ITHowBiz,睿·信科技网站发布公测啦……!

×

医疗AI 拒绝浮夸 让生命得到“精准”呵护

关闭

viewpoint-2017010504-cover

当人工智能(AI)这样的热点话题在面对医疗领域时,总要面临一个看似非常严峻的挑战,即人工智能技术与医疗诊断之间的关系如何平衡。因为医疗的服务流程、医治水平以及医疗机构的管理水平,每一个环节所出现的“闪失”都会不同程度的影像患者的生命,使得在探讨医疗领域开展AI应用推广时,如何准确把握AI医疗场景成为医疗机构的头等大事。

医生在诊疗过程中担负着第一责任的角色,因此任何IT手段在诊疗过程中所发挥的作用是起到“辅助决策”的功能。尽管如此,AI技术在医疗领域的应用并未因此受到限制,而是借助自身在分析识别、预测判断等方面的技术优势,已经深入到了问诊、诊断以及重大疾病的预测分析等诸多诊疗的关键环节之中。

语音识别 与抢救窗口赛跑

急诊抢救对于医护工作者而言是一个与“生命赛跑”的过程。正是在这样一个对于抢救时间极为敏感的环节中,传统的患者诊断记录方式——手写方式,或是信息录入方法,不仅仅效率不高,而且面对某些危重抢救时,也无法有效开展。国内知名的脑神经医疗机构——首都医科大学宣武医院,以及其他三甲综合性医院,正在积极的尝试将语音识别技术应用在急诊抢救的环节之中。

与英特尔有着深度合作的科大讯飞,通过与英特尔的合作借助人工智能技术实现了专业领域中高准确度的语音识别突破。在患者抢救过程中,医生可以借助语音输入的方式,快速将危重患者的病情提交到系统后台。在最短的时间里实现了与相关化验、手术等相关部门的信息协同。这类语音识别技术的成熟,不仅要求后台计算模式对于语音声音特质的识别,同时还需要对特有的医疗术语有着深度学习。

语音识别技术对于医疗机构而言,不仅仅在急诊抢救过程中,能够最大限度的缩短危重患者病情关键信息的采集时间。同时,它在医疗诊疗缓解的深入应用还能弥补以往患者传统就诊中的“信息盲点”。以往患者的日常门诊信息并非要强制录入到医院的应用系统之中,但是这样的做法在今天已经存在明显的隐患。然而,日均门诊量过万的医疗机构,想要在有效的诊疗时间里,让医生高效、准确的录入患者门诊信息。这无疑给医生出了一个“难题”。采用而AI应用在门诊患者病历的建立上,则能够让医生专注于患者病情的分析、判断,同时也实现了患者病情信息的有效录入。

影像分析 “点睛”毫厘之间

医学影像存储及传输系统(PACS)对于医疗机构而言,它的应用深度和广度触及到了医疗机构诸多重要岗位。无论是PACS系统中涉及到的“三维重建”、“二维重建”,还是对于海量影像数据的计算、分析,这对于医生诊疗的工作都起着重要的作用。从医疗最终的决策角度出发,虽然数据挖掘和分析,还不能代替医生的最终决策,但是IT平台所提供的图像精准程度以及对于典型疾病构建的预测、警示的模型,可以有效的辅助医生制定医治方案。

在美国,2015年所有医疗机构所累积下来的影响数据已经达到750PB,预计到2016年年底,这个数据将超过1EB。影像数据无论从个体数据的体量上,还是整体的数据规模上,都具有“大”的特点。英特尔在与CloudEra的深度合作下,实现了医疗影像领域Hadoop大数据应用的成功实践。这个实践过程,英特尔构建所所构建的IA基础架构,不仅仅要满足PACS系统中DICOM图像标准的高解析指标的要求,同时还要满足美国医疗领域HIPPA规范对于云端存储的合规要求。针对PACS系统的有效“云”化,医疗机构可以整体的管理、分析数字化影响。建立在这样的一个数据影像资源的整合前提下,医疗机构可以借助Hadoop平台,对过去数年累积的影像资料进行分析,有针对性的对某些特定疾病构建预警模型。

英特尔在医疗影像的数据存储、计算领域,不仅仅实现了与CloudEra基于Hadoop应用的深度合作模式,同时还能够让底层的基础架构,即基于至强处理器的私有云架构实现在计算资源、网络资源以及存储资源的灵活调用。这些方面的技术支撑特点,让医疗机构在能够针对特定的PACS系统构建符合影像需求的底层架构。

疾病预测 AI凝聚释放医疗“底蕴”

医疗机构的数据资源整合和分析所释放出来的价值,不仅仅能够提升医生的诊疗水平,与此同时,某些重大疾病的诊疗数据整合和分析,还能给医院制定疾病的预防、预判提供有效的帮助。也正是基于这个原因,国内外医疗机构都在着力打造CDR(临床数据中心)平台。

北京大学第三医院(简称北医三院)基于英特尔架构所构建的Hadoop平台实现了全院临床数据的集成和汇总。为了确保医疗业务的有序稳定运行,同时还要确保医院日后在医疗科研领域的需求,北医三院采用了业务系统与数据资源松耦合的模式。Hadoop平台之中的医疗数据资源可以灵活调用,这位北医三院未来针对某些重大疾病的研究分析奠定了基础。

相对于中国同行而言,美国Penn Medicine医疗机构不仅仅与采用了英特尔的IT基础架构来搭建他的临床数据中心。同时Penn Medicine 数据科学团队借助英特尔TAP(可信赖分析平台)的解决方案,快速的搭建起他们的重大疾病的分析平台。该平台的建立成功,让Penn Medicin的临床医生更加及时的发现那些有可能患上当前诊断技术尚无法确诊的危重症患者。

英特尔TAP是一种可扩展的开源平台,它能够给医疗、制造以及零售等多个行业的用户提供一套快速搭建并实现业务分析的大数据平台。Penn Medicie医疗机构的IT团队,借助英特尔TAP所构建的私有云平台,不仅仅实现了大数据业务的分析,还能够将原有大大小小上千套的医疗系统进行了“云化”。

AI的应用在今天虽然还出在一个早期的起步阶段,但是它在某些特定应用场景中已经日趋成熟。今天,语音识别技术在医疗就诊过程中的应用,有效的节省了急诊救治时间,也提升了就诊数据获取的准确性。同时,数字化影像领域的数据分析和挖掘的技术提升,让医生的诊疗过程更加理性、客观。而随着大数据、深度计算的应用在医疗机构的CDR领域之中,AI不仅仅可以让医生能够更加精准的判断病情,同时还能够更早的感知到患者患病的几率,从而最终实现医疗与健康两大领域的有效衔接。

返回顶部