人工智能正在緩慢進入醫(yī)療保健市場

但是如果沒有適當(dāng)?shù)脑u估和解決方案評估，許多醫(yī)院和臨床醫(yī)生將因無法正確實施的新技術(shù)而被燒毀。

人工智能被認為是提高放射科醫(yī)生和臨床醫(yī)生生產(chǎn)率和工作滿意度的幾種方法之一，但是許多醫(yī)院不適合采用這些新技術(shù)，而不適應(yīng)當(dāng)前的系統(tǒng)。

“我認為人工智能將改變我們的實踐方式。它不會取代我們，但它將極大地改變放射學(xué)。”芝加哥大學(xué)醫(yī)學(xué)主任Paul J. Chang說。“但是關(guān)鍵是它將如何改變我們?”

關(guān)于醫(yī)學(xué)成像AI的研究已經(jīng)很多，可以使放射科醫(yī)生重新評估更加繁重的傷害評估階段。劍橋大學(xué)和倫敦帝國理工學(xué)院的一組研究人員開發(fā)了一種系統(tǒng)，能夠檢測腦部損傷并知道患者是否需要手術(shù)，從而減輕了放射科醫(yī)生的評估階段。

賓夕法尼亞醫(yī)學(xué)院的另一個團隊開發(fā)了一種AI模型，與傳統(tǒng)方法相比，該模型可以將腦腫瘤的檢測率提高多達99%。

對于幾乎所有具有嵌入式AI的醫(yī)學(xué)成像程序，問題都是數(shù)據(jù)需求。英特爾實驗室首席工程師杰森·馬丁說：“ [檢測腦腫瘤的AI]需要比任何一家醫(yī)療中心都要多的數(shù)據(jù)才能發(fā)揮其全部潛力。”

利用大型的AI資源數(shù)據(jù)庫可能是緩解此問題的一種方法，盡管許多醫(yī)院在財務(wù)上沒有能力在相對較新的技術(shù)上投入大量資金。

實施自己的數(shù)據(jù)收集策略可能很困難，尤其是對于仍然提交紙質(zhì)報告的醫(yī)院和醫(yī)療機構(gòu)。

預(yù)先規(guī)劃是成功部署的關(guān)鍵

實施前充分了解的精度，可重復(fù)性和人工智能解決方案的易用性是其成功的關(guān)鍵還有，根據(jù)奧馬爾松納，GE醫(yī)療全球產(chǎn)品管理總監(jiān)。