cookieOptions = {...}; .人工智慧在醫療領域的下一個前導 - 3S Market「全球智慧科技應用」市場資訊網

3S MARKET

2020年2月14日 星期五

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。

人工智能在医疗领域的下一个前沿

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。


三管齊下以獲得競爭優勢
雖然等待現有的應用程序,添加人工智慧,並將 AI 應用程序或服務,整合到工作流中,可以最大限度地減少對當前 IT 環境的干擾。但它們也大大降低了人工智慧,改善我們的做事方式,和為我們做事的能力。

上述的 OptumIQ 調查顯示,人工智慧投資的主要領域,是自動化業務流程(行政操作或客戶服務),佔 43%,而欺詐、浪費和濫用檢測則佔到 36%。此外,最受期待的前兩項好處,是提高效率和更準確的診斷。三分之一的受訪者,還希望改善患者體驗,並降低人均護理成本。

自動化業務流程,特別是改進的患者體驗,為利用以流程為中心的方法提供了理由,因為該方法的重點便是客戶/患者的體驗。

總之,一個平衡的、三管齊下的策略,將使醫療組織能夠在必要時,將項目中斷的風險降到最低,而不會限制其對當前工作流,或現有應用程序的創新能力。

在一個消費者的選擇、利潤率下降,和對患者長期健康狀況的風險假設,帶來持續壓力的時代,用能力和實踐來提升組織,使「人工智慧能夠封裝工作流」,將是一個獲得可持續競爭優勢的重要機會。

0 意見: