网络独家

将人工智能应用于预测分析可以拯救生命
沙利尼·萨海著

历史上还有什么时候比在大流行期间更适合挑战医学界，寻找更好的方法来管理危及生命的疾病呢?我最近在这一领域的工作重点是在住院、实验室测试、诊断、药房、治疗和存储在患者电子病历中的建议治疗的连续体中利用人工智能(AI)。在很大程度上，科学、医学和技术界都认同利用人工智能根据观察到的算法诊断疾病的价值。2019年6月未来医疗杂志托马斯·达文波特和拉维·卡拉科塔在《人工智能在医疗保健领域的潜力》一文中指出，随着医疗保健数据的增加和复杂性，人工智能将成为预测分析平台的一个合乎逻辑的补充。的世界经济论坛糖尿病、充血性心力衰竭和慢性阻塞性肺病的发病率将受到人工智能辅助纳入健康社会决定因素(如出生地、遗传和空气质量)管理预防性卫生保健举措的积极影响。在我迄今为止的工作中，我既发现了好处，也发现了挑战。

在预测分析中使用人工智能的好处
•速度。人工智能主要用于多专业和急诊护理中心，在这些中心，快速数据处理和建议对于挽救患者的生命是必要的。这里有一个应用:考虑早期感染识别的价值，以便在关键的重症监护环境中更快地开始治疗。

•检测和治疗疾病的能力。例如，人工智能通常可以根据患者的CT扫描检测出早期肺癌，识别其电子病历中的序列，然后权衡并建议以患者为中心的治疗方案。一个更好的，更知情的诊断有助于更好的治疗选择医疗团队和最终的病人。

•人工智能提供了一种通用语言。通过人工智能对机器学习的深入应用，医生可以根据计算机对患者的电子病历进行全面快速的检查和综合，来决定治疗的类型。通过自然语言处理，计算机可以处理语音识别、文本检测和其他与语言相关的过程，使人机界面更加有效。手术机器人和聊天机器人在病人就诊期间进行交谈和协助。预测分析成为住院后监测患者和预防仪器故障的“后诊断”。医生和医院可以通过基于云的数据集成软件在全球范围内合作制定治疗计划。

•医疗保健准确性提高。我的研究发现，研究人员使用适当的算法和训练集可以检测出80%到90%的心血管疾病。

旧技术的失败
在我们迄今为止的调查中，我们发现医疗保健中心使用的基于规则的环境、健康和安全系统无法与机器学习和其他人工智能方法提供的结果精度相匹配。为了克服这一差距，科学家们建议制造商更多地关注用例，在这些用例中，他们可以学习最合适、最具实际适应性的人工智能技术。在科学能够帮助人类之前，它必须是可获得的和适当的。

第二种做法更多地关注技术的运行状态和更新周期，因为症状和诊断程序可能会发生变化。最后，应该更加重视结果。然而，在预测分析的情况下，数据本身起着更重要的作用。由于患者的数据用于诊断疾病并建议适当的治疗，因此数据的完整性至关重要。

人工智能的挑战
微妙的、意义深远的、赋予生命的病人数据正从模拟存储转移到数字平台上。随着科学、医学和技术这一令人兴奋的交叉领域的发展，这是一个需要解决的问题。我们需要协议来预测和处理以下问题:

•数据损坏或算法功能障碍可能导致不准确和误导性的报告。如果不被注意，这反过来又会危及病人的生命。哪些预定义的规则将简化数据收集及其使用?人工智能能被发展成自我监管吗?数据完整性可以留给人类吗?如果某件事失败了，是谁的错?

•可以通过将个人健康数据仅限于治疗点来加强个人隐私。但是数据库泄露又如何呢?围绕这些的伦理是什么?

•正确的数据收集是一个耗时的过程，需要人工输入。医疗保健行业如何管理和支付收集准确数据的费用?如果我们不这样做会怎么样?

互联世界
电子病历的全球数字化为发展中地区和国家提供了更好的生存机会。但是，如果“A”医院有人工智能辅助诊断和预防，而世界另一端的“B”医院没有呢?什么时候一切都能连接起来?为我们的医疗困难社区服务的人工智能辅助预测分析平台可以在大流行之前、期间和之后拯救生命，同时也可以推动更高的利益。IBM的沃森(Watson)计算机也参与了这项工作，但我们也看到了开源(免费)程序挑战蓝色巨人的大型机，让“他”为我们的利益更努力地工作。

我相信人工智能的预测分析可以管理危及生命的疾病。我们需要寻求保护数据的方法，同时开发实施每种可用技术的最佳方法。通过这样做，我们将拯救生命并提高生活质量。通过使用人工智能来检测和治疗——如果不能治愈的话——关节炎、帕金森病和阿尔茨海默病。制作。的生活。更好。这就是我做研究和工作的原因。

- Shalini Sahai拥有17年以上的IT经验，涵盖企业云解决方案、集成架构师、应用架构师、数据科学家、大数据云架构师和技术顾问。目前，她专注于利用机器领先和人工智能开发医疗保健应用程序，以实现患者医疗保健和相应程序的自动化。更多信息请访问shalini0579@gmail.com。