医疗保健 4.0 |中小企业媒体

人工智能、数据分析、机器人和增材制造正在以机器人辅助手术、罕见病诊断、图像解读和定制关节置换等激动人心的方式改变医疗保健行业。在医疗账单等看似平凡的领域的进一步采用提供了额外的好处。

“心脏病学和骨科实践以及支持它们的相关生命科学公司在使用人工智能、机器人技术和增材制造方面取得了巨大进步，”说西门子医疗器械和制药行业战略高级总监 Jim Thompson。 “研究和开发往往围绕最流行的疾病进行自我优化，涉及的资金最多。

“人工智能只是一种分析数据和创建相关性以根据机器学习算法进行预测的工具。但它恰好是一种非常有用的医疗保健工具。”

心血管诊断水平提升

在心血管医学中，AI 诊断中发现的第一件事是基于预测血钾水平梅奥诊所 (Mayo Clinic) 工程主席马克韦德 (Mark Wehde) 说：“这是一个没有人尝试过的新概念，”韦德说。 “心脏病专家知道血钾水平会影响心脏的功能；如果某人的血钾水平非常低，您会看到心脏电活动的变化。他们想知道是否存在相关性。他们将患者的信息输入算法训练集，然后查看 EKG 波预测血钾水平的准确度——结果确实准确。”

Wehde 说，这种相关性很重要，因为与让患者到医院或医生办公室抽血测量钾水平相比，在医院外监测患者的 EKG 水平相对常规。 “它具有巨大的影响力。”

Wehde 说，速度和云存储已经改变了 AI 的游戏规则。

“AI 是已经存在很长时间的事物之一”，韦德说。 “即使作为一名年轻的工程师，我们也在谈论神经网络。承诺一直存在，但从未真正实现。直到最近几年，这项技术才赶上了承诺。问题在于拥有能够在合理时间内高效运行人工智能算法的处理能力和微控制器。云存储的爆炸式增长使得以低廉的成本存储大量数据成为可能。将其与令人难以置信的强大计算引擎相结合，我们现在拥有他是运行日益复杂的 AI/ML 算法所必需的部件。”

“梅奥诊所正在 AI 领域投入大量精力，”Wehde 说。 “我们正在与谷歌的工程师合作，将我们所有的数据都存储在云端，以便能够在其上运行算法，以找到改进诊断和治疗的方法。”

例如，人工智能现在可以是Thompson 说，用于分析 X 射线、CT 扫描和 MRI 的诊断影像比人类更快、更准确、更一致。 Thompson 说，这种分析非常耗费人力，训练有素的护士、工程师或技术人员可能需要花费两个小时到一整天的时间。

过去的方法是获取数据，在Wehde 说，一台计算机，使用计算机鼠标操纵该图像，然后逐层移动该图像，逐片寻找问题。

现代的 AI 信息系统进行费力的扫描以识别有问题的图像他说，这种情况并不常见，需要放射科医生给予更多关注。

人工智能在放射学中的模式识别方面做得很好，Wehde 说。 “这是医疗保健领域的首批大型应用之一，可以帮助放射科医生减轻他们的工作负担。现在我们能够快速处理数以千计的 MRI 和 CT 图像。”

Wehde 说，这样的系统“能够发现受过训练的放射科医生会遗漏的东西”。 “它提高了质量，减少了所涉及的时间。这对每个人来说都是一场真正的胜利。”

“经过适当训练和优化的人工智能程序可以在不到一分钟的时间内完成分析，”汤普森说。 “这是一个巨大的生产力提升。”

基于人工智能的分析更加准确和一致。 “因为它是一个查看结果的计算机程序，所以它尽可能准确，可以与厌倦或厌倦查看像素的人类进行比较，”汤普森说。 “这并不意味着人工智能是完全准确的，因为图片并不完全准确。”至于一致性，三个不同的人可能会得到三个略有不同的结果，而 AI 会提供更加一致的结果，他说。

AI 可以帮助确定何时是进行手术的最佳时间，副总裁 Ed Cuoco 说PTC 战略和解决方案总裁。考虑一位需要更换膝关节的患者，并考虑何时更换关节“AI 可以通过显示更多可能的结果来增强医生的决策，”Cuoco 说。

AI 的一个局限性是它的算法取决于提供的数据来应用机器学习，他说。 “如果你向 AI 展示一个与所见完全不同的案例以前，结果可能非常不准确，因为算法没有针对数据和属性的组合进行训练，”Thompson 警告说。 “该算法仅与经过预处理的机器学习数据一样好。”

具有成本效益的数据分析

在梅奥诊所，临床医生正在将数据加载到一个来自世界各地的各种常见和不常见的疾病和病症，以帮助缩小数据差距。 Wehde 说，例如，Mayo Clinic 的医生去年治疗了 8 例罕见的脑肿瘤。

“我们看到了来自世界各地病情最严重的患者，”Wehde 说。 “我们看到了其他供应商看不到的东西。地区或社区医院的医生没有发现这些情况。 AI 将缩小差距，提供那些不一定是你最先想到的答案。”

“即使有了互联网，波士顿的医生也很难知道最新的 goi继续在洛杉矶的一家医院工作，更不用说在东京的一家医院了，”Cuoco 说。 “不会突然出现新的数据来源，但将大量数据来源整合在一起要容易得多。”

数据分析可以帮助揭示行为模式、物理退化模式和意想不到的药物相互作用，Cuoco

虽然较小的乡村医院可能无法投资 1 亿美元的机器，但这些医院可以通过减少对良好数据分析的投资来获得重要收益，Cuoco 说。

“与机器相比，数据和分析相对便宜。有助于良好诊断和护理的良好数据分析对乡村医院来说更具成本效益，”Cuoco 说。 “不是每个人都能住在一流医院附近。数据分析无法取代它，但它可以帮助缩小差距。”

外科医生/机器人合作伙伴

机器人有望协助和执行手术Thompson 说，手术，尤其是骨科、心脏护理和小型手术。

例如，外科医生与机器人合作，允许外科医生在观察放大图像的同时引导机器人Thompson 说，患者的解剖结构比单独工作的外科医生具有更精确的视力。

Wehde 说，机器人通过直径小至一英寸的小端口对患者进行内窥镜手术变得更加可行。

“机器人真的很擅长一遍又一遍地做同样的事情，”Wehde 说。 “机器人系统能够以人手无法做到的方式移动。它们可以 360 度圆周旋转。”

Wehde 说，外科医生可以小心而精确地引导机器人将肿瘤定位到患者大脑深处。

机器人还可以扩展外科医生的视野职业生涯，韦德说。 “有一点，外科医生的灵巧性不存在；手不够稳，”他说。 “计算机和机器人系统可以弥补这一点。只要头脑仍然敏锐，外科医生仍然可以做手术。”

根据预测的医生短缺情况——美国医学院协会预计到 2025 年将有 46,000 至 90,000 名医生短缺——延长Wehde 说，外科医生的工作寿命很重要。

增强现实，3D 打印辅助培训

增强现实也发挥作用，将专家连接到偏远的医院和战场以及培训， Cuoco 说。

Cuoco 说：“AR 让医生甚至医学生能够获得真实的培训，不仅在手术方面，而且在药物处理和样品处理方面，而不是涉及真人的更昂贵的培训，” .

一种新兴趋势是使用增强现实将患者的诊断和药物投射到坐在医生办公室的患者或Cuoco 说，远程医疗预约屏幕。

增材制造在培训医生方面具有价值，因为可以 3D 打印相同的解剖部分，而不是使用尸体汤普森说，一遍又一遍地接受医生培训。他说，在不寻常的情况下，外科医生可以在医院使用增材制造来展示疾病在患者体内的表现，从而提供比二维成像更好的结果。

整形外科医生和整形外科医生Thompson 说，医疗设备公司在利用增材制造制造个性化手术器械方面处于领先地位，在某些情况下，还包括膝关节、髋关节、踝关节和肩关节置换等实际植入物。

至于假肢，增材制造使公司Unlimit该公司表示，ed Tomorrow 旨在制造轻巧的人造手臂，这些手臂是相对肢体的镜像，比其他替代品更经济实惠。

“这对儿童尤其重要，因为他们生长得如此之快，”汤普森

利用 AI 更快、更准确地计费

虽然上面的例子占据了更多的头条新闻，但 AI 在发现错误和浪费方面为医疗计费提供了巨大的好处，Cuoco 说。 Cuoco 说，假设地，如果保险提供商知道编码为 123 的测试通常伴随着另一个编码为 ABC 的相关测试，那么编码为 ABD 的测试就会提醒人工智能系统人类应该检查潜在的错误。

“保险中的医疗代码计费是一项很大的人工工作，而且极易出错”Cuoco 说。 “人工智能可以寻找不寻常的模式和危险代码。预先提高准确性可以节省数百万美元的保险浪费。这是 m 中一个被低估的部分人工智能具有深远影响的医疗综合体。它只是不像做手术或附加关节设计的机器人那样令人兴奋。

但是医疗计费编码员短缺。 AI 使医疗账单更有效地发生并解决这种短缺的可能性与更先进的直接适用的 AI 实例一样意义深远。”

总体而言，监管批准仍然是一个挑战，培训医疗提供者也是如此关于新技术，Thompson 说。

“最大的挑战在于不断发展的医疗实践，”Thompson 说。 “拥有一项在实验室中有效并且可以被 FDA 或全球其他监管机构批准的技术是向前迈出的一大步。然后医疗保健系统和个人实践中的每个人都必须了解这些技术，采用它们并开始使用它们。你如何训练他们，教育他们？交付实践和年长的人员减缓了采用速度。”

在在过去的十年中，越来越多的数字原住民进入了医疗保健领域，并开始问：“为什么我们不采用数字方式来做这件事？” Thompson 说。

负担能力正在成为另一个挑战，特别是在发展中国家，例如非洲的医疗保健系统没有足够的财力来支付新兴技术，他说。​​

汤普森说，展望未来，新设备将有助于解决各种神经系统问题。 “越来越多的投资流向了神经病学，”汤普森说。 “那是下一个前沿领域。”