在此前闭幕的RSNA上，国内外AI企业在产品和科研方面再次赢得了世界的关注。许多医疗企业也在利用人工智能技术帮助医疗机构开展临床和日常工作。今年大会的主题是“一起看可能性”。在多位专家的解读中，这一主题意味着医学发展和医疗AI企业发展的必然趋势，即“以患者为中心的医患互动”，将纯技术讨论回归医患本源，以实现更好的落地突破。经过几年的发展，人工智能已经成为众多医疗CIO关注的焦点，但大多数医疗机构并未涉足人工智能领域，在人工智能方面取得突出进展的企业仍然寥寥无几。尽管如此，2019年，一些有远见的企业已经在人工智能领域有所建树，其中不乏成绩斐然的企业。我们希望这些企业的部署和行动能给行业带来更多的思路。急诊室遇到肺部结节如何处理？SummaHealth是一家位于俄亥俄州东北部的非营利性医疗机构，是萨米特县最大的本地企业，拥有7,000多名员工。CT胸部成像的使用越来越多，导致在影像学研究中偶然发现肺结节的可能性增加。这些结节已被证明难以跟进。根据《美国放射学院学报》（2016年2月），偶发结节的随访率在30%到50%之间。SummaHealth首席肺科专家SandyKohut表示：“急诊患者的肺部结节病变，以后的随访会比较困难，因为这些病变与急诊科无关。此外，要安排随访无症状疾病（如肺结节）的进一步诊断研究是医疗机构的难题。”然而，早发现意味着早治疗，这意味着更多的治疗选择和更高的生存率。因此，SummaHealth的团队启动了一个质量改进项目，以改进对急诊科患者偶发肺结节的识别，并安排适当的随访。SummaHealth向Nuance寻求帮助。“Nuance的mPower临床分析解决方案将为我们提供自动化数据挖掘和报告工具，以帮助我们识别在急诊室发现的偶发肺结节患者以进行随访，”SummaHealth高级分析师LauraMusarra说。,Summa还利用Nuance的PowerScribe360报告平台和Nuance的mPower临床分析产品，使多学科团队能够改进对偶发病变发现的跟进，并在此过程中改进护理服务。“具体而言，PowerScribe360报告系统是一种实时放射学报告系统，可帮助放射科医生快速高效地生成高质量报告，从而提高医生满意度并改善患者体验，”Musarra说。在谈到另一种人工智能技术NLP时，Musarra补充道，“mPowerClinicalAnalytics是一种专门针对放射学的人工智能分析平台。它允许用户轻松查询和分析大量非结构化或笔记和数据的听写，从而提高效率并将困难的数据挖掘过程自动化，使监控、理解和提高临床和操作质量变得更加容易。”使用AI技术后，效果也很明显。进入项目六个月后，SummaHealth的质量改进计划帮助实现了每月确定的随访患者数量增加662%，从每月8人增加到每月61人。Musarra解释说，增加患者数量促成了新肺结节诊所的开设。最重要的是，多学科团队建立了处理偶然发现的最佳实践。“他们定期检查CT扫描结果以发现偶发的肺结节，”Musarra说。“为了防止过度诊断，他们定期检查肺结节出现在CT扫描上。”Musarra解释说：“该团队仔细权衡了发现病变的潜在风险，这些新病变可能是良性的，但如果从未被发现，可能会造成伤害，但不会导致发病或死亡。“每当患者需要我们时”同样在2019年，总部位于加利福尼亚州的医疗保健公司SutterHealth将创新作为其企业使命的一部分。它投资于许多不同的技术、研究项目和医疗产品，以改善患者结果体验和患者结果。此外，SutterHealth创建并推出了VirtualSymptomChecker，这是一种新的AI产品，可以根据患者的严重程度和病史检查症状，揭示潜在原因和后续步骤。SutterHealth数字化患者体验负责人AlbertChan博士说：“作为一个完整的医疗机构，我们所做的最重要的事情之一就是建立人际关系。家人需要联系我们。到目前为止，一半以上的医疗交流发生在下班后。”他补充说，“有了人工智能，医疗系统可以做一些更有意义的事情，比如使用一些自动化的手段，也可以在凌晨回答患者的问题早上的。当你生病时，我们的目标是将你与所需的护理联系起来，减少人与人之间的摩擦。”AIHelpsHospitalsReduceMachineRisk2019，在医疗保健和人工智能的其他领域，以色列的希巴医疗中心（ShebaMedicalCenter，一世界十大医疗机构之一）公布了一项研究结果，该研究验证了医疗IT公司MedAware的AI产品对患者诊断和治疗的临床影响。该产品希望利用机器学习将与药物相关的风险降至最低。雷锋网获悉，该研究结果发表于2019年8月7日的《美国医学信息协会杂志》（JournalofAmericanMedicalInformaticsAssociation,JAMIA），研究题目为“ByapplicationAI-basedclinicaldecisionsupportinhospitalized患者系统，减少药物处方错误和不良药物事件。”根据ShebaResearch公布的数据，在美国，每年可预防的事故占门诊死亡人数的1/131和住院死亡人数的1/854，每年直接损失超过2000亿美元，责任成本超过130亿美元。这些事件的发生是因为健康信息系统中的计算机故障。在医师GadiSegal博士的带领下，Sheba医疗中心的研究人员评估了MedAware药物安全平台的质量、准确性和影响。该系统已集成到该中心现有的HER（电子健康记录）系统中，Sheba医疗中心的医生分析了MedAwareAI产品在全院范围内实施的结果。该平台监控过去16个月内开具的所有医疗处方，部门工作人员评估所有警报的准确性、临床有效性和准确性，并记录所有医生对警报的反应。调查结果表明，总体警告负担很低，MedAware生成的警告仅占所有处方的0.4%。其他调查结果包括：60%的警报是在患者状态发生变化后分发的89%的警报被认为是准确的80%的警报被认为具有临床意义43%的警报导致后续医嘱发生变化2019年2020年，有还有医疗企业发展人工智能并取得积极成果的案例，2020年医疗人工智能项目将会更多。本文转载自雷锋网。如需转载，请在雷锋网官网申请授权。
