AI提升医疗服务效率 看看英国很大医院怎么做

2018-05-23 张仲锦 The Guardian

机器学习可以应用于患者扫描分析,这通常是由医院医务人员完成的。英国最大的医院之一 UCLH 公布了一项影响广泛的计划:使用人工智能来完成传统上由医生和护士执行的任务,涵盖从诊断 CT 扫描影像上的癌症到决定哪一个 A&E 患者最先就诊。这项伦敦大学学院附属医院(UCLH)和艾伦图灵研究院之间的三年合作计划旨在将机器学习革命性的功效以前所未有的规模带给 NHS 患者。伦敦大学学院 NHS 基金会研

机器学习可以应用于患者扫描分析,这通常是由医院医务人员完成的。

英国最大的医院之一 UCLH 公布了一项影响广泛的计划:使用人工智能来完成传统上由医生和护士执行的任务,涵盖从诊断 CT 扫描影像上的癌症到决定哪一个 A&E 患者最先就诊。

这项伦敦大学学院附属医院(UCLH)和艾伦图灵研究院之间的三年合作计划旨在将机器学习革命性的功效以前所未有的规模带给 NHS 患者。

伦敦大学学院 NHS 基金会研究部主任 Bryan Williams 教授说,这项计划可能会对患者的治疗效果产生重大影响,这个改变与亚马逊和谷歌这样的公司给消费者带来的改变一样。

“这将是一个游戏规则改变者”,他说。“你可以打电话预订机票,决定看什么电影,或者点披萨……这些全都是关于 AI 的。”“但是在英国国民医疗服务体系(NHS)上,我们还不够完善。我们现在还在手写信件,这很落伍,很不寻常。”

UCLH 给这次合作投资了一笔“数量可观”但是未披露具体金额的资金,它们都坚信机器学习算法可以提供诊断疾病的新方法,还能识别具有患病风险的人和分配医疗资源。从理论上讲,AI 可以优化各个病房里医生和护士的配置,就像 Uber 司机某时某刻会出现在订单需求量最高的地方一样。但这个计划也将引发人们对隐私、网络安全和医疗专业人士转岗的担忧。

该计划的第一个项目将致力于改良医院的突发事故和急诊部门,其实很多医院都未能达到政府的候诊时间要求。

UCLH 首席执行官 Prof Marcel Levi 说:“虽然我们今年的业绩没有达到四个小时的候诊时间要求,但这并不是说我们的员工不爱岗敬业。”“这是整个医务链条中急诊病人流通环节出错的反映。”

根据今年 3 月英国 A&E 病房的数据,只有 76.4% 需要紧急护理的患者在四小时之内得到治疗,这是自 2010 年有记录以来的最低比例。

通过利用从数千个报告中获取的数据,机器学习算法可以判断比如腹部疼痛患者是否可能患有更严重的疾病,比如肠道穿孔或组织感染等疾病,并且还能快速追踪患者,以防他们的病情恶化。

Levi 说:“机器永远不会取代医生,但数据、专业知识和技术的使用可以从根本上改变我们管理服务的方式——使它变得更好。”

该计划的另一个项目也正在进行中,目的是识别那些可能不参加会诊的病人。医院的神经学顾问 Parashkev Nachev 使用了包括年龄、地址和天气状况等因素来预测患者是否会参加会诊和 MRI 扫描,准确率能达到 85%。

下一阶段,该部门会进行试验性干预,例如发送提示性文本消息和分配会诊时间,以最大限度地提高会诊出席率。

威廉姆斯说:“我们会测试一下它进展得有多好,公司总是用这些东西来预测人类的行为。”

还有一些其他的项目,包括将机器学习应用于 25000 名吸烟者的 CT 扫描分析(这些吸烟者是为了做研究项目而招募来的),和应用于宫颈涂片检查的自动化。威廉姆斯说:“现在是人整天看这些东西,看它是正常还是不正常。”

员工是不是不愿意把某些职责交给电脑,甚至听从它们的指令?艾伦-图灵研究所卫生部主管 Chris Holmes 教授说,希望医生和护士能够有更多自由的空间,并把更多时间花在病人身上。他说:“我们想拿到那种纯粹是由信息驱动的设备,让人类专家把时间花在他们最擅长的事情上。”

当运用新的决策工具时,医院需要防范“习得性无助”:人们依赖于机器指令而放弃常识。根据 Holmes 的说法,即使一个算法在 99.9% 的时间里都是正确的,“智者千虑必有一失”。“这时你就会想量化风险”,他补充到。

UCLH 还想规避隐私问题担忧,这些担忧使先前的合作蒙上了阴影,其中就包括伦敦皇家自由医院和谷歌 DeepMind 的一次合作,这次合作中医院无意中泄露了 160 万名可识别身份患者的健康记录。据 Holmes 说,根据新出台的合作规定,算法将在医院自己的服务器上进行训练,以避免任何此类违规行为,私人公司则不包含在规定内。

他说:“我们非常清楚患者对数据监管的敏感度。我们开发的任何算法都仅供内部使用。”

要集成先进的 AI 软件与医院 IT 系统还存在一些日常的现实问题,虽然这些问题被批评为不够灵活和不合时宜。人们担心将决策权移交给机器算法是否会让医院更容易受到网络攻击。

医院 IT 系统在去年被一个全球性勒索软件攻击之后,已经停滞不前有一年多的时间了,这次攻击导致了大量手术被取消,救护车迷路和病人记录无法使用。

威廉姆斯承认,适应 NHS 的 IT 系统将是一个挑战,他补充说:“但是如果我们适应了,还证明了我们极大地提高了效率,那 NHS 也会来适应我们。”

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (3)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=1910246, encodeId=2f87191024694, content=<a href='/topic/show?id=0e4e43635a6' target=_blank style='color:#2F92EE;'>#大医院#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=34, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=43635, encryptionId=0e4e43635a6, topicName=大医院)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=6976269, createdName=zhangph, createdTime=Sat Feb 02 19:43:00 CST 2019, time=2019-02-02, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1303557, encodeId=7a2e130355e98, content=<a href='/topic/show?id=90fa35013c4' target=_blank style='color:#2F92EE;'>#医疗服务#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=23, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=35013, encryptionId=90fa35013c4, topicName=医疗服务)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=da20314, createdName=lfcmxl, createdTime=Fri May 25 03:43:00 CST 2018, time=2018-05-25, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=317850, encodeId=db0b31e850a0, content=好文.值得点赞!认真学习了.把经验应用于实践.为患者解除病痛., beContent=null, objectType=article, channel=null, level=null, likeNumber=60, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=https://wx.qlogo.cn/mmopen/mStl88fu4NfNLvzZhgPxRuUXgacXpPeW0x8Z3Qr9c3I2kTic4ZIpR29iaftYgkjRcbv982icYMtqANBPYBgPnOia6mVtX76qMXuc/0, createdBy=d85d1636106, createdName=lietome2, createdTime=Wed May 23 12:59:48 CST 2018, time=2018-05-23, status=1, ipAttribution=)]
    2019-02-02 zhangph
  2. [GetPortalCommentsPageByObjectIdResponse(id=1910246, encodeId=2f87191024694, content=<a href='/topic/show?id=0e4e43635a6' target=_blank style='color:#2F92EE;'>#大医院#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=34, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=43635, encryptionId=0e4e43635a6, topicName=大医院)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=6976269, createdName=zhangph, createdTime=Sat Feb 02 19:43:00 CST 2019, time=2019-02-02, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1303557, encodeId=7a2e130355e98, content=<a href='/topic/show?id=90fa35013c4' target=_blank style='color:#2F92EE;'>#医疗服务#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=23, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=35013, encryptionId=90fa35013c4, topicName=医疗服务)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=da20314, createdName=lfcmxl, createdTime=Fri May 25 03:43:00 CST 2018, time=2018-05-25, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=317850, encodeId=db0b31e850a0, content=好文.值得点赞!认真学习了.把经验应用于实践.为患者解除病痛., beContent=null, objectType=article, channel=null, level=null, likeNumber=60, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=https://wx.qlogo.cn/mmopen/mStl88fu4NfNLvzZhgPxRuUXgacXpPeW0x8Z3Qr9c3I2kTic4ZIpR29iaftYgkjRcbv982icYMtqANBPYBgPnOia6mVtX76qMXuc/0, createdBy=d85d1636106, createdName=lietome2, createdTime=Wed May 23 12:59:48 CST 2018, time=2018-05-23, status=1, ipAttribution=)]
  3. [GetPortalCommentsPageByObjectIdResponse(id=1910246, encodeId=2f87191024694, content=<a href='/topic/show?id=0e4e43635a6' target=_blank style='color:#2F92EE;'>#大医院#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=34, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=43635, encryptionId=0e4e43635a6, topicName=大医院)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=6976269, createdName=zhangph, createdTime=Sat Feb 02 19:43:00 CST 2019, time=2019-02-02, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1303557, encodeId=7a2e130355e98, content=<a href='/topic/show?id=90fa35013c4' target=_blank style='color:#2F92EE;'>#医疗服务#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=23, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=35013, encryptionId=90fa35013c4, topicName=医疗服务)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=da20314, createdName=lfcmxl, createdTime=Fri May 25 03:43:00 CST 2018, time=2018-05-25, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=317850, encodeId=db0b31e850a0, content=好文.值得点赞!认真学习了.把经验应用于实践.为患者解除病痛., beContent=null, objectType=article, channel=null, level=null, likeNumber=60, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=https://wx.qlogo.cn/mmopen/mStl88fu4NfNLvzZhgPxRuUXgacXpPeW0x8Z3Qr9c3I2kTic4ZIpR29iaftYgkjRcbv982icYMtqANBPYBgPnOia6mVtX76qMXuc/0, createdBy=d85d1636106, createdName=lietome2, createdTime=Wed May 23 12:59:48 CST 2018, time=2018-05-23, status=1, ipAttribution=)]
    2018-05-23 lietome2

    好文.值得点赞!认真学习了.把经验应用于实践.为患者解除病痛.

    0

相关资讯

AI与基因科学的对话:高岭之花如何“接地气”

AI技术已经渐渐步入了人们的生活,而基因科学却似乎离我们还很远。不过基因科学可能很快就要进入一个爆发期了,未来AI可以与基因科学联合,一起在医疗领域大显身手。

AI彻底改变医疗行业的三种方式

通常,人们提到人工智能(artificial intelligence, AI)都会讨论它将如何使我们的技术设备变得更好、如何引领无人驾驶汽车,甚至是可能会引发世界大战。但是在医疗行业,AI能够大大提高医疗效率和质量。算法、图像识别技术、自然语言处理以及其他AI技术最终能够使医疗费用更便宜,减少研发新药所需的时间,甚至可以帮助医生诊断疾病。更快的药物研发通常制药公司平均需要10到15年的时间才能

福布斯:“无所不能”的AI取代医生为时尚早

AI除了能够辅助医学诊断、独立诊断外,还能帮助用户戒烟。不过,尽管AI看上去“无所不能”,但其完全取代传统医疗服务目前看来很不现实。

AI引发医学革命!联影全球创新大会震撼发布13款医疗人工智能产品

4月11日,第79届CMEF盛大召开。联影医疗携近50款全线产品强势登陆,成为最具人气的展台之一。更让人瞩目的是,同日下午,公司举办了首届联影全球创新大会uInnovation。会上,联影重磅发布uAI联影智能平台、系列新品以及未来创新走向。上千位嘉宾共同见证了这一顶级创新盛会。

当AI遇上医学—— “人机协作”诊断肺小结节准确率提升15%,时间缩减25%

根据2017年国家癌症中心发布的数据,肺癌在中国城市男性肿瘤患病率中居首位,城市女性肿瘤发病率中居第二位。面对如此高的患病率,如何进一步提高肺癌早诊率,延长患者生存是近年临床医生关注的焦点。人工智能(AI)辅助肺小结节诊断系统的开发和应用,将可能改善这一现状。

上海长征医院刘士远:医学影像AI产学研用亟需更大融合

筹备良久的中国医学影像AI产学研用创新联盟(下称联盟)终于成立,刘士远并不感到放松,而是开始琢磨如何有效落地的问题。“成立医学影像AI研究院或许是一个比较好的形式。不过,具体还没想好。”自称国内最早一批拥抱AI技术的影像医生,刘士远于一年前就在不同场合呼吁,业内同行要“再开放一些”。他分析认为,影像科未来工作模式会发生很大转变,“智能化、云平台化、临床化”将成为趋势,而AI技术应用则是一个必