「AI＋醫療」最具前景的十大應用，你不可不知！

歡迎下載健康界客戶端，查看更多醫療資訊

來源：國壽股權投資

人工智慧（AI）在醫療健康領域的應用前景正在吸引越來越多人的關注，尤其在簡化行政管理和臨床醫療管理流程方面，AI被賦予了很多想像，同時也吸引了眾多資本的流入。

美國風險投資公司Rock Health的數據顯示，2011年至2017年期間，121家健康領域的人工智慧和機器學習公司融資額超過27億美元。市場普遍認為，AI技術一旦廣泛應用到現實的醫療服務中將會帶來巨大的市場效應。

哈佛商業評論的一份研究認為，AI將在10個領域內得到有效應用，將大幅減少美國每年的醫療開支，「截至2026年，每年節省1500億美元」。該機構還建議，「從目前階段來看，投資人或許應該優先考慮目前能夠提供最大的價值的AI應用——人工智慧輔助手術，虛擬護士，行政工作流程管理等。」

基於AI技術本身的特徵以及醫療領域龐雜的業務需求，哈佛商業評論列出了10項AI在醫療服務領域的最具前景的應用：

01

AI讀片可比人快一倍

在影像診斷領域，AI可以快速閱讀成像，並對成像進行分析和診斷。早在2011年，來自紐約大學Langone Health的研究人員就做過一組測試，結果顯示，AI在胸部CT圖像上能夠自動分析可以找到並匹配特定肺結節，且速度比放射科醫師組快62％至97％。

哈佛商業評論對當前的AI技術準確度和診斷速度進行進一步評測，認為AI在圖像診斷方面將極大地提高放射科醫生的工作效率。「AI的使用可以讓放射科醫生有更多時間專註於需要更多解釋或判斷的評論，這種AI生成的圖像分析效率可以每年節省30億美元。」哈佛商業評論認為。

02

AI輔助手術可提高

與目前獲得市場普遍認同的影像分析相比，哈佛商業評論認為運用AI技術實現的手術輔助機器人將創造更大的價值。

「在整形外科手術中，一種AI輔助機器人技術可以分析來自術前醫療記錄的數據，以便在手術過程中實時指導外科醫生。它還可以使用以往類似手術數據來指導手術細節，提高手術的成功率和有效率。」

此前市場針對9個手術部位的379名骨科患者進行了一項調查，與單獨操作的外科醫生相比，在Mazor Robotics公司的AI輔助機器人輔助下的醫生所執行的手術併發症減少了五倍；另外在整形外科手術中，有AI輔助機器人輔助的患者的平均住院時間縮短了21%。

「因為併發症和錯誤更少，每年節省400億美元。」哈佛商業評論估算稱。

03

AI輔助減少劑量誤差

人工智慧技術還可以被應用於解決昂貴的劑量誤差問題。哈佛認為，在該問題上，AI如果得到有效應用，將可以幫助節省160億美元。

2016年，加利福尼亞州的一項開創性試驗發現。研究人員利用AI技術開發了一個可以正確指導器官病變患者用藥劑量的公式，該技術雖然仍處早期，但已經呈現出在解決劑量問題方面的重要潛力。

傳統而言，劑量取決於兩個因素——藥品使用指南和依據醫生診斷所進行的猜測。醫療領域的專業人士都知道，劑量誤差占所有可預防的醫療錯誤的37％；而且正確劑量用藥是確保器官移植完成後在體內不被排斥的重要因素。

04

AI可為特定病種進行初診

使用人工智慧來幫助臨床判斷或診斷仍處於起步階段，但正在出現一些結果來說明這種可能性。

2017年，斯坦福大學的一個小組測試了一組識別皮膚癌的AI演算法。該測試中，21位皮膚科醫生與AI同時對患者進行診斷，結果表明，「與所有經過測試的專家相比，AI演算法表現出與所有測試專家相當的能力......證明能夠將皮膚癌分類的人工智慧具有與皮膚科醫生相當的能力水平。」

哈佛對該技術應用後產生的經濟效用進行了測算，認為AI可以為患者進行初診，由此每年將節約急診費用50億美元。

05

AI可替代部分護士的工作

另外一項應用則是基於人工智慧在幫助患者方面的潛力。例如，Sensely的「Molly」是由UCSF和英國NHS用於與患者互動的人工智慧護士化身，詢問他們的健康問題，評估他們的癥狀，並指導他們進入最有效的護理環境。我們的研究結果估計，通過節省20％的護士在患者維護任務上花費的時間，人工智慧護士助理可以每年節省200億美元。

06

AI助力提升後台運營效率

人工智慧也有望幫助醫療健康管理代價高昂的後台運行低效問題。與患者護理無關的活動消耗了護士工作量的一半以上（51％）和近五分之一（16％）的醫生活動。基於AI的技術（例如語音到文本轉錄）可以改善管理工作流程並消除耗時的非病人護理活動，例如編寫圖表注釋，填寫處方和訂購測試。我們估計這些應用每年可為行業節省180億美元。

例如，以色列的 Beth Israel Deaconess醫學中心日前運用AI來檢測患者的重複住院率以及爽約記錄。通過該應用程序，醫院可以預測患者是否可能會出現爽約或者乾脆不來醫院治療，從而提前干預。

07

AI輔助識別欺詐

對醫療服務公司和保險公司而言，錯誤和欺詐也是同樣昂貴的問題。欺詐檢測傳統上依賴於基於規則的機器運算和醫療索賠人員的人工審查。

該工作非常耗時，其目標在於能夠快速發現異常以進行干預。健康險公司可以使用AI技術進行數據挖掘，再加上基於人工智慧的神經網路（模仿人類大腦的過程，但速度要快得多）來搜索醫療保險索賠與醫療報銷欺詐相關的模式。

哈佛商業評論估計，通過提高Medicare索賠中欺詐檢測的速度和準確性，AI可以每年節省170億美元。

08

AI提升網路安全

除了欺詐活動之外，過去幾年中一連串的數據泄露事件使網路安全成為醫療行業的主要關注點。

據估計，醫療保健違規行為使每個患者的費用達到每位患者380美元。使用AI監控和檢測與專有數據的異常交互可以通過減少健康記錄違規而每年節省20億美元。

隨著人工智慧技術變得越來越普遍，醫療相關機構將會在最能創造價值的領域進行大額投資。目前人工智慧用於臨床判斷的用途仍處於起步階段，技術成熟和全產業覆蓋仍然需要時間。但從目前階段來看，投資人或許應該優先考慮目前能夠提供最大的價值的AI應用——人工智慧輔助手術，虛擬護士，行政工作流程管理等。

原文鏈接：

https://hbr.org/2018/05/10-promising-ai-applications-in-health-care

大家最近還在看

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！