2019醫療人工智能或將迎四大爆發點

陳誠

近年來，多家企業源源不斷地向領先技術領域注入大量資金，尤其是那些希望降低成本、改善患者健康的公司。市場情報公司Tractica的數據顯示，2018年醫療人工智能技術領域的投入為21億美元，預計到2025年這一數據將超過340億美元。

目前，亞馬遜（Amazon）、西門子（Siemens）、IBM、Optum、通用電氣醫療保健系統（GE Healthcare and Health Systems）、Mayo Clinic、紀念斯隆-凱特琳癌癥中心（Memorial Sloan Kettering）及美國山間醫療集團（Intermountain）正在持續開發患者記錄，為人工智能算法訓練提供醫療數據，使其通過識別模式進行學習，從而實現關鍵預測。

在某些情境下，人工智能的深度學習能力已超越醫生。專家預測2019年醫療人工智能將持續增長，尤其是在成像、診斷、預測分析和管理領域。

管理領域增幅最大

遠的不說，預計到2019年底，醫療人工智能技術市場的投入就將超過17億美元。

這項技術可用于檢測醫療支出中的浪費、欺詐和濫用行為，這些行為每年費用占到全美3萬多億美元支出的3%～10%。

弗若斯特沙利文（Frost and Sullivan）醫療保健和生命科學高級副總裁雷尼塔·達斯（Reinita Das）預測，未來幾年內，醫療服務中人工智能操作平臺的生產率將提升10%～15%。

對于重復性的耗時任務，應該給予人工智能蓬勃發展的空間。美國醫療體系中的確有很多此類工作。

以調度和預約為例。克利夫蘭醫學中心MetroHealth系統在2017年底引入人工智能協助運營決策之前，四家醫院的掛號爽約率為10%～35%。

MetroHealth首席戰略和創新官卡里姆·波特斯（Karim Botros）表示，MetroHealth可使用人工智能來篩選出那些很可能爽約的患者，并進行第二次提醒，從而避免浪費醫護人員的時間。到目前為止，人工智能已成功將爽約率降低了30%左右。

專家表示，2019年人工智能可能會涉足醫院運營版塊。

Cleveland Clinic目前已開始使用人工智能系統來統一管理醫院病床的使用情況，充分發揮其容量和利用率。通過觀察手術室患者的實時狀況，該程序有助于識別手術過程中的潛在困難。

人工智能還可用于追蹤藥物及醫療設備狀態，督促患者支付醫療費用。

自動化配藥工具軟件服務商Kit Check為醫療機構提供機器學習方案“Bluesight for Controlled Substances”，幫助其識別藥物分流。該方案通過對一系列指標（如員工的物理位置、文檔的上傳下載等）對員工進行評分，來識別可能具有偷盜藥物行為的醫務人員。

Kit Check首席執行官凱文·麥克唐納（Kevin Macdonald）表示，“該程序通過分析醫院內部同級別人員的數據，來評估員工偷盜藥物的概率。”

麥克唐納還指出，人工智能或許會有助于降低藥物支出，特別是涉及到受控藥物廢棄、藥物消耗及安全與合規性領域。

軟件服務公司Simplee為醫療機構提供數據和預測分析服務，以此來確定患者的線上支付能力，從而根據患者的財務情況自動為他們推薦付款方案或選項。

“進入醫療系統或其他領域時，我們經常碰到的問題是，我們并沒有真正了解該領域的工作流程和文化，也沒有考慮應用可行性，只是簡單地對目標進行追蹤。”

簡化患者匹配流程

人工智能聊天機器人和虛擬助理可幫助拓展醫療可及性，讓患者免去一些不必要的現場就診，如巴比倫醫療（Babylon Health）的疾病預防和人工智能診斷、Sense.ly的虛擬護士平臺以及Novo Nordisk的糖尿病聊天機器人Sophia。

如果患者需要醫療護理，人工智能可幫助選擇合適的臨床醫生。

醫療機構巨頭Providence St. Joseph Health（PSJH）使用一種叫做Kyruus的人工智能技術來提高患者與醫療機構的匹配程度。PSJH首席數據官阿倫·馬丁（Aaron Martin）表示，在應用該技術之前，約30%～40%的預約時段并未得到合理利用。

Kyruus使用醫療機構的數據管理程序來識別、匹配醫患信息，為患者預約到最能滿足需求的專家。

隨著越來越多的老年人選擇在家里養老，人工智能可用于創建智能家居環境，持續關注老年人的健康和安全狀況。人工智能醫療公司Zanthion的首席執行官菲利普·瑞吉（Philip Regenie）如是預測。

不過，人工智能在家中的監控對象可不僅限于老年人。

專家預測，2019年人工智能將繼續為醫療領域變革提供動力，幫助其從被動的、基于醫院的模式向主動的、基于家庭的模式轉變。

人工智能的進步，還將為患有慢性疾病或活動受限的患者提供更大的助力。

與家庭傳感器、可穿戴設備及其他家庭治療方案相結合后，人工智能或許能夠在癥狀出現之前幫助檢測到重大疾病。