智慧醫院依靠資料驅動的洞察力，包括機器學習模型和人工智慧驅動的醫療裝置，來促進決策。
智慧醫院——利用資料和人工智慧洞察力來促進患者體驗每個階段的決策——可以為醫療專業人員提供洞察力，從而實現更好、更快的護理。
智慧醫院使用資料和技術，來加快和加強醫療保健專業人員，和醫院管理層已經在做的工作，例如追蹤醫院床位佔用率、監測患者的生命體徵，和分析放射學掃描。
智慧醫院和傳統醫院有什麼區別？
醫院正在不斷生成和收集資料，其中大部分資料現已數位化。這為他們創造了一個機會，讓他們應用資料分析和人工智慧等技術來提高洞察力。
曾經儲存為包含患者病史、實驗室結果，和免疫資訊的紙質檔案的資料，現在以電子健康記錄或 EHR 的形式儲存。數位 CT 和 MRI 掃描器，以及包括 PACS 醫療成像儲存系統在內的軟體，正在取代類比放射學工具。病房和手術室的連線感測器，可以記錄多個連續的資料流，以進行即時和回顧性分析。
隨著醫院向這些數位工具轉換，他們準備從普通醫院轉變為智慧醫院 —— 不僅收集資料，而且還分析資料，以提供寶貴、及時的見解。
自然語言處理模型，可以從複雜的病理報告中快速獲得見解，以支援癌症護理。資料科學可以監控急診室的等待時間，以解決瓶頸。支援人工智慧的機器人可以在手術室協助外科醫生。影像分析可以檢測洗手液供應不足，或患者何時需要關注 —— 例如檢測醫院或家中摔倒的風險。
智慧醫院有哪些好處？
智慧醫院技術透過以下方式，使醫療保健系統、醫療專業人員和患者受益：
- 醫療保健提供商：智慧醫院資料可用於，幫助醫療保健設施最佳化其有限的資源，提高營運效率，以採取更以患者為中心的方法。當病人獨自在房間裡時，感測器可以監控他們。人工智慧演算法可以幫助告知，哪些患者應該根據病情的嚴重程度，進行優先排序。遠端醫療解決方案，可以幫助在醫院就診之外為患者提供護理。
- 臨床醫生：智慧醫院工具可以使醫生、護士、醫療成像技術人員，和其他醫療保健專家，能夠透過處理常規或繁爲繁爬的任務，來花更多時間專注於患者護理，例如撰寫關於每個患者互動的筆記，在核磁共振成像中分割解剖結構，或將醫生筆記轉換為醫療程式，以進行保險賬單。他們還可以透過人工智慧演算法幫助臨床決策，這些演算法根據歷史資料為個別患者提供第二意見或分診建議。
- 患者：智慧醫院技術可以使醫療服務，更接近於世界任何地方、任何醫生提供的一致、高品質患者護理的目標。臨床醫生的技能水準、專業領域、獲得資源和每位患者的可用時間各不相同。透過佈署人工智慧和機器人技術，來監控模式和自動化耗時的任務，智慧醫院可以讓臨床醫生專注於與患者互動，以獲得更好的體驗。
我怎樣才能讓我的醫院變得聰明？
經營智慧醫院需要一個完整的硬體和軟體解決方案生態系統，與臨床醫生工作流程協調工作。為了加快和改善患者護理，系統中的每個應用 app、裝置、感測器和人工智慧模型，都必須在整個機構中共享資料和見解。
把智慧醫院想像成一隻章魚，它的負責人是組織的安全伺服器，負責儲存和處理整個設施的資料。它的每個觸手都是一個不同的部門 —— 急診室、重症監護室、手術室、放射學實驗室 —— 覆蓋著從周圍環境中獲取資料的感測器（章魚吸盤）。
如果每個觸手都在筒倉中操作，章魚就不可能根據單臂感知到的資訊，在整個身體上快速行動。每個觸手都會將資料傳送回章魚的中央大腦，使該生物能夠靈活地對其不斷變化的環境做出反應。
同樣，智慧醫院是一個樞紐和輻條模型，感測器分佈在設施中，可以將關鍵的見解傳送回中央大腦，幫助為整個設施的決策提供資訊。例如，如果手術室的攝影機顯示手術手術幾乎完成，人工智慧將提醒恢復室的工作人員，為病人的到來做好準備。
為了為智慧醫院解決方案提供動力，醫療裝置公司、學術醫療中心和新創企業正在轉向 NVIDIA Clara，這是一個端到端的人工智慧平台，與整個醫院網路整合 —— 從執行即時應用 app 的醫療裝置，到長期儲存和處理資料的安全伺服器。它支援邊緣、資料中心和雲基礎設施、眾多軟體庫，以及全球合作伙伴生態系統，為下一代智慧醫院提供動力。
智慧醫院營運和患者監控
一家熙熙攘攘的醫院擁有無數的移動元件 —— 病人、工作人員、藥品和裝置 —— 為人工智慧自動化提供了最佳化設施周圍營運的機會。
雖然醫生或護士不能在病人住院期間的每一刻都站在病人身邊，但智慧影像分析，和其他智慧感測器的組合，可以密切監控病人，在病人處於困境並需要關注時，提醒醫療保健提供者。
例如，在重症監護病房中，患者連線到持續收集生命體徵的監測裝置。其中許多不斷發出各種警報的嗶嗶聲，這可能導致醫療保健從業者有時忽視單個感測器的警報。
相反，透過將來自多個裝置的流資料聚合到一個提要中，人工智慧演算法可以即時分析資料，幫助更快地檢測患者的病情是否突然好轉或變壞。
休斯頓衛理公會學術醫學研究所，正在與英偉達合作伙伴網路的精英成員 Mark III Systems 合作，部署一個名為 DeepStroke 的基於人工智慧的工具，該工具可以根據患者的言語和臉部動作更準確地、更早地檢測中風症狀。透過將這些人工智慧模型整合到急診室工作流程中，醫院可以更快地確定中風患者的適當治療，幫助確保臨床醫生不會錯過可能從拯救生命的治療中受益的患者。
使用戴爾和英偉達的企業級解決方案 —— 包括 GPU 加速的 Dell PowerEdge 伺服器、英偉達艦隊司令部混合雲系統，和用於人工智慧流分析的 DeepStream 軟體開發工具包 —— Inception 新創公司 Artisight 管理著一個智慧醫院網路，包括西北醫學的 2000 多個攝影機和麥克風。
Artisight 的模型之一提醒護士和醫生有傷害風險的病人。另一個基於室內定位系統資料的系統，自動化了診所工作流程，以最大限度地提高員工的生產力並提高患者滿意度。第三個檢測術前、術中和術後事件，以協調手術吞吐量。
這些系統使無論位置如何都能輕鬆新增功能：人工智慧支援的感測器網路可以監控病房，以防止病人摔倒，也可以檢測醫院用品耗盡，或需要清潔手術室的時間。該系統甚至透過 Artisight 的整合遠端諮詢工具延伸到醫院牆外，以監控家中有風險的病人。
醫療保健操作的最後一個關鍵要素是醫療編碼，將臨床醫生的筆記轉換為一組代表每個診斷和程式的字母數位程式的過程。這些守則在美國尤為重要，它們構成了醫生、診所和醫院向包括保險提供商和患者在內的利益相關者，提交的賬單的基礎。
Inception 新創公司 Fathom 開發了人工智慧模型，以自動完成艱苦的醫療編碼過程，降低成本，同時提高速度和精度。 該公司成立於 2016 年，與美國最大的衛生系統、計費公司和醫生團體合作，每年對超過 2000 萬名患者遭遇進行編碼。
智慧醫院的醫學影像學
深度學習首先作為一種辨識影像中，物件的工具而廣受歡迎。這也是醫療保健行業最早使用該技術的用途之一。醫學成像領域有數十種經過監管批准的人工智慧模型，幫助智慧醫院的放射科加快對 CT、MRI 和 X光資料的分析。
人工智慧可以預先篩選掃描，標記需要放射科醫生關注的區域，以節省時間 —— 為他們提供更多的頻寬，來檢視額外的掃描或向患者解釋結果。它可以將腦出血等危重病例，移到放射科醫生工作列表的首位，縮短診斷和治療危及生命的病例的時間。 它可以提高放射學影象的解析度，允許臨床醫生減少每個病人的必要劑量。
領先的醫療成像公司和研究人員正在使用英偉達技術為可以在智慧醫院環境中使用的下一代應用程式提供動力。
Siemens Healthineers 開發了基於深度學習的自動輪廓解決方案，能夠精確地輪廓化放射治療中存在風險的器官。
富士膠片醫療保健公司使用英偉達 GPU，為其 Cardio StillShot 軟體提供動力，該軟體在 CT 掃描期間進行精確的心臟成像。為了加快工作速度，該團隊使用包括 NVIDIA Optical Flow SDK 在內的軟體來估計畫素級運動，以及 NVIDIA Nsight Compute 來最佳化效能。
NVIDIA Inception 的新創公司也在使用人工智慧，推進醫療成像工作流程，如總部位於上海的 United Imaging Intelligence。該公司的 uAI 平台為裝置、醫生和研究人員提供全頻譜人工智慧應用，涵蓋成像、篩查、隨訪、診斷、治療和評估。它的 uVision 智慧掃描系統，在 NVIDIA Jetson 邊緣 AI 平台上執行。
瞭解更多關於使用英偉達人工智慧進行醫療成像應用的新創企業的資訊。
智慧醫院的數位和機器人手術
在智慧醫院的手術室裡，嵌入了智慧影像分析和機器人技術來獲取資料，並為外科醫生提供人工智慧驅動的警報和指導。
醫療器械開發人員和新創公司正在開發工具，以推進外科培訓，幫助外科醫生提前計劃手術，在手術期間提供即時支援和監控，並幫助手術後記錄儲存和回顧性分析。
總部位於巴黎的機器人手術公司 Moon Surgical，正在設計 Maestro，這是一個可訪問的、自適應的外科輔助機器人系統，與手術室已經到位的裝置和工作流程一起工作。這家新創公司採用了 NVIDIA Clara Holoscan 來節省時間和資源，幫助壓縮其開發時間表。
Activ Surgical 選擇了 Holoscan，來加快開發其即時手術指導的人工智慧和擴增實境解決方案。這家總部位於波士頓的公司 ActivSight 技術，允許外科醫生檢視肉眼看不到的關鍵生理結構和功能，如血流。
總部位於倫敦的 Proximie 將使用 Holoscan 在手術室實現遠端存在，將專家外科醫生和人工智慧解決方案引入每個手術。透過將這些資訊整合到外科成像系統中，該公司旨在降低手術併發症率，改善患者安全和護理。
遠端醫療——家庭智慧醫院技術
智慧醫院技術的另一個部分，是確保不需要住院的病人，可以透過可穿戴裝置、智慧手機應用 app、視訊預約、電話和基於文字的訊息工具，在家接受護理。像這樣的工具減輕了醫療保健設施的負擔 —— 特別是使用可以與患者有效溝通的人工智慧聊天機器人。
自然語言處理人工智慧，正在為 NVIDIA Inception 全球新創公司網路成員 Curai 等公司的遠端醫療，提供智慧語音助理和聊天機器人。
Curai 正在應用 GPU 驅動的人工智慧，透過基於聊天的應用 app，將患者、提供者和護理團隊連線起來。患者可以輸入有關其病情的資訊，訪問他們的醫療檔案，並全天候與提供者聊天。該應用程式還透過提供基於 Curai 深度學習演算法的診斷，和治療建議來支援提供商。
Curai 的人工智慧重點主要領域是自然語言處理（從醫療對話中提取資料）、醫學推理（提供診斷和治療建議）以及影像處理和分類（主要用於患者上傳的影象）。
像 Curai 這樣的虛擬護理工具，可以隨時用於預防或方便護理，也可以在病人去看醫生後使用，以確保他們對治療有良好的反應。
使用智慧醫院資料進行醫學研究
智慧醫院資料的有用性不會在病人出院時結束 —— 它可以為多年的研究提供資訊，成為機構資料庫的一部分，幫助提高營運效率、預防性護理、藥物發現等。藉助聯合學習等協作工具，其好處可以超越單一醫療機構，並改善全球醫療保健領域的研究。
神經外科圖集是世界上最大的神經外科醫生協會，目的在透過新的高效手術技術，推進神經外科疾病患者的護理。該地圖集包括一個手術記錄和類比庫，讓神經外科醫生在進行手術前對潛在陷阱有前所未有的瞭解，為卓越的技術創造了一個新的標準。未來，神經外科地圖集計劃實現特定於個別患者的數位雙胞胎表示。
佛羅裡達大學學術健康中心 UF Health 使用數位健康記錄，代表與 200 萬名患者進行 5000 多萬次互動，以訓練 GatorTron，該模型可以幫助辨識患者進行拯救生命的臨床試驗，預測和提醒健康團隊注意危及生命的狀況，並為醫生提供臨床決策支援。
電子醫療記錄還用於開發 SynGatorTron，這是一個語言模型，可以生成合成健康記錄，以幫助增加小資料集 —— 或啟用人工智慧模型共享，同時保護真實患者資料的隱私。
在德克薩斯州，MD Anderson 正在利用醫院記錄進行人口資料分析。研究人員使用 NVIDIA NeMo 工具包進行自然語言處理，開發了一個會話人工智慧平台，該平台使用癌症組學資料進行基因組分析 —— 沒關係包括生存分析、突變分析和測序資料處理。
沒有留言:
張貼留言