人工智慧觸發醫療變革 未來「救命」是離不開它了！
目前全球有近700萬名醫生、護士以及其他衛生工作人員短缺，
同時，培訓醫生和衛生工作者在歷史上是一個艱巨的過程，這需要接受多年的專業教育和臨床經驗。
幸運的是，人工智慧可以幫助醫療行業克服當前和未來的挑戰。以下是AI演算法和軟體如何改善醫療保健服務的品質和可用性。
AI健康助手
人工智慧最基礎但最有效的用例之一是優化臨床過程。
Your.MD是一款利用人工智慧技術解答用戶病症疑問的醫療app。
AI健康助手使用自然語言處理和生成來提供豐富、流暢的體驗，機器學習演算法可以創建使用者狀況的複雜地圖並提供個性化體驗。
Your.MD建議採取措施來治療這種疾病，包括在需要看醫生時警告使用者。
英國國家衛生服務局（NHS）已經認可了Your.MD提供的資訊。
其他健康助手如Ada將其技術與Amazon Alexa整合，以改善用戶體驗。因為它熟悉用戶的病史，Ada變得更聰明。 除了生成詳細的症狀評估報告外，Ada還提供聯繫真正醫生的服務。
Babylon Health，另一個醫健虛擬助手，通過跟蹤用戶對過去的症狀進行補充，並在需要的情況下，與全科醫生進行現場視頻諮詢。
健康助手可以幫助病人尋找更多難以發現的疾病。 此外，在醫生和診所供不應求的地區，可以節省病人等待排隊的時間。
早期和精確的診斷
罕見和危險疾病的治療和預防通常取決於在正確的時間檢測症狀。在許多情況下，早期診斷可以完全治癒。相反，診斷延誤可能會導致有害或潛在的致命結果。在檢查圖像和樣品以及做出可靠的決策時，人的技能和經驗是有限的。
AI演算法可以在短時間內快速攝取數百萬個樣本，並收集其有用的模式。 與人類不同的是，當他們變老時，他們不會失去自己的優勢。目前，有幾家機構和公司正在投資開發醫療保健解決方案。
斯坦福大學的研究人員創建了一個可以識別皮膚癌的AI演算法。他們用13萬個痣，皮疹和感染圖片來訓練他們的深度學習演算法。根據結果，診斷皮膚癌比專業醫生更高效。研究人員希望將來可以通過移動應用程式使其可用。這是向使用智慧手機的所有人提供廉價的皮膚癌篩選機會。
DeepMind，Google旗下的AI公司，正在與NHS合作用機器學習來與失明作鬥爭。該公司用100萬匿名眼球掃描資料來訓練一個用於確定眼部早期病變特徵的神經網路。這將有助於在早期階段診斷出像濕性老年性黃斑變性和糖尿病性視網膜病變這樣的眼部疾病。據專家介紹，在某些情況下，他們可能最終能夠預防98％的嚴重的視力損失。
Morpheo是一個有助於診斷睡眠障礙AI平臺，分析睡眠模式的傳統過程通常是複雜和耗時的。通過機器學習演算法的説明，Morpheo通過自動識別睡眠模式來説明醫生。創造者認為這將有助於預測和預防性治療。
動態護理
對於某些疾病，確定正確的治療途徑，並使其適應患者克服疾病恢復健康的變化是至關重要和具有挑戰性的。
IBM正在通過AI與癌症做鬥爭，其沃森腫瘤平臺正準備推出。該平臺將用於佛羅里達社區醫院，以幫助治療癌症患者。沃森特別擅長分析結構化和非結構化資料。
它吸收了臨床試驗資料和醫學雜誌資訊，並向癌症護理小組提供了一系列有效的療法和治療方案。
北卡羅來納大學醫學院的專家用一千個癌症病例對沃森進行了測試，該平臺在99％的案例中提供了與專業腫瘤學家相同的建議。
這對於缺乏人力資源和技術資源的小型醫院和醫療中心來說可能是至關重要的。
其他公司正在使用人工智慧來處理疾病是小而關鍵的一步。 其中一個代表性的是AiCure，這款App通過將手機攝像頭和人工智慧相結合，自動監控病人服藥情況。這一設計主要適用於身患重疾的病人以及臨床試驗的參與者。這對於有惡劣醫療條件的病人和可能違反醫生處方的病人是有用的。
需要克服的不僅是技術挑戰
人工智慧在許多領域獲得全面應用之前，要克服某些挑戰。醫療保健也不例外，特別是在隱私方面。去年，DeepMind在與NHS的資料共用交易中深陷“隱私門”，部分學者質疑其資料安全。由於醫療資訊敏感，處理這些資訊的機構需要考慮其收集、存儲和分享政策。
一些公司正在考慮使用支援比特幣和乙太坊的分散式帳本技術作為解決方案。例如，Morpheo使用區塊鏈來確保患者資料在其平臺上的透明度和隱私。
另一個開放式的問題是人工智慧如何影響醫療行業的工作。在現階段，照顧人類是人類的一種工作。目前，沒有演算法能夠類比醫生或護士的社會和職業技能。事實上，機器人並沒有取代人，而是增強了人們通過努力達到的效果，以提高衛生服務的整體品質和可用性。
基於AI的醫療保健工具的建議作用有一天會變成決策嗎？只有時間可以告訴我們，但最近的人工智慧發展表明，機器仍然給人類帶來不少驚喜。
Via The Next Web
By Ben Dickson
研究人員希望將來可以通過移動應用程式使其可用。這是向使用智慧手機的所有人提供廉價的皮膚癌篩選機會。DeepMind，Google旗下的AI公司，正在與NHS合作用機器學習來與失明作鬥爭。該公司用100萬匿名眼球掃描資料來訓練一個用於確定眼部早期病變特徵的神經網路。這將有助於在早期階段診斷出像濕性老年性黃斑變性和糖尿病性視網膜病變這樣的眼部疾病。據專家介紹，在某些情況下，他們可能最終能夠預防98％的嚴重的視力損失。
Morpheo是一個有助於診斷睡眠障礙AI平臺，分析睡眠模式的傳統過程通常是複雜和耗時的。通過機器學習演算法的説明，Morpheo通過自動識別睡眠模式來説明醫生。創造者認為這將有助於預測和預防性治療。
動態護理
對於某些疾病，確定正確的治療途徑，並使其適應患者克服疾病恢復健康的變化是至關重要和具有挑戰性的。
IBM正在通過AI與癌症做鬥爭，其沃森腫瘤平臺正準備推出。該平臺將用於佛羅里達社區醫院，以幫助治療癌症患者。沃森特別擅長分析結構化和非結構化資料。
它吸收了臨床試驗資料和醫學雜誌資訊，並向癌症護理小組提供了一系列有效的療法和治療方案。
北卡羅來納大學醫學院的專家用一千個癌症病例對沃森進行了測試，該平臺在99％的案例中提供了與專業腫瘤學家相同的建議。
這對於缺乏人力資源和技術資源的小型醫院和醫療中心來說可能是至關重要的。
其他公司正在使用人工智慧來處理疾病是小而關鍵的一步。 其中一個代表性的是AiCure，這款App通過將手機攝像頭和人工智慧相結合，自動監控病人服藥情況。這一設計主要適用於身患重疾的病人以及臨床試驗的參與者。這對於有惡劣醫療條件的病人和可能違反醫生處方的病人是有用的。
需要克服的不僅是技術挑戰
人工智慧在許多領域獲得全面應用之前，要克服某些挑戰。醫療保健也不例外，特別是在隱私方面。去年，DeepMind在與NHS的資料共用交易中深陷“隱私門”，部分學者質疑其資料安全。由於醫療資訊敏感，處理這些資訊的機構需要考慮其收集、存儲和分享政策。
一些公司正在考慮使用支援比特幣和乙太坊的分散式帳本技術作為解決方案。例如，Morpheo使用區塊鏈來確保患者資料在其平臺上的透明度和隱私。
另一個開放式的問題是人工智慧如何影響醫療行業的工作。在現階段，照顧人類是人類的一種工作。目前，沒有演算法能夠類比醫生或護士的社會和職業技能。事實上，機器人並沒有取代人，而是增強了人們通過努力達到的效果，以提高衛生服務的整體品質和可用性。
基於AI的醫療保健工具的建議作用有一天會變成決策嗎？只有時間可以告訴我們，但最近的人工智慧發展表明，機器仍然給人類帶來不少驚喜。
Via The Next Web
By Ben Dickson