．人工智慧在醫療領域的下一個前導

Microsoft announces AI tool to fight coronavirus | AI for Good Platform

來源：企业网

隨著醫療機構爭相採用人工智慧，在人工智慧策略中，納入以流程為中心的方法，是十分必要的，這可能也是一個獲得可持續競爭優勢的重要機會。

Optum IQ 最近的一項，針對主要醫療機構進行的，關於醫療人工智慧的年度調查顯示，未來五年每個組織的平均投資，將達到 3240 萬美元。

在接受調查的 500 名醫療行業領袖當中，91％的人相信人工智慧，將帶來投資回報－－未來四年，醫院高層將獲得投資回報，38％的雇主和 20％的醫療計劃高管，甚至認為可以在三年或更短時間內，獲得投資回報。其中 75％的受訪者正在積極實施，或計劃實施人工智慧策略。

一個定義良好的人工智慧策略，將有助於瞭解，如何將人工智慧，添加到當前的 IT 組合當中。AI 可以包含在現有的應用程序當中，也可以與工作流程中的應用程序進行整合。或者，在鮮為人知的，以流程中心的方法中，人工智慧可以被封裝成工作流，而這些工作流，將帶我們進入下一個前沿領域。

包含 AI 的應用程序

EHR 供應商一直因其應用程序的 UI/UX 不達標，而被指責干擾了患者與供應商之間的關係，而他們正努力透過在應用程序中，添加人工智慧來實現創新。在文檔中使用語音助手和自然語言處理（NLP），來總結文本筆記，就是其中的兩個例子。

「我們希望能夠幫助他們訂製系統，選出最有趣的可用資訊，以及他們最有可能想要執行的任務，然後將它們放在用戶的指尖。這將使臨床醫生能夠有更多的時間與患者在一起，」Epic公司的分析和機器學習部門經理 Seth Hain 說。

人工智慧是否能解決 EMR的UI/UX 問題，目前還沒有定論－－而以前被盲目承諾過的臨床醫生，也可能不會急於相信人工智慧，能馬上解決他們所有的電子病歷問題。

在工作流中整合 AI

威徹斯特中心健康網路（WMCHealth）的案例研究，是將人工智慧添加到，現有工作流的一個很好的例子。WMC Health 既使用了 EHR 的風險模型，也使用了來自 Health Catalyst 的，第三方供應商的預測模型，來實現對出院患者進行優先級排序，以減少再入院的工作量。

他們將 Health Catalyst 的風險評分和 EHR 數據，共同添加到一個儀錶盤上，儀錶盤上有出院清單，可以用來組織病例經理的工作，並幫助他們對需要參與的患者，進行優先排序。綜合人工智慧的新風險評分，有助於辨識更多的真實陽性病例（8％），並減少與 EHR 風險模型，或 LACE 相比的誤報率（30％）。

在醫療工作流程中，應用人工智慧的另一個例子，是 Beth Israel Deaconess 醫療中心，使用了 Amazon Sage Maker 上的TensorFlow，用以掃描術前文檔包，以便辨識同意書，並將其插入到相應的電子醫療記錄當中。如果缺少同意書，該工具就會向 EHR 發送通知，並觸發後續的工作流程操作。

AI 封裝的工作流

跨行業的業務流程管理（BPM），從業人員長期以來，一直習慣於將工作流程，編寫成一系列的任務，並透過完成這些任務，以產生工作結果。一個規範化的工作流，可以與多個系統和工作人員進行交互，並對其性能進行監視和分析。

直到最近，常見得 BPM 工具還很笨重，BPM 項目也很昂貴。因此，BPM 項目主要是在企業中實現的，並且通常是為了降低複雜後端流程的成本，例如訂單的執行和供應鏈的管理。

但是最近，人們對於將 BPM 用於客戶體驗和數位轉型的興趣，使得 BPM 走出了幕後。巧合的是，改善客戶體驗也是 AI 的主要用例之一。這個交集促使 BPM 供應商，競相實現了其平台的 AI 支持。

將關注點轉移到客戶（或患者）體驗上，增強了 BPM 在醫療保健方面的相關性。從本質上講，已編碼的工作流，是護理團隊當前手工執行工作的數位版本。它使得醫療組織，能夠監控醫療工作的流程，對不利條件做出快速反應，並不斷改進流程，渥太華醫院的 BPM 項目，就說明了這一點。

使用人工智慧來對已編碼的工作流進行操作，從本質上來講，是將工作流包含在其預測模型當中，這不僅可以自動化工作流及其任務，還可以對工作流進行修改，從而不斷改進流程。

這種以流程為中心的方法的獨特之處在於，隨著時間的推移，隨著人工智慧開始考慮我們做事的方式，並試圖為我們做事，工作流將會變得越來越更智慧。

通往未來的道路

然而，醫療保健行業，缺少同樣能夠推動其他行業，採用以流程為中心的方法的一個關鍵因素：工作流通常涉及的具有廣泛可用性的 API。儘管最近的低代碼 BPM 工具，透過與 Salesforce.com、Dropbox、谷歌等應用程序的拖放整合，極大地簡化了工作流編碼，但這種便利性在醫療保健領域，卻受到了限制。

不過，多年來，像 AllScripts 和 Athenahealth，這樣的 EHR 供應商，以及其他的一些公司，都公開了API來訪問他們的數據。Redox 和 Sansoro Health 等公司，也推出了自己的專有 API，利用 HL7 v2 和 FHIR等標準，來保護醫療保健組織和開發人員，免受整合多個系統所帶來的複雜性。

工作流的編碼工作也導致產生了一系列新的「業務流程應用程序」，這些「業務流程應用程序」，可以透過工作流上下文的表單（例如，病人出院），或某些語音助手與醫護人員進行交互。由於這些業務流程應用程序，具有工作流程的感知能力，它們可以透過自動化工作流、任務和流程優化，來簡化工作人員與多個系統的交互，以及它們之間的交互。

例如，一個人工智能驅動的、可編碼的工作流可以在護理團隊、外部測試中心和患者之間，實現協調工作的神奇效果，透過一個簡單的命令「將患者轉到 Eastlake 進行測試」，透過這樣的護理過程，病人可以來到辦公室，進行檢查，並在合理的時間範圍內對下一步進行規劃。更不用說在 EHR 中，你不需要點擊，就可以將數據，輸入到適當的螢幕中去。