深度解讀：谷歌進入醫(yī)療健康領(lǐng)域?qū)绾尾季郑?/h1>
2016-02-15 00:56:05
智慧健康 2016年4期
深度解讀：谷歌進入醫(yī)療健康領(lǐng)域?qū)绾尾季郑?/p>
Deep Mind是一家總部位于英國倫敦的人工智能實驗室，他們的研究方向是開發(fā)通用自我學習算法。
2014年，該公司以4億英鎊的價格被谷歌公司收購，而最近被人們熟知的，就是他們開發(fā)的人工智能圍棋應(yīng)用“阿法狗”將圍棋世界冠軍李世石給打敗。現(xiàn)在，他們希望將自主開發(fā)的人工智能技術(shù)應(yīng)用到醫(yī)療科技領(lǐng)域。
Mustafa Suleyman是Deep Mind公司聯(lián)合創(chuàng)始人，也是該公司旗下智能醫(yī)療部門Deep Mind Health主管。據(jù)他透露，Deep Mind正在和英國全民醫(yī)療系統(tǒng)（NHS）合作，希望患者能夠從人工智能技術(shù)中收益。
1 Deep Mind是做什么的？
雖然被谷歌收購，但是Deep Mind一直是獨立運營的，他們的目標是開發(fā)能夠“獨立思考”的軟件。為了能夠開發(fā)這種類型的人工智能軟件，Deep Mind在海量數(shù)據(jù)集合的幫助下訓練自己的人工智能去完成某些工作任務(wù)。
Suleyman解釋說：
我們的人工智能技術(shù)其實是從智能代理器開始的，你可以把智能代理器看做是一個機器人手臂、一輛自動駕駛汽車、或是一個推薦引擎的控制系統(tǒng)，這個智能代理器有一些目標需要完成，而且它也正在嘗試不斷優(yōu)化。
為了實現(xiàn)這個目標，我們需要編寫代碼，這也是我們?yōu)檫@個智能代理器所做的唯一的事情。我們說，在某些環(huán)境下你應(yīng)該找到一些有益的東西，這個環(huán)境同時也應(yīng)該是非常普通的。因此，我們認為一個智能控制系統(tǒng)即可以是訓練自動駕駛汽車的模擬器，也可以是給你在YouTube上推薦娛樂和互動視頻的推薦引擎。
這個代理控制系統(tǒng)可以在某個環(huán)境下執(zhí)行一系列操作，也可以在某個環(huán)境下進行獨立、且匿名的實驗性交互。這個環(huán)境應(yīng)該支持回退，讓人們了解在智能代理器和環(huán)境交互的時候，環(huán)境狀態(tài)發(fā)生了哪些改變。當然還有，這個環(huán)境需要回傳獎勵，這樣可以幫助智能代理控制系統(tǒng)從中學習。所以，我們的智能代理器控制系統(tǒng)是通過反饋、或是通過鞏固學習過程來學習的。
2 人工智能技術(shù)如何改善醫(yī)療行業(yè)？
首先不要擔心，做手術(shù)的那些外科醫(yī)生還不會很快被類似“會行走、能交流的CP30”的機器人所取代。不過真正可能發(fā)生的，也是谷歌DeepMind想要發(fā)生的，就是利用人工智能支持的軟件，幫助臨床醫(yī)生更加準確地判斷出疾病的早期癥狀。
Suleyman解釋道：
對于醫(yī)療健康行業(yè)來說，最值得注意的事情就是如果我們能夠在醫(yī)療系統(tǒng)里成功部署先進的、現(xiàn)代的技術(shù)，那么就能實現(xiàn)系統(tǒng)優(yōu)化，并且創(chuàng)造出令人難以置信的利潤。
在當今世界里，我真的想不出還有哪種技術(shù)比人工智能更加先進了。如果我們成功了，那么面前將會迎來一個巨大的機遇，也會給全世界帶來積極的影響。實際上，許多人都已經(jīng)指出，至少在過去的20年時間里，技術(shù)在醫(yī)療行業(yè)領(lǐng)域里的應(yīng)用并不成功。
我覺得在這方面，我們真的需要仔細思考一下，我們所提供的東西是否能夠帶來改變。很明顯，我們擁有機器學習和人工智能技術(shù)，但我同時認為，在醫(yī)療健康行業(yè)里更多的是需要解決方案，也就是說，我們需要更加有效地部署人工智能軟件，并且思考如何讓患者和醫(yī)生都能從這些最前沿的技術(shù)中收益。
所以，我們決定開發(fā)解決方案，并且將所有相關(guān)工作“框架化”。為了實現(xiàn)這個目標，我們所做的第一件事情，就是觀察，也就是說，我們要知道受眾用戶日常都在做什么。
我們花了很多時間待在病房里，和醫(yī)生、護士待在一起，嘗試觀察他們的工作有哪些，了解他們工作中所遇到的困難，盡可能多地收集信息，以便可能更加了解我們所要開發(fā)的技術(shù)。我們想先用最快的速度構(gòu)建出一個粗略的設(shè)計框架，讓我們能夠了解人工智能如何應(yīng)用在醫(yī)療健康行業(yè)的大概情況。之后，我們會不斷豐富這個框架，然后一步步去開發(fā)、測試，之后再啟動開發(fā)一個解決方案——試運行、評估、開發(fā)、學習——再重復整個流程。我們要把整個人工智能醫(yī)療解決方案的迭代周期變得非?？?，提升機器學習速度。
從去年九月/十月開始，我們花了三周時間和英國皇家慈濟醫(yī)院（RoyalFree）的醫(yī)生、護士進行接洽。之后，我們研發(fā)了一個能夠試運行的原型產(chǎn)品（之前的沒有連接、導入過任何數(shù)據(jù)），這樣醫(yī)生和護士能夠?qū)嶋H看到人工智能技術(shù)如何在自己的工作中應(yīng)用，比如，他們會反饋給我們哪個按鍵放置的位置不對，哪個顏色很難辨認，某個菜單等級的排列順序不對，諸如此類。我們能夠獲得即時反饋，然后優(yōu)化產(chǎn)品，把醫(yī)生和護士最希望看到的、最想要使用的解決方案放到他們面前。
所以，這就是我們的“秘訣”——讓醫(yī)生來主導人工智能技術(shù)如何在醫(yī)療解決方案上應(yīng)用。所以到目前為止，不管我們準備做什么項目，還是去優(yōu)化改善已經(jīng)開發(fā)的項目，我們都會帶上一個醫(yī)生、或是一個護士，了解他們的真正想法，分析如何才能改善他們的日常操作行為，這樣才能確定一套技術(shù)解決方案是否能夠奏效。
接下來的問題是，如何利用人工智能技術(shù)，讓患者覺得得到了更好的關(guān)懷呢？顯然，在關(guān)懷病人方面，需要提升的空間非常大。據(jù)說，每十個病人中，就有一個覺得在醫(yī)院受到了傷害；事實上，至少一半糟糕的患者體驗都可以預(yù)防、或是完全避免的。
在很多糟糕的醫(yī)患問題中，最受到關(guān)注的就是患者病情惡化監(jiān)測的問題，很快情況下，不少患者會因為自己延誤了病情監(jiān)測，最終導致無法治愈對醫(yī)生產(chǎn)生不滿。而這，本質(zhì)上是一個溝通和協(xié)作的問題。
我認為，由于當前醫(yī)療環(huán)境的局限性，導致絕大多數(shù)有價值的數(shù)據(jù)都留在了紙面或是圖表上，這些數(shù)據(jù)沒有被記錄或被跟蹤，有些醫(yī)院甚至沒有醫(yī)療數(shù)據(jù)日志。如果沒有“可被審計”的數(shù)據(jù)，那么你所發(fā)出的信息準確性就無法判定。因此，我覺得在Deep Mind Health在患者用戶身上“框架化”人工智能技術(shù)之前，需要解決兩個核心的患者安全問題。
第一，就是我們該如何更好的識別患者存在哪些病情惡化風險，最好能夠做到實時判斷。
第二，一旦我們識別出患者身處在風險之中，我們究竟該如何介入？我們不能像分析一個報告那樣，給出一些建議（諸如將醫(yī)療設(shè)備重組之類）。我們真正要做的，是在實時環(huán)境下部署人工智能技術(shù)，幫助臨床醫(yī)生更好的了解患者情況、做到快速干預(yù)。
3 目前，Deep Mind和英國全民醫(yī)療健康系統(tǒng)合作了哪些項目？
Deep Mind目前正在和英國全民醫(yī)療健康系統(tǒng)合作兩個主要項目。第一個，是幫助英國皇家慈濟醫(yī)院的醫(yī)生監(jiān)測急性腎損傷病癥；第二個合作項目會在本周宣布，是使用機器學習技術(shù)幫助倫敦穆爾菲爾茲眼科醫(yī)院的醫(yī)生判斷患者的視力情況。
Suleyman表示說：
我們目前所遇到的、最艱巨的患者安全問題，就是要更好的監(jiān)測病癥。我們會查看患者過去十二個月時間里的急性腎損傷病歷記錄，這是非常重要的。在英格蘭，每年就有超過4萬名患者因為急性腎損傷而住院，而在全英住院患者中，有四分之一都或多或少地和急性腎損傷病癥相關(guān)。而實際情況是，大約有五分之一的急性腎損傷病癥是可以預(yù)防的，但就這一項，就能幫助國家節(jié)約15億英鎊。
所以在2014年，英國全民醫(yī)療健康系統(tǒng)英格蘭分部發(fā)布了一份患者安全警告書，允許醫(yī)院在自己的系統(tǒng)內(nèi)部署能夠預(yù)防急性腎損傷的人工智能算法。
當我們的人工智能技術(shù)完成部署之后，我們所做的第一件事情就是去觀察用戶的日常設(shè)置情況。我們走進了英國皇家慈濟醫(yī)院，并且了解到DeepMind技術(shù)是如何應(yīng)用的。從今天的患者角度來看，我們獲得了第一手的使用體驗，也讓我們了解到整個技術(shù)應(yīng)用環(huán)境是非常、非常復雜的。
一個患者可能會經(jīng)歷很多不同的癥狀階段。我們注意到，整個過程中會出現(xiàn)很多種生命威脅癥狀，也會有很多非常復雜的體征階段，結(jié)果導致我們的人工智能技術(shù)無法準確定位，也錯失了對一些病情惡化關(guān)鍵時間點的判斷。因此我們現(xiàn)在想要做的，是先后退一步，看看我們是否能在風險評估上做的更好，以及是否能在早期癥狀監(jiān)測和實時預(yù)防上做的更好，之后再幫助患者實現(xiàn)全面康復。
一旦我們將項目分解成這些步驟，那么Deep Mind和臨床醫(yī)生之間才真正實現(xiàn)了契合，也只有實現(xiàn)了這些先決條件之后，才能讓我們的技術(shù)真正應(yīng)用到臨床醫(yī)療上去。
4 用于血液測試的AKI報警平臺
針對這一問題，我們開發(fā)了Streams，用于血液測試的AKI報警平臺。這是我們目前進行的一個非常簡單的干涉，通過使用血液檢測結(jié)果，使它真正的持續(xù)集中于一個具體的問題。我認為這是一個真正的機會——可以讓我們走的更多，更遠，并且，將它擴展成一個更為廣泛，且以病人為中心的合作平臺。
它的基礎(chǔ)是，我們有能力及時查明有惡化風險的病人。但這僅僅是挑戰(zhàn)的一部分。接下來，我們需要讓自己有能力去逐步升級，并且更好的進行干預(yù)，這也正是為什么消息和評論是如此重要。以X射線為例，我們發(fā)現(xiàn)醫(yī)院接收員有能力在X射線報告中做出評論，隨后結(jié)合一個呼吸顧問的評論，去獲得專家的意見。
這種交換能以審計的方式進行，即允許我們回顧性驗證。如果需要的話，允許我們回顧性驗證高級臨床醫(yī)生所說的話和隨后采取的行動。除了這些，我們也進行了研究項目來一探究竟，看看機器學習和人工智能技術(shù)，是否真正的有助于診斷。
值得注意的是如果你有糖尿病，相比其他人你將有25倍多的可能患上某種視力下降病癥。但是有趣的是，這幾種因為糖尿病性視網(wǎng)膜病變導致的視力下降病癥，能夠通過早期檢測進行預(yù)防。因此我們一直在思考一件事——如何才能更好得對放射檢查的實時歸類進行改進，用來實現(xiàn)針對某位病人是否需要更多的及時反饋進行合理分類。
目前的現(xiàn)實是在人為表現(xiàn)方面有大量的報告在積壓，這意味著這些結(jié)果可能要在四星期后才能在醫(yī)院中查到。另外，不同的分類者缺乏一致性，有時報告者會漏掉一些糖尿病性視網(wǎng)膜病變和老年黃斑變性（AMG）中的敏感性變化。
通過機器學習我們希望能夠?qū)崿F(xiàn)在更快速的即時結(jié)果反饋，以及更加連續(xù)和標準化的表現(xiàn)。
這個將會幫助我們理解并調(diào)整一些常量，通過這些調(diào)整我們將能夠提升它的特異性。雖然這些都是相當前期的工作，但我們承諾將會發(fā)布包括算法、方法以及技術(shù)實現(xiàn)過程等所有的結(jié)果。希望在我們準備好之后，在今年年底你能聽到更多有關(guān)這項研究的內(nèi)容。
猜你喜歡
最美醫(yī)生安徽醫(yī)學(2022年3期)2022-03-22 09:17:36 解決方案和折中方案閱讀與作文（英語初中版）(2021年8期)2021-09-13 02:16:29 簡潔又輕松的Soundbar環(huán)繞聲解決方案家庭影院技術(shù)(2020年2期)2020-03-25 13:27:36 2019：人工智能商界(2019年12期)2019-01-03 06:59:05 人工智能與就業(yè)IT經(jīng)理世界(2018年20期)2018-10-24 02:38:24 醫(yī)生小太陽畫報(2018年3期)2018-05-14 17:19:26 望著路，不想走文學港(2018年1期)2018-01-25 12:48:30 數(shù)讀人工智能小康(2017年16期)2017-06-07 09:00:59 下一幕，人工智能！南風窗(2016年19期)2016-09-21 16:51:29 4G LTE室內(nèi)覆蓋解決方案探討數(shù)字通信世界(2015年10期)2015-12-21 12:22:54
深度解讀：谷歌進入醫(yī)療健康領(lǐng)域?qū)绾尾季郑?/p>
Deep Mind是一家總部位于英國倫敦的人工智能實驗室，他們的研究方向是開發(fā)通用自我學習算法。
2014年，該公司以4億英鎊的價格被谷歌公司收購，而最近被人們熟知的，就是他們開發(fā)的人工智能圍棋應(yīng)用“阿法狗”將圍棋世界冠軍李世石給打敗。現(xiàn)在，他們希望將自主開發(fā)的人工智能技術(shù)應(yīng)用到醫(yī)療科技領(lǐng)域。
Mustafa Suleyman是Deep Mind公司聯(lián)合創(chuàng)始人，也是該公司旗下智能醫(yī)療部門Deep Mind Health主管。據(jù)他透露，Deep Mind正在和英國全民醫(yī)療系統(tǒng)（NHS）合作，希望患者能夠從人工智能技術(shù)中收益。
1 Deep Mind是做什么的？
雖然被谷歌收購，但是Deep Mind一直是獨立運營的，他們的目標是開發(fā)能夠“獨立思考”的軟件。為了能夠開發(fā)這種類型的人工智能軟件，Deep Mind在海量數(shù)據(jù)集合的幫助下訓練自己的人工智能去完成某些工作任務(wù)。
Suleyman解釋說：
我們的人工智能技術(shù)其實是從智能代理器開始的，你可以把智能代理器看做是一個機器人手臂、一輛自動駕駛汽車、或是一個推薦引擎的控制系統(tǒng)，這個智能代理器有一些目標需要完成，而且它也正在嘗試不斷優(yōu)化。
為了實現(xiàn)這個目標，我們需要編寫代碼，這也是我們?yōu)檫@個智能代理器所做的唯一的事情。我們說，在某些環(huán)境下你應(yīng)該找到一些有益的東西，這個環(huán)境同時也應(yīng)該是非常普通的。因此，我們認為一個智能控制系統(tǒng)即可以是訓練自動駕駛汽車的模擬器，也可以是給你在YouTube上推薦娛樂和互動視頻的推薦引擎。
這個代理控制系統(tǒng)可以在某個環(huán)境下執(zhí)行一系列操作，也可以在某個環(huán)境下進行獨立、且匿名的實驗性交互。這個環(huán)境應(yīng)該支持回退，讓人們了解在智能代理器和環(huán)境交互的時候，環(huán)境狀態(tài)發(fā)生了哪些改變。當然還有，這個環(huán)境需要回傳獎勵，這樣可以幫助智能代理控制系統(tǒng)從中學習。所以，我們的智能代理器控制系統(tǒng)是通過反饋、或是通過鞏固學習過程來學習的。
2 人工智能技術(shù)如何改善醫(yī)療行業(yè)？
首先不要擔心，做手術(shù)的那些外科醫(yī)生還不會很快被類似“會行走、能交流的CP30”的機器人所取代。不過真正可能發(fā)生的，也是谷歌DeepMind想要發(fā)生的，就是利用人工智能支持的軟件，幫助臨床醫(yī)生更加準確地判斷出疾病的早期癥狀。
Suleyman解釋道：
對于醫(yī)療健康行業(yè)來說，最值得注意的事情就是如果我們能夠在醫(yī)療系統(tǒng)里成功部署先進的、現(xiàn)代的技術(shù)，那么就能實現(xiàn)系統(tǒng)優(yōu)化，并且創(chuàng)造出令人難以置信的利潤。
在當今世界里，我真的想不出還有哪種技術(shù)比人工智能更加先進了。如果我們成功了，那么面前將會迎來一個巨大的機遇，也會給全世界帶來積極的影響。實際上，許多人都已經(jīng)指出，至少在過去的20年時間里，技術(shù)在醫(yī)療行業(yè)領(lǐng)域里的應(yīng)用并不成功。
我覺得在這方面，我們真的需要仔細思考一下，我們所提供的東西是否能夠帶來改變。很明顯，我們擁有機器學習和人工智能技術(shù)，但我同時認為，在醫(yī)療健康行業(yè)里更多的是需要解決方案，也就是說，我們需要更加有效地部署人工智能軟件，并且思考如何讓患者和醫(yī)生都能從這些最前沿的技術(shù)中收益。
所以，我們決定開發(fā)解決方案，并且將所有相關(guān)工作“框架化”。為了實現(xiàn)這個目標，我們所做的第一件事情，就是觀察，也就是說，我們要知道受眾用戶日常都在做什么。
我們花了很多時間待在病房里，和醫(yī)生、護士待在一起，嘗試觀察他們的工作有哪些，了解他們工作中所遇到的困難，盡可能多地收集信息，以便可能更加了解我們所要開發(fā)的技術(shù)。我們想先用最快的速度構(gòu)建出一個粗略的設(shè)計框架，讓我們能夠了解人工智能如何應(yīng)用在醫(yī)療健康行業(yè)的大概情況。之后，我們會不斷豐富這個框架，然后一步步去開發(fā)、測試，之后再啟動開發(fā)一個解決方案——試運行、評估、開發(fā)、學習——再重復整個流程。我們要把整個人工智能醫(yī)療解決方案的迭代周期變得非?？?，提升機器學習速度。
從去年九月/十月開始，我們花了三周時間和英國皇家慈濟醫(yī)院（RoyalFree）的醫(yī)生、護士進行接洽。之后，我們研發(fā)了一個能夠試運行的原型產(chǎn)品（之前的沒有連接、導入過任何數(shù)據(jù)），這樣醫(yī)生和護士能夠?qū)嶋H看到人工智能技術(shù)如何在自己的工作中應(yīng)用，比如，他們會反饋給我們哪個按鍵放置的位置不對，哪個顏色很難辨認，某個菜單等級的排列順序不對，諸如此類。我們能夠獲得即時反饋，然后優(yōu)化產(chǎn)品，把醫(yī)生和護士最希望看到的、最想要使用的解決方案放到他們面前。
所以，這就是我們的“秘訣”——讓醫(yī)生來主導人工智能技術(shù)如何在醫(yī)療解決方案上應(yīng)用。所以到目前為止，不管我們準備做什么項目，還是去優(yōu)化改善已經(jīng)開發(fā)的項目，我們都會帶上一個醫(yī)生、或是一個護士，了解他們的真正想法，分析如何才能改善他們的日常操作行為，這樣才能確定一套技術(shù)解決方案是否能夠奏效。
接下來的問題是，如何利用人工智能技術(shù)，讓患者覺得得到了更好的關(guān)懷呢？顯然，在關(guān)懷病人方面，需要提升的空間非常大。據(jù)說，每十個病人中，就有一個覺得在醫(yī)院受到了傷害；事實上，至少一半糟糕的患者體驗都可以預(yù)防、或是完全避免的。
在很多糟糕的醫(yī)患問題中，最受到關(guān)注的就是患者病情惡化監(jiān)測的問題，很快情況下，不少患者會因為自己延誤了病情監(jiān)測，最終導致無法治愈對醫(yī)生產(chǎn)生不滿。而這，本質(zhì)上是一個溝通和協(xié)作的問題。
我認為，由于當前醫(yī)療環(huán)境的局限性，導致絕大多數(shù)有價值的數(shù)據(jù)都留在了紙面或是圖表上，這些數(shù)據(jù)沒有被記錄或被跟蹤，有些醫(yī)院甚至沒有醫(yī)療數(shù)據(jù)日志。如果沒有“可被審計”的數(shù)據(jù)，那么你所發(fā)出的信息準確性就無法判定。因此，我覺得在Deep Mind Health在患者用戶身上“框架化”人工智能技術(shù)之前，需要解決兩個核心的患者安全問題。
第一，就是我們該如何更好的識別患者存在哪些病情惡化風險，最好能夠做到實時判斷。
第二，一旦我們識別出患者身處在風險之中，我們究竟該如何介入？我們不能像分析一個報告那樣，給出一些建議（諸如將醫(yī)療設(shè)備重組之類）。我們真正要做的，是在實時環(huán)境下部署人工智能技術(shù)，幫助臨床醫(yī)生更好的了解患者情況、做到快速干預(yù)。
3 目前，Deep Mind和英國全民醫(yī)療健康系統(tǒng)合作了哪些項目？
Deep Mind目前正在和英國全民醫(yī)療健康系統(tǒng)合作兩個主要項目。第一個，是幫助英國皇家慈濟醫(yī)院的醫(yī)生監(jiān)測急性腎損傷病癥；第二個合作項目會在本周宣布，是使用機器學習技術(shù)幫助倫敦穆爾菲爾茲眼科醫(yī)院的醫(yī)生判斷患者的視力情況。
Suleyman表示說：
我們目前所遇到的、最艱巨的患者安全問題，就是要更好的監(jiān)測病癥。我們會查看患者過去十二個月時間里的急性腎損傷病歷記錄，這是非常重要的。在英格蘭，每年就有超過4萬名患者因為急性腎損傷而住院，而在全英住院患者中，有四分之一都或多或少地和急性腎損傷病癥相關(guān)。而實際情況是，大約有五分之一的急性腎損傷病癥是可以預(yù)防的，但就這一項，就能幫助國家節(jié)約15億英鎊。
所以在2014年，英國全民醫(yī)療健康系統(tǒng)英格蘭分部發(fā)布了一份患者安全警告書，允許醫(yī)院在自己的系統(tǒng)內(nèi)部署能夠預(yù)防急性腎損傷的人工智能算法。
當我們的人工智能技術(shù)完成部署之后，我們所做的第一件事情就是去觀察用戶的日常設(shè)置情況。我們走進了英國皇家慈濟醫(yī)院，并且了解到DeepMind技術(shù)是如何應(yīng)用的。從今天的患者角度來看，我們獲得了第一手的使用體驗，也讓我們了解到整個技術(shù)應(yīng)用環(huán)境是非常、非常復雜的。
一個患者可能會經(jīng)歷很多不同的癥狀階段。我們注意到，整個過程中會出現(xiàn)很多種生命威脅癥狀，也會有很多非常復雜的體征階段，結(jié)果導致我們的人工智能技術(shù)無法準確定位，也錯失了對一些病情惡化關(guān)鍵時間點的判斷。因此我們現(xiàn)在想要做的，是先后退一步，看看我們是否能在風險評估上做的更好，以及是否能在早期癥狀監(jiān)測和實時預(yù)防上做的更好，之后再幫助患者實現(xiàn)全面康復。
一旦我們將項目分解成這些步驟，那么Deep Mind和臨床醫(yī)生之間才真正實現(xiàn)了契合，也只有實現(xiàn)了這些先決條件之后，才能讓我們的技術(shù)真正應(yīng)用到臨床醫(yī)療上去。
4 用于血液測試的AKI報警平臺
針對這一問題，我們開發(fā)了Streams，用于血液測試的AKI報警平臺。這是我們目前進行的一個非常簡單的干涉，通過使用血液檢測結(jié)果，使它真正的持續(xù)集中于一個具體的問題。我認為這是一個真正的機會——可以讓我們走的更多，更遠，并且，將它擴展成一個更為廣泛，且以病人為中心的合作平臺。
它的基礎(chǔ)是，我們有能力及時查明有惡化風險的病人。但這僅僅是挑戰(zhàn)的一部分。接下來，我們需要讓自己有能力去逐步升級，并且更好的進行干預(yù)，這也正是為什么消息和評論是如此重要。以X射線為例，我們發(fā)現(xiàn)醫(yī)院接收員有能力在X射線報告中做出評論，隨后結(jié)合一個呼吸顧問的評論，去獲得專家的意見。
這種交換能以審計的方式進行，即允許我們回顧性驗證。如果需要的話，允許我們回顧性驗證高級臨床醫(yī)生所說的話和隨后采取的行動。除了這些，我們也進行了研究項目來一探究竟，看看機器學習和人工智能技術(shù)，是否真正的有助于診斷。
值得注意的是如果你有糖尿病，相比其他人你將有25倍多的可能患上某種視力下降病癥。但是有趣的是，這幾種因為糖尿病性視網(wǎng)膜病變導致的視力下降病癥，能夠通過早期檢測進行預(yù)防。因此我們一直在思考一件事——如何才能更好得對放射檢查的實時歸類進行改進，用來實現(xiàn)針對某位病人是否需要更多的及時反饋進行合理分類。
目前的現(xiàn)實是在人為表現(xiàn)方面有大量的報告在積壓，這意味著這些結(jié)果可能要在四星期后才能在醫(yī)院中查到。另外，不同的分類者缺乏一致性，有時報告者會漏掉一些糖尿病性視網(wǎng)膜病變和老年黃斑變性（AMG）中的敏感性變化。
通過機器學習我們希望能夠?qū)崿F(xiàn)在更快速的即時結(jié)果反饋，以及更加連續(xù)和標準化的表現(xiàn)。
這個將會幫助我們理解并調(diào)整一些常量，通過這些調(diào)整我們將能夠提升它的特異性。雖然這些都是相當前期的工作，但我們承諾將會發(fā)布包括算法、方法以及技術(shù)實現(xiàn)過程等所有的結(jié)果。希望在我們準備好之后，在今年年底你能聽到更多有關(guān)這項研究的內(nèi)容。
猜你喜歡
安徽醫(yī)學(2022年3期)2022-03-22 09:17:36
閱讀與作文（英語初中版）(2021年8期)2021-09-13 02:16:29
家庭影院技術(shù)(2020年2期)2020-03-25 13:27:36
商界(2019年12期)2019-01-03 06:59:05
IT經(jīng)理世界(2018年20期)2018-10-24 02:38:24
小太陽畫報(2018年3期)2018-05-14 17:19:26
文學港(2018年1期)2018-01-25 12:48:30
小康(2017年16期)2017-06-07 09:00:59
南風窗(2016年19期)2016-09-21 16:51:29
數(shù)字通信世界(2015年10期)2015-12-21 12:22:54
