AI医疗保健行业的增长
有许多重要的指标表明了AI应用的迅速增长。首先，为医疗保健提供者提供AI支持的初创企业数量已升级[1]。在过去的3年中，使用机器学习和AI有100多家医疗保健初创企业，从远程患者监测，药物发现，图像诊断以及？多得多。根据CB Insights的2016年报告[1]，约有86％的医疗保健提供商组织目前以某种方式使用AI。此外，在未来十年中，这可能会大幅上升。在2017年9月，NHS英格兰首席执行官在英国告诉NHS Health and Care Innovation Expo [2]，AI主要的创新正在进行中。他还说，AI和机器学习正在并且将在许多领域使用，包括皮肤病学和？改善临床护理的病理。
到2025年，AI系统可以参与从人口健康管理到能够回答特定患者查询的数字化头像的所有事物[1]。
AI在医疗保健中的当前应用
AI已在医疗保健行业使用了很多年。基于知识的专家系统用于1980年代[3]。如今，以下应用程序常用于：
虚拟助手通常会描述可以为各种商业服务提供远程和即时支持的人员，例如专家技术帮助，管理支持或创造性建议，等等？但是，现在正在出现使用AI的技术替代品。例如，“ Nuance软件” [4]是一个基于AI的虚拟助手程序的示例，可以与患者和临床医生进行对话。它的目的是增加患者和临床医生之间的相互作用，从而改善患者的经验并减少医师的工作量。
聊天机器人是与人类进行对话的程序，并且已经存在了一段时间。其中第一个是一个名为Eliza的节目，该程序与1960年代写的心理治疗师模拟了对话。近年来，聊天机器人已大大改善，现在已用于许多在线决策支持域中。它们都可以在线提供，并且有许多用途，包括：通过检查患者症状，安全的药物建议系统和护理支持，诊断支持。例如，您的.md是一位免费的在线AI助手，可使用户获得涵盖诊断支持，安全健康信息，GPS的位置等的自助力。
现在，使用AI技术的医疗保健监测设备已广泛使用。它们可以用作远程患者监测健康指标，例如手术后心脏活动，患者体重等。现在通常使用的类似于手表的可穿戴设备，例如Fitbit商业健身追踪器的设备。AI可用于远程确定患者治疗计划，或提醒您向用户提供任何疑虑。可穿戴设备可以？监视与健康和福祉有关的信息，例如步行的步骤数量或燃烧的卡路里数量。这对于寻求减肥的患者可能很重要。然后，AI可以解释这些信息，以使人们更多地了解有关其身体状况的知识，从而？鼓励患者的生活方式改变。
未来的医疗保健AI应用程序
将来医疗保健应用的重大变化将是增加机器学习技术的使用。例如，诊断应用的好处可能非常重要，因为机器学习不仅可以在预测中，而且还可以通过及早检测来扮演，以及通过将已知的患者治疗方法联系起来的适当治疗方法。一些医学应用，例如沃森肿瘤系统，已经使用机器学习以及其他技术来支持癌症检测。它已经在世界各地运营了大约三年，并被吹捧为一种革命性的待遇。尽管包括IBM开发人员在内的许多人承认它仍处于起步阶段。使用机器学习技术的应用程序的优势在于他们从数据中发现新见解的能力，从而超越了AI的传统局限性。但是，机器学习的缺点是它主要基于黑匣子技术，例如神经网络。正如我在上一篇针对OpenMind [5]的文章中所写的那样，缺乏透明度的应用将被视为不受欢迎 - 尤其是在医疗保健领域中，理解建议对他们的接受至关重要。这就是为什么在本文中描述的项目可解释的人工智能（XAI）对于AI的未来成功至关重要。有几种使用机器学习的新兴AI应用程序。包括：
药物发现。现在正在使用机器学习算法，以减少药物发现时间。例如，制药公司辉瑞公司（Pfizer）于2016年宣布了一项合作，该合作将利用IBM Watson进行药物发现。辉瑞正在使用IBM的AI技术在其免疫肿瘤研究系统上，通过发现新药物的肿瘤学药物来帮助癌症。通过临床试验开发药物非常耗时 - 通常需要十多年的时间，并且花费了数十亿美元。使用AI替换药物发现过程的部分可以更快，更便宜，更安全。尽管AI无法完全消除药物发现中涉及的所有阶段，但它可以帮助您找到可能是潜在药物的新化合物。它还可以帮助找到先前测试的化合物的新用途。在西非埃博拉病毒爆发中，由AI驱动的程序被用来扫描现有的药物，可以重新设计以抗击该疾病。发现两种药物在一天之内降低了感染力，当时对这种类型的分析通常需要数月或数年的时间 - 差异可能意味着挽救数千人的生命。
机器人手术允许外科医生能够操纵敏捷机器人四肢，以便在紧密的空间（且震颤少）精确地进行手术，而不是仅由人类手来进行。尽管并非所有机器人手术程序都涉及机器学习，但某些系统使用计算机视觉（通过机器学习的帮助）来识别距离或特定的身体部位。此外，在某些情况下，机器学习是用来稳定机器人四肢运动和从人体控制器指示时的运动的。
图1.您的医生聊天机器人 /图像的屏幕截图：作者
大数据对医疗保健的影响
在过去的十年中，超快宽带，云计算，智能手机和社交网络的兴起已经结合在一起，为我们提供了一个充满数据的世界，这些世界正在以更快的速度增长。/图片：CC0公共领域
在过去的十年中，超快速宽带，云计算，智能手机和社交网络的兴起都结合在一起，使我们拥有一个以更快的速度增长的数据。
包括文本，声音，图像和视频在内的数字资源都在贡献。新技术被用于收集和分析庞大的数据体，以迄今不可能以不可能的方式理解世界。访问大量数据已经产生了所谓的大数据年龄。该术语是指以人工智能和机器学习技术为基础的分析作用，可以大量执行？数据提取新见解。这些技术可以发现隐藏的模式和相关性，可以提供信息以实现更好的决策。此外，大数据技术可以应用于来自不同来源的数据。
大数据在新闻中首次变得很重要，该搜索是2009年对Google趋势流感（GTF）进行的搜索。用户，主要受到流感影响的人，通过Google搜索有关其流感图像提供了此信息：CC0公共区域
大数据首先在2009年的Google Trends Flu（GTF）搜索中首先引起了新闻。用户（主要是流感障碍者）通过Google搜索有关其流感症状提供了此数据。
这导致了大量数据被捕获，从而使大数据方法能够进行准确的预测，例如它将在何处传播，可能会散布的严重程度，以及那些可能易感的。用于此目的的算法是在2008年由Google开发的，并使用了45个查询分析算法进行流感分类。据估计，Google每秒进行40,000次搜索，并且每天处理200多个pb。这是整个美国图书馆的数千倍。
但是，商业组织和医疗保健提供者可以使用数据的方式之间存在显着差异。前者相对不受限制，因为他们可以将AI技术应用于从搜索中获取的数据，以及具有其他类型的用户行为（例如社交网络）的数据。尽管后者在世界上大部分地区受到高度监管，以保护患者数据的机密性。这可能导致潜在的冲突。例如，在2017年7月[6]中，据透露，英国NHS在应用程序的早期阶段分享了大约160万名Google DeepMind分裂患者的细节，该应用程序已测试，以识别急性肾脏损伤（AKI）。该信息用于开发一个可以诊断和检测患者危险的应用程序。但是，NHS和DeepMind因在数据保护的某些方面失败而受到UKS信息委员会（ICO）的谴责 - 部分是因为未能告知患者如何使用他们的数据。
结论
光明的未来招呼在医疗保健中使用AI。但是，在涉及使用患者及其数据的医疗保健领域中，错误的空间很少。这意味着需要在使用患者数据方面接受医疗保健提供者和第三方供应商。同样，AI仍处于起步阶段，这可能意味着在短期内，AI应用程序可能必须仅限于提供咨询，而不是执行角色。这可能意味着例如，使用聊天机器人可能仅限于非重要任务。但是，更重要的考虑因素是这些系统如何运作的透明度。但是好吗？他们可能是，除非临床医生和其他医疗保健从业人员了解导致他们的决策建议，否则他们的可接受性将很少。
基思·达林顿
参考
[1]
[2] /报告标题：单独思考：NHS中的AI
？[3]
[4]
[5]
[6]？