深潜

人工智能如何在2019年塑造医疗技术领域

重点包括寻求降低成本并促进患者健康的技术,尤其是在成像,诊断,预测分析和管理方面。

丹妮尔·特恩斯

人工智能在医疗保健领域的承诺终于开始超越猜测。

近年来,公司一直在将资金投入到进步中,尤其是那些削减成本并促进患者健康的资金。小号到2025年,医疗AI技术的价值预计将超过340亿美元, 根据市场情报公司Tractica的数据,2018年为21亿美元。

亚马逊,西门子,IBM,Optum和GE医疗保健系统 Mayo诊所,Sloan Kettering纪念医院和Intermountain正在挖掘患者记录以获取健康数据,以训练AI算法,从而使机器能够通过识别模式进行学习并做出关键预测。

在某些情况下,这种深度学习系统是 已经超越医生在其他人中 他们不是.

无论哪种方式,专家都预测,2019年医疗保健领域的人工智能将继续增长,尤其是在成像,诊断,预测分析和管理领域。

行政  计划,操作,计费  是未来几个月AI增长最大的领域

到2019年底,医疗信息技术市场的AI预计将超过17亿美元。该技术可用于检测医疗保健支出中的浪费,欺诈和滥用  estimated between 3-10%超过3万亿美元 每年在县里度过。

Frost 和 Sullivan的医疗保健和生命科学高级副总裁Reenita Das预测,在整个医疗保健工作流程中投入运营的AI平台将在未来几年内将生产率提高10-15%。

英特尔全球健康与生命科学部门负责人Jennifer Esposito告诉Healthcare Dive,在当前的医疗环境中,由于成本飞涨,人口老化和工作场所短缺,利用非临床用例非常重要。

重复,耗时的任务是AI蓬勃发展的地方  在美国的医疗保健底盘中有很多。 ”我们看到越来越多的对话转移到AI作为增强器,促成器或助手的转变,” Esposito说。

一个示例是计划和约会。克利夫兰的MetroHealth System在其四家医院的未出现率达到10-35%,然后在2017年底将AI纳入其运营决策。

MetroHealth的首席战略和创新官Karim Botros在2018年美国新闻《明日之日》的AI小组上说:``MetroHealth使用AI来量化那些极有可能不出现的患者,并对他们进行两次预订以免浪费提供者的时间。 。

人工智能实践在后台运行,并集成到MetroHealth的Epic系统中。据Botros称,到目前为止,它已将下一次可用的约会时间减少了大约30%。

专家表示,通过预测最需要医院工作人员的位置,医院运营将是AI在2019年可能提供帮助的另一个地方。

克利夫兰诊所目前正在通过最初为零售商构建的AI平台跟踪病床使用情况。它会密切关注其手术套件资源,以充分利用容量和利用率。该程序通过OR观察患者的运动,以帮助确定该过程中的潜在瓶颈。

还可以利用AI跟踪医疗机构中的药物和医疗设备,并提高患者的财务责任感。

Kit Check出售机器学习功能,以帮助医院识别药物转移者。它被称为受控物质Bluesight,它通过对一系列指标(例如物理位置,文档和计时行为)进行评分,从而识别出可能正在偷药的高风险医院员工。

首席执行官兼联合创始人凯文·麦克唐纳(Kevin MacDonald)对Healthcare Dive表示,评分是基于“您的同龄人小组和您的医院,从根本上确定您是异常高还是异常低”。

麦克唐纳说,人工智能可能有助于减少药物支出,特别是在受控物质浪费,药物支出以及安全性和合规性方面。

软件即服务公司Simplee的首席营销官John Dwight预测,AI在未来的计费平台中也将变得更加突出。

Simplee出售一个运行预测分析的平台,以确定患者在医院支付门户中支付账单的能力。 然后,它会自动推荐适合患者财务状况的付款计划或付款方式。

德怀特告诉Healthcare Dive,他强调说:``我们看到的第一件事是在线支付计划的生成量大大增加了。第二件事是患者满意度上升了。''他强调说,从长远来看,卫生系统的收款额也会增加。

但是,当进行任何新的技术转变时,提供商需要清楚地了解现有工作流程以及如何对其进行最佳调整,Esposito说。

她说:“我们看到许多医疗系统出现问题的地方是,您实际上只是在尝试解决某些问题而没有真正考虑工作流程,文化以及对何时真正起作用的理解”。说过。

简化患者匹配,人群健康管理和可及性

人工智能 聊天机器人和虚拟助手像巴比伦健康(Babylon Health)的疾病预防和诊断AI一样,Sense.ly的虚拟护士平台Molly和Novo Nordisk的糖尿病聊天机器人Sophia可以提高可及性,并可以使紧张的患者摆脱不必要的拜访。

如果患者需要护理,人工智能可以帮助他们与适当的临床医生配对。

医院巨头Providence St.Joseph Health使用称为Kyruus的AI技术来提高将患者与合适的提供者匹配的机会。 PSJH首席数据官亚伦·马丁(Aaron Martin)在11月的美国新闻医疗明天会议上说,在开始使用这项技术之前,约有30-40%的预约空位已经用完或使用不充分。

Kyruus使用提供商数据管理程序来识别,匹配和预定与最适合他们需求的专家的患者约会。 

人工智能医疗保健公司Zanthion首席执行官Philip Regenie预测,越来越多的老年人倾向于年龄增长,而AI修改可以创建智能家居来关注老年人的健康和安全。

但是,人工智能在家监控不仅适用于老年人。

专家预测,今年,人工智能将继续推动医疗保健从被动式和基于医院的模式转变为主动式和基于家庭的模式。 AI的进步对于慢性病或行动受限的患者尤其有用。

结合家庭传感器,可穿戴设备和其他家庭治疗计划,人工智能可能有助于在症状严重之前检测出严重疾病。

AccuHealth是一家位于智利的护理管理公司,它使用家中的各种传感器收集患者数据,并将其输入到其AI引擎中,以建立预测性警报和模型。

如果触发警报,则远程虚拟医院部队可以干预这些患者及其家人,以避免潜在的不可逆转的健康下降(以及昂贵的急诊室就诊)。

国歌已经六个月了 与doc.ai的为期一年的合作关系,基于年龄,体重,身高,体力活动和污染暴露等数据,测试支持区块链的AI是否可以预测人们何时会出现过敏反应。

AxisPoint Health是一家基于分析的护理管理和人群健康管理服务提供商,使用传统(索赔,资格,提供者)和非传统(消费者)数据来识别健康的社会决定因素的代理。它将数据输入到决策支持和工作流平台中,以使用预测分析来识别长达一年的风险,从而为护理经理提供有关其患者和人群的全面概况和健康预测。

例如,“如果该地区有野火,空气中有大量微粒,那么可能会有爆炸性消息传给有呼吸条件的人,以使窗户保持关闭并避免暴露于烟雾弥漫的空气中,” Virginia Gurley, AxisPoint的高级副总裁兼首席营销官告诉Healthcare Dive。

UnitedHealth的药房福利管理和数据分析部门Optum正在开发一种名为MyDigitalTwin的原型移动应用程序,以减少从家庭或设施到身体本身的传感器架构。该模型利用大量的基因组,外源和行为数据来创建人的健康状况的在线表示。

Optum技术研究员Kerrie Holley在公司八月份的论坛上说:“想象一下,如果我们每个人都有一个数字双胞胎,我们的医生可以用来模拟我们目前的健康状况,预测我们未来的健康状况并找到改善健康状况的建议。”实时建模软件。

但是这个领域仍处于起步阶段。 Global Data全球医疗保健业务和战略执行副总裁兼执行副总裁Bonnie Bain表示:“我认为[预测建模]的全部潜力仍在显现,因为医生和保险公司(尤其是)仍然需要深信这种好处。”潜水。

保险公司也可以看到潜在的成本节省

埃森哲预测 通过精简计费,注册,理赔,质量和合规性以及客户服务等核心功能,人工智能可以在短短18个月内为美国保险公司节省约70亿美元。

后者的一个例子是Afiniti,这是一家高科技公司,利用预测分析将客户和商业数据中人为行为的微妙模式与客户与呼叫中心操作员配对。

Afiniti首席执行官Zia Chishti对Healthcare Dive表示:“导致人口死亡率和发病率的主要因素之一是他们是否定期从护士那里就诊。”包括巨型医疗保险公司(UnitedHealth)在内的保险公司都使用Afiniti的技术来提高实现这一结果的可能性。

阿菲尼蒂s 自2017年以来,医疗保健客户在付款方节省了1.25亿美元。

埃森哲支付业务的董事总经理理查德·比尔汉泽尔(Richard Birhanzel)在八月份对Healthcare Dive表示,对于支付者而言,人工智能的潜力在于``无需人们干预就能接受人们提出的一些简单问题并做出答复,从而能够预测需求。''

影像,诊断能力稳定增长

2018年,医疗保健行业变得越来越习惯于AI在放射学和图像分析中的应用,并且几乎可以肯定的是这种情况将持续到新的一年。

在诸如影像学,皮肤病学和放射学之类的图像密集型医学领域,人工智能的影响显而易见。根据医疗咨询公司弗若斯特(Frost)的数据,去年在用于医学成像初创公司的100多个AI中,绝大多数人专注于图像分析&沙利文,基于AI的医学影像市场正在 有望达到 到2023年达到20亿美元。

但是医疗界一直在对AI进行诊断,并提出了健康的怀疑态度,尤其是在去年早些时候IBM-Watson崩溃之后,超级计算机未能正确地检测出癌症或无法提供治疗建议。

专家说,这项技术太快了太快了。但是,在非常特定的诊断领域中,人工智能具有巨大的发展潜力。

例如,人工智能与心电图串联 可以成功 根据Mayo诊所的说法,该方法可以检测出某种形式的心脏病。和 Scripps与NVIDIA合作 开发深度学习工具来预测10月的房颤(并分析整个基因组序列)。

Memorial Sloan Kettering和斯坦福大学都在研究机器学习在肿瘤学中的应用。

最近,来自贝斯以色列Deconess Medicare中心和哈佛医学院的一组研究人员使用深度学习来训练AI以诊断肿瘤。当结合人类病理学家时,该程序的准确率达到了99.5%。

AI可以自行诊断-至少对于眼科疾病而言-但它不可能完全取代人类

在八月, 谷歌宣布 其DeepMind AI系统为94种以上的50多种眼病推荐了正确的眼科转诊  尽管该技术尚未获得临床认可,但与专家的水平相当。

那个奖杯已经被IDx-DR抢走了。 4月份,该软件成为第一个获得FDA商业授权的用于诊断糖尿病性视网膜病的自主AI,该疾病是1型和2型糖尿病的并发症,最终可能导致失明。

IDx的创始人兼首席执行官Michael Abramoff在FDA工作了八年,以使他的软件获得批准。阿布拉莫夫告诉《医疗潜水》杂志:``对他们而言,这是新事物,因为没有人想到过自主AI的想法,这意味着可以自行进行临床诊断或治疗诊断的人工智能。''

自主AI具有广泛的影响,尤其是在患者访问方面。例如,在很难找到高素质专家的地方,这项技术允许用户在附近的零售诊所中进行极为利基的诊断和治疗。

但是,缺点是AI只能用于诊断非常特定类型的疾病。 艾布拉莫夫说,这种情况需要很普遍,并且每次都会出现相似的症状。 

符合基准的一些疾病是青光眼和黄斑变性。在公司的视线之外,公司也在探索自主AI在胃肠道和皮肤状况中的适用性。

后者的一个探索性例子是Hazel医生,该应用程序对图像数据库进行分类,以将痣分类为良性或潜在癌性,于2017年在TechCrunch Disrupt推出,并更名为BlueScan。

Abramoff预计2019年将有更多有关AI作为诊断工具的公告,但他强调,自主AI并不意味着人类之外的AI。

阿布拉莫夫说:“医生会犯错误,而人工智能会犯错误。” “我们正在研究的AI仍嵌入在医疗保健系统中”  人力和技术协同工作。

跟随 推特

提起下: 卫生IT 付款人 医院管理 实践管理