简要

人工智能必须克服数据挑战才能发挥医疗保健潜力

伊丽莎白·里根(Elizabeth Regan)首席信息官潜水

潜水简介:

  • EHR和其他存储库中的健康信息快速数字化正在创建 人工智能在医疗领域的新机遇,但据一位专家称,数据可访问性,隐私和安全性方面的挑战仍然存在 新的ONC报告.
  • 对传统医疗系统的沮丧,网络智能设备的普及以及亚马逊和其他技术供应商提供的在家上班服务给消费者带来的舒适感,推动了人们对AI潜力的兴趣。
  • 智能手机,社会和环境数据都可以成为推动AI在医疗保健中使用的潜在来源。但是,报告认为此类数据必须高质量且可靠。否则,人工智能的承诺将无法在医疗保健中实现。

潜水见解:

人工智能是热门的医疗保健话题,但仍需要转化为现实,尤其是在像医疗保健这样复杂的行业中。 

在2017年第二季度,CB Insights进行了统计 29笔投资交易 在医疗保健AI领域(创纪录的数字),并预测2017年将创六年新高。

预计热情将在2018年持续升温,人们对工具的需求将不止是注意到健康的社会决定因素,而是将这些数据用于患者护理计划。

尽管投资者将继续为可穿戴设备和生物传感器提供资金,但吸引他们注意力的是这些技术可以支持的特定临床用例,Rock Health研究总监Megan Zweig 告诉Healthcare Dive 最近。

包括IBM沃森,微软,谷歌和苹果在内的科技巨头也在该领域中占有一席之地。上个月,谷歌推出了Deep Variant,这是一个开放源代码工具, 使用AI绘制人的遗传蓝图 使用测序数据。目的是查明可以帮助提供者更好地管理疾病状态的特定基因或基因突变。

但是,正如ONC研究显示的那样,在健康中广泛使用AI仍然面临挑战。其中包括临床实践中对AI应用程序的接受,利用多样化的个人联网设备和AI解决方案的困难,对健康方面AI应用程序的质量培训数据的访问以及数据流中的缺口。

该报告掩盖了AI泛滥的巨大障碍。怀特指出高质量和可靠数据的重要性,目前该行业存在数据标准问题,需要解决。 

当前,不同的供应商和临床医生通过格式灵活的医疗连续性文档在EHR系统之间来回发送病历中的非结构化数据。如果AI的承诺依赖可靠的数据,则必须明确定义标准以确保数据的高质量。

从好的方面来看,该行业似乎意识到医疗保健已接近互操作性的临界点。医疗保健领域不断增长的物联网和消费主义自然需要一种更加网络化,互联互通的行业方法。 

CMS管理员Seema Verma在周三与美国医院协会首席执行官兼总裁Rick Pollack进行的网络直播中说,互操作性将成为该机构关注的话题。她告诉听众,他们将来会从CMS听到更多。

跟随 推特

提起下: 卫生IT