十大最有应用前景的AI应用程序详解.doc

《十大最有应用前景的AI应用程序详解.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、十大最有应用前景的AI应用程序详解　　目前人工智能（AI）在医疗领域的快速发展让人们倍感鼓舞，许多AI技术正在简化患者的就医流程，同时也在颠覆性地改变医生的工作流程，根据风险投资公司RockHealth的数据，2011年-2017年间，共有121家医疗AI和机器学习相关的公司在206项交易中融资27亿美元。　　医疗保健领域内的AI应用看似范围非常广泛，几乎涵盖了从诊断到手术治疗等的各个方面，但是从另一个角度来看，AI的范围其实很窄，因为医疗保健领域内的AI通常只能执行一项任务。那么，目前为止，最有前景的医疗AI应用程序有哪些

2、呢？以下是《HarvardBusinessReview》杂志调查的10个最有应用前景的AI应用程序，他们估计在2026年前这些应用程序可以为美国的医疗保健创造高达1500亿美元的年储蓄。　　调查基于AI应用程序的可接受性以及年储蓄的潜在能力，发现AI目前在提高一线临床医生工作效率方面创造了最大价值，但是在临床决策或者改善预后方面的应用尚比较少见，真正落实到临床的应用程序更是少之又少。　　那么目前医疗保健领域内最有前景的10大AI应用是什么了？请看下表：医疗保健领域内最有前景的10大AI应用　　应用实例1、放射学科　　AI能够

3、快速准确地标记放射科医师注释的特定异常情况，证明其有提高图像分析效率的能力。2011年，纽约大学Langone卫生研究所的研究人员发现，这种类型的自动分析可以找到并匹配特定的肺结节（在胸部CT图像上），且速度还要比放射科医师快62％至97％。有研究结果表明，这种AI生成的图像分析效率可以为放射科医生提供更多的时间来专注于需要更多解释或判断的病例，从而每年可节省30亿美元。2、手术机器人　　在骨科手术中，一种AI辅助机器人技术可以分析术前医疗记录中的数据，以便在手术过程中实时指导外科医生的器械操作，它也可以使用来自实际手术经验

4、的数据并告知医生新的手术技术。对9个手术部位的379名骨科患者进行的一项研究发现，与外科医生单独手术相比，由MazorRoboTIcs创建的AI辅助机器人技术使手术并发症减少了5倍。在骨科手术中研究发现，AI辅助机器人手术可以减少并发症和错误处理，从而使患者术后的住院时间缩短21%，AI辅助机器人的使用每年可创造400亿美元的储蓄。3、降低剂量误差率　　AI技术也被用于应对需要昂贵代价的剂量误差问题，研究表明在这方面人工智能可以节省160亿美元。2016年，加利福尼亚州的一项开创性试验发现，在AI的帮助下开发的数学公式正确地

5、计算了靶向用于患者某个器官的免疫抑制药物剂量。确定剂量传统上取决于指导方针和医生经验的结合，并且剂量误差占所有可预防医学过失的37％。虽然这种类型的AI技术是新生的，但考虑到正确的剂量对于确保器官移植后移植物不被排斥是至关重要的，所以该应用也是非常有前景的。4、辅助诊断　　AI辅助临床判断或诊断仍处于起步阶段，但一些研究结果正在给我们不断带来希望。2017年，斯坦福大学的一个小组比较了21位皮肤科医生和AI算法识别皮肤癌的能力，如去年《Nature》杂志报道的那样，AI阿算法能够与所有测试过的专家达成一致，能够对皮肤癌进行分

6、类，并具有与皮肤科医生相当的能力水平。研究表明，在患者进入急诊部门之前用AI先进行初步诊断，每年可以创造50亿美元的储蓄。5、虚拟护理　　AI虚拟护理在照顾患者方面有巨大的潜力，例如目前美国的旧金山加利福尼亚大学（UCSF）和英国的NHS正在使用的Sensely的“Molly”，是一个由AI驱动的与患者互动交流的护士头像，它可以们询问患者的健康状况，评估他们的症状并指导他们到最有效的护理环境。研究估计，由AI支持的虚拟护理每年可以节省200亿美元，节省护士花费在患者护理任务上的20％时间。6、优化工作流程　　AI能够帮助医疗

7、保健行业解决昂贵的后台问题和工作效率地下。护士工作的一般时间（51%）、医生工作的近1/5（16%）都花费在了与患者护理无关的活动上。基于I的技术，如语音到文本的转录、编写图标笔记、填写处方和订购试剂等既可以优化管理工作流程，也可以避免与医疗无关的不必要活动。研究估计，这项应用可以节省180亿美元。　　例如，虽然贝斯以色列女执事医疗中心的人工智能癌症筛查引起了人们的关注，但其首次应用人工智能却是利用AI降低再次入院率并确定可能的失约者。利用机器学习，贝斯以色列医疗中心的技术专家开发了一个应用程序，用于预测哪些患者可能会是失约

8、或者终止治疗，以便他们可以提前介入。7、欺诈识别　　错误和欺诈对于医疗保健机构和保险公司来说都是棘手问题。欺诈检测传统上依赖于计算机化（基于规则）和人工审查的医学索赔相结合。这是一个很耗时的过程，取决于在事件发生后能够迅速发现异常情况并进行干预。健康保险公司正在试验AI支持的数据挖掘，并结