Rumah > Peranti teknologi > AI > Era gangguan semakin menghampiri: Apabila kecerdasan buatan menembusi ke dalam penjagaan kesihatan

Era gangguan semakin menghampiri: Apabila kecerdasan buatan menembusi ke dalam penjagaan kesihatan

PHPz
Lepaskan: 2023-04-13 08:58:02
ke hadapan
1256 orang telah melayarinya

Kos yang meningkat secara berpusing, kemudahan sering lumpuh, kapasiti pengeluaran yang tidak menentu, pekerja yang letih, tenaga buruh yang sukar diisi semula, ditambah pula dengan sistem perniagaan yang tidak teratur-semua elemen yang terdengar begitu patologi bergabung membentuk Salah satu asas teras manusia masyarakat ialah industri penjagaan kesihatan. Bolehkah kebangkitan kecerdasan buatan membantu hospital dan penyedia penjagaan kesihatan menyelesaikan masalah dunia sebenar? Ada kemungkinan, walaupun tidak cukup pantas, kemajuan sedang berlaku.

Walaupun terdapat minat yang kuat dalam AI penjagaan kesihatan, Capgemini menegaskan dalam laporan tinjauan baru-baru ini bahawa "tahap penyesuaian budaya pasukan eksekutif masih ketinggalan, jadi farmaseutikal, teknologi perubatan dan Organisasi seperti hospital lebih perlahan. untuk bertindak. "Penulis laporan juga menyebut bahawa masalah terbesar terletak pada data. Pasukan penyelidik mendapati dalam tinjauan bahawa "semua jenis organisasi penjagaan kesihatan masih mengutamakan mengukuhkan laluan penjagaan pesakit dan meningkatkan hasil penjagaan bagaimanapun, hanya kira-kira satu pertiga daripada organisasi penjagaan kesihatan yang ditinjau mengutamakan maklumat pesakit tersedia. "Nisbah ini tidak mencapai kemajuan yang ketara berbanding tahun sebelumnya (2021, tahun tinjauan laporan sebelumnya)."

Berita baiknya ialah banyak penyedia perkhidmatan penjagaan kesihatan sedang memperkukuh usaha penerokaan AI mereka sendiri. Tony Ambrozie, ketua pegawai maklumat di Baptist Health South Florida, berkata, “Industri penjagaan kesihatan kini mula melaksanakan AI dan penyelesaian pembelajaran mesin pada skala yang lebih besar dan dengan kerumitan AI dan pembelajaran mesin akan meningkatkan keupayaan industri untuk memahami perkara yang luas jumlah data yang tersedia ”

Ambrozie terus menambah bahawa tiada kekurangan peluang penerokaan dalam industri. “Terdapat banyak ruang untuk menggunakan AI dan pembelajaran mesin untuk meningkatkan pengalaman pesakit dalam mengakses perkhidmatan perubatan, termasuk meningkatkan hasil penjagaan dan mengumpul data kesihatan yang bermakna yang boleh membimbing operasi tertentu Menganalisis data penggunaan daripada rekod penggunaan dan rekod perubatan masa lalu juga boleh Menyedari laluan situasi pintar untuk membantu pengguna dan pesakit mengurus kesihatan mereka sendiri dengan lebih baik juga merupakan hala tuju penting yang patut diterokai seterusnya, dan percubaan berkaitan telah berulang kali disahkan oleh industri lain "

Sudah tentu, industri penjagaan kesihatan. Memang satu keseluruhan besar yang mengandungi pelbagai unsur aktif dengan ciri-cirinya yang tersendiri, maka keadaan sebenar sudah tentu lebih rumit. Tetapi tempoh gangguan semakin menghampiri, dan AI dan automasi mempunyai setiap peluang untuk melaksanakan tugas yang membosankan yang sebelum ini memerlukan pengamal untuk menghafal dengan menghafal atau melabur banyak masa dan usaha dalam operasi berulang. Mudit Garg, Ketua Pegawai Eksekutif Qventus, berkata, "Penjagaan kesihatan adalah industri yang sangat kompleks, dan ia selalunya merupakan industri yang paling dikawal selia di pelbagai negara. Pengamal perlu menjalani audit yang ketat dan menumpukan pada kerja yang penting untuk hidup dan mati kepada pesakit, dan AI dijangka memudahkan perkara ini. "

Jadi, bagaimana AI boleh terus berkembang untuk memenuhi keperluan pesakit? Ambrozie percaya, "Langkah pertama adalah untuk benar-benar memahami keperluan kesihatan jangka panjang pesakit di samping memahami keperluan penjagaan jangka pendek, dan ini tidak dapat tidak memerlukan menganalisis jumlah data yang tidak dapat dibayangkan-termasuk genom, data demografi, sejarah perubatan, alam sekitar. faktor, gejala, dsb. Sebenarnya, adalah mustahil untuk pembekal melengkapkan analisis data secara manual pada skala ini dan pembelajaran mesin sentiasa berkembang untuk menyediakan penyelesaian automatik untuk pemprosesan dan analisis data kesihatan berskala ultra besar, akhirnya membantu. pakar perubatan mencari rawatan yang selamat dan diperibadikan untuk setiap pesakit ”

Tetapi cabaran dan perubahan yang dihadapi semasa mempromosikan pembangunan AI melampaui skop teknikal. Pasukan penyelidik mendapati bahawa "apabila data dan AI secara beransur-ansur memasuki bidang penjagaan kesihatan, perubahan budaya yang mendalam telah bermula. Sudah tentu, perubahan sedemikian tidak boleh berlaku dalam sekelip mata format yang menarik dan membina literasi AI Secara ringkasnya, masalah AI bukan hanya masalah teknikal "

Orang ramai sentiasa bimbang bahawa terlalu banyak elemen AI boleh menyebabkan kekurangan elemen yang diperibadikan dalam penjagaan kesihatan. , tetapi selagi ia dipertimbangkan dengan teliti dan dirancang dengan teliti, campur tangan AI dijangka meningkatkan penjagaan kemanusiaan. Garg menjelaskan, “Ramai orang, termasuk vendor, merasakan bahawa AI tidak bersifat peribadi dan tidak menganggap pesakit Malah, operasi penjagaan kesihatan automatik yang didorong oleh AI boleh membebaskan doktor dan pengamal lain daripada tugas manual yang membosankan perhatian terhadap penjagaan pesakit sudah ada beberapa produk berasaskan AI yang boleh meramalkan peristiwa, dan hasil yang paling berkesan akan disepadukan ke dalam aliran kerja untuk membantu menyelesaikan masalah dan membimbing pengguna di tapak untuk mengambil tindakan ”

Didorong oleh AI, sistem penjagaan kesihatan telah membawa perkembangan baharu yang penting berikut:

  • Lebih banyak penekanan pada pemusatan pesakit: Pasukan penyelidik Capgemini berkata, "Pihak berkepentingan kini bukan sahaja mempunyai pemahaman yang lebih baik tentang keperluan sebenar pesakit, tetapi juga mempunyai keyakinan yang lebih besar bahawa keperluan yang dicadangkan mereka dapat dipenuhi."
  • Gunakan sumber dengan cara yang lebih bijak: “Penyedia dan hospital mempunyai sumber yang terhad, dan apabila populasi global semakin meningkat, permintaan untuk kapasiti penjagaan akan memberi tekanan yang semakin meningkat kepada semua pihak. Oleh itu, adalah perlu Memaksimumkan penggunaan sumber (termasuk perkhidmatan perubatan, bilik pembedahan dan kemudahan lain). >
  • Meluaskan ruang pendapatan. Garg percaya bahawa “Automasi penjagaan dipacu AI boleh meningkatkan keupayaan penjadualan dan memaksimumkan penggunaan bilik operasi, sekali gus membantu institusi penjagaan kesihatan meningkatkan pendapatan operasi Dengan mengautomasikan proses pelepasan, teknologi AI juga boleh memendekkan purata masa pesakit di hospital masa, hospital sedang bergelut dengan kekurangan tenaga kerja yang diburukkan lagi oleh wabak COVID-19 Kakitangan terhad tidak boleh lagi dibazirkan dengan tugas prosedur, dan mereka harus dibebaskan untuk melakukan kerja yang lebih penting dengan automasi penjagaan dipacu AI .” Kami melihat bahawa semua pihak menggunakan lebih banyak kaedah baharu untuk memilih calon ubat yang paling menjanjikan, malah termasuk pengkomputeran kuantum, dan lebih banyak kes penggunaan nilai tambah sekitar pembentukan semula proses, penyerapan sumber data baharu dan tindak balas titik kesakitan pesakit/pengamal, dsb. ., telah bersama-sama mencetuskan gelombang pembangunan baharu Pusingan menarik bagi pertandingan kecekapan pembangunan dadah”

Atas ialah kandungan terperinci Era gangguan semakin menghampiri: Apabila kecerdasan buatan menembusi ke dalam penjagaan kesihatan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Label berkaitan:
sumber:51cto.com
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan