量最终可能取代面对面咨询的数量,因此,需要对远程患者管理进行新的培训。这样做的好处包括提高工作效率,对那些不需要请假去诊所看病的病人和临床医生来说都是如此,让他们可以有更多时间通过面对面的预约来处理更复杂、更严重的病例。

  NHS 内部的数字技术部署应以用户为中心,其主要目标之一是减轻医疗保健专业人员的行政负担。例如,自动语音识别技术(也被称为智能扬声器)以及其他团队中的机器,应该允许医生和护士在面对面咨询期间花更少的时间使用电脑键盘输入信息,从而使他们能够集中精力,与病人有更多的交流。

  应该引入一些机制,让现有的医疗保健人员有专门的时间来学习数字技术如何增强他们的医学实践,例如,在新的轮岗之前,让实习医生沉浸在 VR、指导应用程序和 Mooc 中。

  数字医疗的好处只有在符合目的、可信的 NHS 治理框架下,才能大规模实现。为了评估新技术的影响及其对数据治理的影响,需要进行更多具有大规模测试平台的跨学科研究。

  今天,医疗服务主要集中在患者到门诊进行面对面的咨询。未来,通过远程医疗,为患者提供远程医疗服务将会变得更加普遍。医护人员和患者需要接受培训,学习如何在新的在线护理途径中使用远程医疗来诊断、监测、教育和治疗患者。

  通过扩大「hospital at home」计划,更多急性护理也将成为可能,患者能够留在自己的家中,同时得到综合性医院家庭护理小组的额外护理和关注。这些计划的目的是利用技术,在家里为病人提供额外的支持,以确保他们不住院或尽可能地缩短入院时间。其目的是减轻急诊科的压力和减少对急性护理的需求。

  我们的目标应该是提供高质量的个性化护理,而不论地点 (家庭、疗养院、药房、社区医院或急诊医院)。这将通过适当的患者监测技术 (可穿戴设备、智能手机及其配件的组合) 实现,并得到部署社区护士和护理人员的支持,以便在需要时迅速做出反应。

  NHS 内部需要成立新的专业团体 (如行为心理学家、人类因素专家、医学虚拟专家),以便为患者和劳动力谋取最大利益。临床生物信息学家和医疗数据专家将会出现新的角色和职业路径,他们有兴趣开发机器学习算法来分析 NHS 数据集,以支持公共健康研究,例如预测流感疫情。

  临床生物信息学家:在多学科团队中工作,了解服务的需求,并在当前的患者护理背景下交流基因组数据和未来的表型数据。临床生物信息学家能够评估、验证和理解咨询、生物信息学、计算、数据科学、健康经济学和委托(试运转/试运行/调试)的局限性。这将需要适当的培训、健全的职业发展和留住工作人员的结构。这将显著增加对现有员工进行再培训的机会,因为人们认识到,某些专业职位的劳动力需求将会下降。

  除了阅读治理和政策文件外,临床医生还将接受两个小时的实践培训,以培养他们在线平台主持人的信心和技能。通过 Skype 向不熟悉数字技术的临床医生提供个人和团体的临床和管理监督,向他们介绍数字化干预的使用。

  在未来 20 年里,人工智能在改善医疗保健方面有巨大的潜力。人工智能的非凡前景尤其集中于机器学习上,包括深度学习。随着计算机处理能力的不断提高,机器学习将使患者、临床医生和卫生系统从当今可用的大量医疗保健数据中受益。

  机器学习的发展速度如此之快,以至于现在它在某些特定的任务上的表现已经超过了人类。可操作的智能将被提取出来,以更好地预测、预防、筛选和诊断疾病。人工智能和机器学习将促进针对每位患者的治疗。

  精心设计的人工智能算法还将通过大规模流程优化、临床路径简化和公共卫生(健康)应用,提高 NHS 的生产率。通过将一些人工任务转移到机器上,在适当且经过验证的情况下,整个 NHS 的临床工作流程将得到极大简化,生产力将得到极大提高。

  医学软件和硬件的进步正在加速临床机器人领域的发展。目前,机器人在 NHS 中的应用远远超出了自动化重复性工作的范畴,包括微创前列腺癌手术、机器人放射治疗系统 (最大限度地减少对健康组织的损害) 和用于截肢患者的 3D 打印仿生手臂。

  即将出现的机器人技术包括软机器人、用于显微手术的机器人平台、先进的机器人内窥镜、胶囊机器人和包括外骨骼在内的可穿戴机器人。能够帮助中风病人和痴呆症患者的康复机器人、辅助生活机器人也正在研制中。

  引入人工智能辅助虚拟健康教练,结合行为科学,可以使患者更好地适应生活方式,帮助他们管理药物治疗,降低个别患者的整体风险。

  将越来越多由患者生成的数据与电子健康记录整合在一起的统一个人记录,将使病人受益,因为它允许远程发送健康提示,使患有哮喘、糖尿病或心力衰竭等长期病症的病人能够更好地进行自我管理。患者对疾病进展的具体预测和更智能的预约时间安排也是可能的。

  人工智能使精神健康疾病患者可以在他们选择的任何时间从任何可以上网的地方 (包括患者的智能手机) 获得治疗服务。自然语言处理技术目前正被用来通过与治疗师的实时在线对话来增强认知行为疗法(CBT)。新兴的机器人技术包括一个先进的仿生手臂,小到可以容纳 9 岁的儿童。基于 3D 扫描仪和打印机的新型制造技术、装配时间的大幅缩短以及肢体的先进功能,正逐渐改变假肢医生、矫形师、职业治疗师和理疗师治疗患者的方式。

  患者必须在了解如何设置和最佳使用新的数字技术方面获得教育和技术支持。通过创造新的专业角色或通过提高社区临床医生的技能,例如药剂师、初级保健护士和保健来访者,可以促进改善病人教育和支持。

  医疗保健专业人员 15% 到 70% 的工作时间用来执行行政管理任务。不久的将来,人工智能系统将能够进行测试、编写医疗记录和完成其他行政管理任务。这些人工智能系统将提高 NHS 的生产力,并使医疗保健专业人员专注于患者认为独特的临床任务,为患者与临床医生间的互动和沟通提供更多时间。

  人工智能、机器学习和机器人技术将支持临床医生提供更安全、更高质量的护理。医院启用机器学习支持的早期预警系统,向临床医生提醒病情恶化的风险,允许他们提供治疗,以防止严重的疾病发生,就像最近在脓毒症管理中所证明的那样。深度学习技术在乳腺癌、皮肤癌或眼疾筛查等医学图像分析领域的表现,已经显示出专家级水平。

  虽然放射学、病理学和眼科学经常被认为是最有可能受到人工智能工具影响的,但这种影响将不可避免地延伸到所有专科和所有临床医生,从医生到护士、药剂师再到护理人员等等。

  所有临床医生都应该接受有关使用 AI 的道德标准和良好做法、数据管理和治理方面的最佳实践、以及对 AI 系统产生的临床统计数据和建议的解释等方面的教育。

  NHS 需要了解患者和医疗保健专业人员需求的 AI 专家,他们渴望嵌入到所有的护理环境中。因此,专为医疗保健设计的 AI 系统是合适的。

  人工智能在提高系统效率和生产力方面的潜在应用包括优化和预测医院的病人流量;改进目前的采购效能和效率;以及加强员工的后勤和服务规划。人工智能还将越来越多地用于监测公共卫生(public health)趋势,确定对人口健康有积极影响的举措。

  使用人工智能技术的一个关键目标必须是整合、分析和个性化数字数据,以便为社区提供健康服务,使医院的治疗变得越来越不必要。

  随着机器视觉能力的提高,如果能够灵敏地部署机器视觉技术,进行远程监控,应该能够让病人在自己舒适的家中得到安全护理,由受过现代化、非集中化卫生系统教育和培训的工作人员进行照料,远程监测显然有可能减少对急性医院服务的需求。

  NHS 最大的资产之一是它的综合数据集。为了让人工智能和机器学习实现分析这些数据集的潜在好处,NHS 需要一个高质量、安全的信息基础设施,明确地与公众共同设计并商定,它有能力将患者生成的信息与跨越不同医疗和护理环境的数据进行汇总和整合。

  NHS 正开始通过其地方卫生和护理记录示例项目来发展这一基础设施。自 2016 年以来,NHS 任命了首席临床信息官 (在重新设计医疗体系方面具有更多经验的临床医生),以确保只有符合当前和未来患者需求的、用户友好的电子健康记录才能得到实施。

  利用更好的综合电子健康数据集,机器方法已被证明可以更好地预测各种疾病(尤其是复杂疾病)的临床风险。这些方法还能更好地针对个别患者的需要,进行个体化治疗。此外,通过为经常被排除在临床试验之外的复杂患者寻找治疗方法,机器学习可以促进研究,减少健康不平等;例如,老年人或者有多种健康问题的病人。

  声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。