很多文章的报道都是由微观而宏观，今日小编讲给大家带来的关于人工智能正在使医疗技术以越来越快的速度进展的资讯也不例外，希翼可以在一定的程度上开阔你们的视野！y有对人工智能正在使医疗技术以越来越快的速度进展这篇文章感兴趣的小伙伴可以一起来看看

人工智能以许多难以想象的方式彻底改变着我们的世界。在第四次工业革命的边缘，人类正在目睹机器在重塑我们生活的世界方面迈出的第一步。虽然我们向来在讨论用智能自学机器代替人类的潜在缺点和好处，但是AI的积极影响肯定会改善我们的生活质量：医疗保健行业。

医学影像

机器学习算法可以在眨眼间处理难以想象的信息量。并且它们可以比人类更精确地发现医学成像报告中的最小细节，例如乳房X线照片和CT扫描。

该公司斑马医疗远景开辟了一种名为深刻的新平台，以算法为基础的各类医学影像报告的分析，能够找到的如骨质疏松，乳腺癌，主动脉瘤和多用90%的潜在条件，每个星座准确率。并且其深度学习能力已经过培训，可以检查医疗保健提供者可能向来没有追寻的其他疾病的隐藏症状。其他深度学习网络甚至可以在活检幻灯片中检测到一些特殊致命的乳腺癌形式时获得100%的准确度分数。

有些人甚至认为，基于计算机的分析在解释数据或图像方面比人类更有效率(并且成本低于人类)，有些人甚至认为，在放射科医生和病理学家等某些职业中替代AI可能会变得不道德!(有关IT医学的更多信息，请参阅IT在医学诊断中的作用。)

电子病历(EMR)

影响电子病历在医疗信息技术(电子病历)是过去十年的辩论中最具争议的话题之一。根据一些研究，它们代表了提高护理质量的转折点，同时也提高了生产力和及时性。然而，许多医疗保健提供者发现它们繁琐且难以使用，导致显着的技术抗性和普遍的低效率。新的人工智能驱动的软件可以解雇许多医生，护士和药剂师每天都在摸索着EMR的笨拙笨拙吗?

这种新的医疗保健技术最大的问题之一是它迫使临床医生花费太多珍贵时间来执行重复性任务。然而，AI可以容易地使它们自动化，例如通过在访问期间使用语音识别来记录医生与患者谈话时的每个细节。图表可以并且将包括可以从各种来源(例如可穿戴设备和外部传感器)收集的更详细的数据，并且AI将它们直接馈送到EMR中。

但是，从数据收集的第一步开始，当通过深度学习算法正确理解和判断出足够的相关信息时，它可以用于帮助提高护理质量的方法很多。它可以增强患者对治疗的依从性并减少可预防的事件，甚至可以通过预测性AI 分析来指导医生治疗高成本，危及生命的疾病。仅举一个实际的例子，最近在JAMA网络上发表的一项研究发现，加利福尼亚大学旧金山分校的人工智能从EMR中提取并消化的大数据如何帮助治疗潜在致命的艰苦梭菌(C. diff)。 )感染。

而且很容易看出医疗记录数据挖掘将成为医疗保健领域的下一个“重大事件”，当谷歌推出自己的Google DeepMind Health项目以提高医疗服务的速度，质量和公平性时。

临床决策支持(CDS)

深度学习的另一个有趣的例子可以帮助机器做出比人类同行更好的决策是临床决策支持(CDS)工具的激增。

这些工具通常内置于EMR系统中，通过建议最佳治疗过程，对药物相互作用或先前病症等潜在惊险进行警告，并对患者健康记录中的最细微细节进行分析，从而帮助临床医生开展工作。

一个有趣的例子是MatrixCare，这是一个能够将微软着名的AI Cortana整合到用于治理疗养院的工具中的软件公司。机器学习引擎的强大分析能力不可通约地增强了支持工具的决策能力。

首席执行官John Damgaard解释说：“一位医生可以每月两次阅读一份医学期刊。”Cortana可以阅读中午前发表的所有癌症研究报告，下午3点正在就护理计划和改善结果制定针对患者的建议。

CDS还提出了这样的论点，即机器能够比人类更好地相互通信。特殊地，不同的医疗装置都可以连接到互联网，就像任何其他的联网噪声比(IoT)设备(穿戴式，监视器，床头传感器等)，并以EMR软件也是如此。互操作性是现代医疗保健的一个关键问题，因为护理碎片的提供是不适当治疗和增加住院治疗的主要原因。在智能人工智能的带领下，各种EMR平台能够通过互联网相互“交谈”，增加不同病房甚至不同医疗机构之间的合作与协作。

药物开辟

通过临床试验开辟新药通常是非常昂贵的事情。不只是在时间方面(我们谈论几十年)和投入的资金(成本可能很容易达到数十亿美元)，但人类的生活也是如此。事实上，许多新药在所谓的上市后期间需要对现实世界的主题进行多年的额外测试，并且在药物治疗多年后发现许多严峻(甚至致命)的副作用并不罕见。推出。

再一次，高效的超级计算机燃料AI可以从分子结构数据库中挖掘出新的药物，这是人类无法分析的。一个突出的例子是Atomwise的AI，它能够预测两种可以阻挠埃博拉病毒流行的药物。在不到一天的时间里，他们的虚拟搜索能够找到两种安全的，已经存在的药物，可以重新用于对抗这种致命的病毒。最好的部分是，他们找到了一种方法，可以通过扫描已经向患者销售多年的药物来有效应对大流行的紧急情况，从而证明其安全性。(要了解有关技术如何指导药物开辟的更多信息，请参阅大数据对医药和制药的影响。)

跨越未来

一些最令人惊叹的技术还没有准备好，仅仅是原型，但它们的含义是如此惊人，以至于它们仍然值得一提。

其中之一就是精准医学，这是一门非常雄心勃勃的学科，它使用深度基因组学算法扫描患者的DNA，追寻可能与癌症等疾病相关的突变和异常。像人类基因组计划的父亲之一Craig Venter这样的人正在研究新一代的计算技术，这些技术可以预测任何基因改变的影响，为个性化治疗和早期发现许多可预防疾病铺平道路。

明智的一句话

由于将AI引入医疗保健的巨大潜力，我们可能会感到兴奋，因此了解其局限性非常重要。在医学中使用AI并不是没有风险，尽管一旦我们习惯了它们中的许多将很容易克服。

“不损害”的格言对于建立一些充当边界的道德标准至关重要。今天，我们投入了建立后代将作出决定的框架的责任。