您的位置首页  汽车生活  自驾旅游

人工智能快速发展的时代,医护人员应警惕“GPS效应”

意大利电信

近日有关于意大利电信的话题受到了许多网友们的关注,大多数网友都想要知道意大利电信问题的具体情况,那么关于意大利电信的相关信息,小编也是在网上收集并整理的一些相关的信息,接下来就由小编来给大家分享下小编所收集到的与意大利电信问题相关的信息吧。

点击(前往)进行了解>>

以上就是关于意大利电信这个话题的相关信息了,希望小编分享给大家的这些新闻大家能够感兴趣哦。

人工智能(AI)发展潜力巨大,可改变医疗动态,但它同样也是最充满未知的技术之一。美国咨询公司埃森哲(Accenture)预测,作为一个快速发展的技术,到2026年,AI在临床医疗领域的关键应用每年或可为美国医疗经济节省1500亿美元(约合9766.35亿元人民币)。

根据Optum公司的最新报告,美国83%的医疗机构已在2020年开始实施AI战略,另有15%的医疗机构正在计划制定AI战略,更有多家医疗机构因新冠疫情提前展开了AI战略部署工作。

为进一步阐述医院所面临的担忧与机遇,三位致力于AI计划的专家对此发表了各自的看法。

多数医院管理者并不了解AI

达拉斯儿童医院(Children’s Health in Dallas)高级副总裁兼首席数据官马克尔·齐米艾斯凯(Mark Ziemianski)称:“尽管AI已成为行业热词,但人们并没有真正地了解其含义。”

Pieces创始人兼首席执行官鲁本·阿马拉辛厄姆(Ruben Amarasingham)则表示,由于大众眼中的AI涉猎广泛,可应用的领域也很宽泛,这的确会引起医院管理者对AI的误解,但“AI的最佳定义应是‘机器复制某些或全部人类智慧功能的能力’。”

阿马拉辛厄姆认为,在开发过程中,AI最先进的形式通常就是所谓的广义人工智能。这种形式的AI全面模仿人类思维,使计算机可以和世界互动,而不是仅被视作机器,这一现象就是所谓的图灵测试。

“这种能力在医学上是无法获得的。在医疗领域,AI的应用范围要有限得多。AI专注于建立早已使用相当长一段时间的统计与计算机科学工具,即一二十年的机器学习、深度学习和神经网络。”医学能力则专注于‘相对有限的任务’上,如解读胸片或确保用药正确。

阿马拉辛厄姆称:“毫不夸张地说,AI在医疗领域的发展前景一片大好,目前尚处于最初阶段。”

图片来源:图虫创意

大量医疗数据可被AI利用

OSF医疗之OSF创投事业部总经理盖瑞特·维根塔丝(Garrett Vygantas)表示,医疗领域正产生大量需要获取和分析的数据。机器学习和其他包括AI在内的计算机工具为医院“抓住眼前的机遇”提供了资源。

维根塔丝称:“从基因组革命到蛋白质组学革命,再到(电子)病历应用驱动下的数据互操作性,过去三四十年里取得的进步无疑是巨大的。而从最细小的分子水平直接到人口健康管理,(可用)信息的数量呈爆炸式增长。AI让这些理念得以利用,而光靠人类几乎不可能实现这些或实现的程度十分有限。

图片来源:图虫创意

AI可降低医务人员的职业倦怠

阿马拉辛厄姆认为,AI的另一个好处是有助于减轻认知负担,并减少医务人员的工作量。

他称:“目前,医疗服务实施过程中的各个方面都存在摩擦。”而文档相关的耗时性任务将从护理工作中剥离开来。“我认为AI在执行许多或大多数此类任务上存在巨大的潜力,可为医患关系留出更多空间。这也将降低医务人员的职业倦怠,减轻医务人员的工作负担,同时可确保医疗工作完成的准确性,从而改善治疗效果。这是未来十年里我们将见证的最大进步,它也将让医疗变得更加欢乐。”

图片来源:图虫创意

过度依赖AI会降低临床工作者的认知能力

阿马拉辛厄姆说:“AI研究人员和构建AI工具与产品的工作者都关注的一个点就是我所说的‘GPS效应’。”在驾驶过程中依赖GPS进行导航,司机会因此丧失导航认知能力。同样,随着医务人员越来越依赖AI工具,许多人也因此担心医务人员在行医过程中有可能会发生类似现象。

阿马拉辛厄姆表示:“随着AI在医疗领域的应用越来越深入,医生、护士及其他医疗人员是否有可能会过于依赖AI,而不去学习相关领域的知识?如果AI机器出错,我们如何妥善处理呢?”

统计误差、冲突数据,亦或数据应用上的细微差别都可能会出现问题。“若这些心智能力始终得不到训练,你可能会默认机器给出的建议。这会是每个行业都要面临的一个严峻挑战,尤其是医疗这样的认知行业。”

阿马拉辛厄姆还表示,这个问题已经在航空产业发生。“如果我们过于依赖机器的指示,那医疗行业也将发生相同的状况。”

图片来源:图虫创意

AI已在医疗领域取得重大进展

齐米艾斯凯表示,达拉斯儿童医院早在新冠疫情之前就已启动多项AI计划,而新冠疫情则催生出更多用途。目前,达拉斯儿童医院在以下方面应用AI:

  • 利用AI保障个人防护设备(PPE)供应;检查五年内手术及门诊就医时PPE使用情况的相关历史数据,对当前库存进行预测。
  • 用于急诊科就医人数分析;依据敏锐度和主要诉求相关的历史数据预估将要住院治疗的人数。
  • 用于应对败血症和哮喘,评估再入院风险和超长住院时间;

维根塔丝表示,医院多个科室正在通过AI提高工作效率,包括手术室的使用、失血监测。此外,放射学AI解决方案可帮助放射科医师更高效地处理肺部CT扫描结果。医院也在利用AI更好地管理败血症,同时在应用其他可改善疗效、避免副作用的临床支持性工具。

原文来源:Health Leaders Media

原文标题:ARTIFICIAL INTELLIGENCE: 5 CONSIDERATIONS FOR HEALTH SYSTEMS

免责声明:本站所有信息均搜集自互联网,并不代表本站观点,本站不对其真实合法性负责。如有信息侵犯了您的权益,请告知,本站将立刻处理。联系QQ:1640731186