首頁?行業  »   正文

ZebraMedicalVision:反映人工智能在醫療領域的過去和未來——BigData TLV公約

“大數據就像少年時的愛情幻想:每個人都在談論它,沒有人真正知道怎么做,每個人都認為其他人在做,所以每個人都聲稱自己在做……”

丹·艾瑞里(Dan Ariely)早在2013年就發表了這句話,當時大數據是最流行的詞。新技術和應用程序能夠以快速、可伸縮的方式處理大量數據,主要是在零售和金融領域實現的,這些領域正在積累大量數據,并且可以立即產生業務影響。然而,由于種種原因,幾乎沒有人試圖解決醫療行業的問題。

ZebraMedicalVision:反映人工智能在醫療領域的過去和未來——BigData TLV公約

事實上,2007年我在公立醫院開始職業生涯的時候,這在我的同齡人中不是一個受歡迎的決定。我經常被問到“你能在那里做什么創新”?但是我們確實做到了,我們使用統計和分析工具將臨床過程與結果關聯起來,或者近乎實時地自動識別急性情況的發生率;然而,醫療界還沒有準備好接受這些新的發展,也沒有足夠成熟來接受這些新的發展。最初的項目在幫助醫生理解與之一起工作的自動工具的好處方面是一個特別的挑戰。

2019年4月bigdatatlv在醫療保健大會上,我在Zebra Medical Vision上介紹兩個已完成的項目。在我提出的項目中我們開發了一個大數據工具——一個可以并行運行數百個實例的管道,為在胸部X光片上識別氣胸的算法生成大規模推理,并計算用于脊柱CT骨密度估計的仿真T評分。因此,我們能夠在幾個小時內估計實際環境中的算法產量和預期行為。我們使用大數據方法來支持人工智能在醫學成像中的應用。

看著我周圍的大廳,我被許多公司的熱情所折服,他們希望把多年來使用EMR(電子病歷)積累起來的無窮無盡的復雜臨床數據,變成有意義、有幫助的在線應用程序和算法。潛力是毋庸置疑的,醫療保健界正積極開發和接受新技術。我接觸過的幾乎所有醫療服務提供商或數字健康初創公司代表,都有一個潛在的臨床問題解決方案,從病理學到腫瘤學,從分診管理到醫院獲得性感染。一些公司提出了創新的基礎設施,力求解決醫療記錄的復雜性,這些記錄大多是非結構化和稀疏性的。

我很高興看到許多熟悉的想法轉化為產品,但最重要的是,我很高興聽到以色列和外國衛生組織高層領導人談論投資和政策制定,以實現與臨床工作人員互動的日常智能工具。這是一條曲折的道路,前方還有許多挑戰,但人工智能解決方案和大數據工具是醫療保健領域的一個巨大飛躍,不是為了取代領域專家,而是為了最大化綜合努力的效益。

歡迎關注ATYUN官方公眾號,商務合作及內容投稿請聯系郵箱:[email protected]

發表評論