内容
资料来源：video-doctor / iStockphoto
带走：
人工智能使医疗技术以越来越快的速度发展。以下是一些最新的突破。
人工智能以许多难以想象的方式正在改变我们的世界。在第四次工业革命的边缘，人类目睹了机器在重塑我们所生活的世界方面迈出的第一步。在我们继续争论用智能的自学机器代替人类的潜在弊端和好处的同时，还有认可机构的正面影响肯定会改善我们生活质量的一个领域：医疗保健行业。
医学影像
机器学习算法可以在眨眼之间处理大量信息。而且，即使在医学成像报告（如乳房X线照片和CT扫描）中发现最小的细节，也可以比人类精确得多。
Zebra Medical Vision公司开发了一个名为Profound的新平台，该平台可对所有类型的医学影像报告进行基于算法的分析，从而能够发现潜在状况的各种征兆，例如骨质疏松症，乳腺癌，主动脉瘤等等，其中90％都可以找到。准确率。而且其深度学习功能已经过培训，可以检查医疗保健提供者可能最初并未寻找的其他疾病的隐藏症状。当检测活检幻灯片中某些特别致命的乳腺癌的存在时，其他深度学习网络甚至获得了100％的准确性得分。
与人相比，基于计算机的分析在解释数据或图像方面效率更高（且成本更低），甚至有人认为，在放射科医生和病理学家等某些行业中，不替代AI可能会在未来变得不道德！ （有关医学中IT的更多信息，请参阅IT在医学诊断中的作用。）
电子病历（EMR）
电子病历（EMR）对健康信息技术的影响是最近十年辩论中最具争议的主题之一。根据一些研究，它们代表了改善护理质量，同时提高生产率和及时性的转折点。但是，许多医疗保健提供者发现它们笨重且难以使用，从而导致技术上的巨大阻力和普遍的低效率。新型的AI驱动软件能否救出每天都因EMR笨拙笨拙而烦恼的许多医生，护士和药剂师？
这项新的医疗技术的最大问题之一是，它迫使临床医生将太多宝贵的时间花费在执行重复性任务上。 AI可以轻松实现自动化，例如，在访问过程中使用语音识别来记录每个细节，而医生与患者交谈。图表可以而且将包含更详细的数据，这些数据可以从可穿戴设备和外部传感器等各种来源收集，并且AI会将它们直接输入到EMR中。
但是，从数据收集的第一步开始，当深度学习算法正确理解并推断出足够的相关信息时，就可以用很多方法来帮助改善护理质量。它可以增强患者对治疗的依从性并减少可预防的事件，甚至可以通过预测性AI分析指导医生治疗高成本，危及生命的疾病。仅举一个实际的例子，最近发表在《美国医学会杂志》网络上的一项研究发现，从EMR中提取并由加利福尼亚大学旧金山大学的AI消化的大数据如何帮助治疗可能致命的艰难梭菌（C. diff。 ）感染。
当Google发起了自己的Google DeepMind Health项目以提高医疗服务的速度，质量和公平性时，不难发现，医疗记录数据挖掘将成为医疗行业的下一个“大事”。
没有错误，没有压力-在不破坏生活的情况下创建可改变生活的软件的分步指南
当没有人关心软件质量时，您就无法提高编程技能。
临床决策支持（CDS）
深度学习的另一个有趣例子可以帮助机器做出比人类机器更好的决策，这是临床决策支持（CDS）工具的泛滥。
这些工具通常内置在EMR系统中，通过建议最佳治疗方案，警告潜在危险（例如药理相互作用或以前的病情）以及甚至分析患者健康记录中的最细微细节，来帮助临床医生进行工作。
一个有趣的例子是MatrixCare，它是一个软件公司，能够将Microsoft著名的AI Cortana集成到用于管理疗养院的工具中。机器学习引擎的强大分析能力无比增强了支持工具的决策能力。
首席执行官约翰·达姆加德（John Damgaard）解释说：“一位医生每月可能阅读两次医学杂志，Cortana可以阅读中午之前和下午3点之前历史上发表的所有癌症研究报告。正在针对护理计划提出针对患者的建议，并改善结果。”
CDS还提出了这样一种论点，即机器之间的交流比人类好得多。特别是，不同的医疗设备都可以像任何其他物联网（IoT）设备（可穿戴设备，监视器，床头传感器等）一样连接到Internet，也可以连接到EMR软件。互操作性是现代医疗保健的关键问题，因为医疗服务的分散是不适当治疗和住院增加的主要原因。在智能AI的带领下，各种EMR平台可以通过互联网彼此“交谈”，从而增强了不同病房甚至不同医疗机构之间的合作与协作。
药物开发
通过临床试验开发新药通常是一件非常昂贵的事情。不仅在时间上（谈论数十年）和所投资的美元（成本很容易达到数十亿美元），人类的生命也是如此。实际上，许多新药品在所谓的上市后阶段需要对现实世界中的对象进行很多年的额外测试，而且这种情况并不少见，以致在药物治疗多年后发现许多严重（甚至致命）的副作用。推出了。
高效的超级计算机驱动的AI再次可以从没有人敢敢分析的分子结构数据库中淘汰新药。一个著名的例子是Atomwises AI，它能够预测两种可以阻止埃博拉病毒流行的药物。在不到一天的时间里，他们的虚拟搜索就能找到两种安全的，已经存在的药物，可以将它们重新用于抵抗致命的病毒。最好的部分是，他们仅通过扫描已经销售给患者多年的药物来证明其安全性，便找到了一种有效应对大流行紧急情况的方法。 （要了解有关技术如何指导药物开发的更多信息，请参阅《大数据在医药方面的影响》。）
未来的飞跃
一些最令人惊奇的技术还没有准备好，它们仅仅是原型，但其含义是如此惊人，以至于仍然值得一提。
其中之一就是精密医学，这是一门雄心勃勃的学科，它使用深层基因组学算法扫描患者的DNA，寻找可能与癌症等疾病相关的突变和异常。人类基因组计划之父之一克雷格·文特（Craig Venter）等人目前正在研究新一代的计算技术，这些技术可以预测任何基因改变的影响，为个体化治疗和早期发现许多可预防的疾病铺平道路。
明智的话
由于将AI引入医疗保健的巨大潜力，我们可能会感到非常兴奋，但重要的是要了解其局限性。在医学中使用AI并非没有风险，尽管一旦我们习惯了许多风险就可以轻松克服。
格言“不伤害”对于建立某些道德标准至关重要，这些标准将作为界限。今天，我们被投资建立了子孙后代做出决定的框架。