斯坦福大学:2030年的人工智能和医疗行业
2016-12-09 佚名 健康界
说到人工智能,人们一准儿会想到恐怖片中的造反机器人或毫无人性的反乌托邦世界。而现实并非如此。斯坦福大学的一项突破性研究表明,未来人工智能必将为世界带来更为深刻的变化。为持续关注人工智能的发展,斯坦福大学开展了名为“人工智能百项研究”(One Hundred Study on Artificial Intelligence, AI100)的项目。该项目中,各领域(含医疗行业)精英组成的专家组定期就人
说到人工智能,人们一准儿会想到恐怖片中的造反机器人或毫无人性的反乌托邦世界。而现实并非如此。斯坦福大学的一项突破性研究表明,未来人工智能必将为世界带来更为深刻的变化。
为持续关注人工智能的发展,斯坦福大学开展了名为“人工智能百项研究”(One Hundred Study on Artificial Intelligence, AI100)的项目。该项目中,各领域(含医疗行业)精英组成的专家组定期就人工智能对人类生活各个方面的影响进行研究。其首份报告《2030年的人工智能与生活》(Artificial Intelligence and Life in 2030)研究了十几年后人工智能的发展将对某北美城市产生的影响。研究结果表明,人工智能的发展前景虽然广阔,但有的并不只是酷炫,更有隐忧与障碍。
至2030年,人工智能将广泛应用,对社会生活的各个方面产生积极而深远的影响,特别是在医疗领域,它将带来一系列能够改善生活质量的创新。基于人工智能的应用软件将有效改善人类的健康状况和生活质量。但这一切能否照进现实,就要看能否取得医生、护士、患者的信任,能否扫清政策管控障碍及商业障碍。
数据得不到有效利用
人工智能在医疗领域的主要功能包括:临床医疗决策支持、患者监控及辅导、自动化手术及患者护理设备、医保体系管理等。其中,数据是关键。
虽然人工智能从个人监控设备及手机应用软件、电子病历、医院机器人助手等多处收集数据的能力增强,但其发展速度并没有想象中那么快,很难利用这些数据对患者及患者群体进行更加细致的诊断和治疗。研究报告称,电子病历的普及就是这样一个案例。电子病历市场由少数几家供应商垄断、用户界面不符合标准等多层面障碍的存在导致电子病历数据至今得不到有效利用。落后的管理条例及激励机制阻碍了其研究和应用的发展。且医疗体系庞大而复杂、人机互动方式匮乏,这些都增加了人工智能的应用难度与风险。接下来15年,只有数据充足且目标精准,人工智能才能彻底改变医生现有职责。
专家表示,目前人工智能在开发新学习方法、深挖科学文献创建多层次推理模型、创造自由对话功能智能助手等方面并没有太大进展。
龟速审批等问题挫败细化诊疗
人工智能可以通过患者的临床数据分析出其健康状况,这有助于实现更为细致的个性化诊断和治疗。报告称,社交平台上涌现的传统和非传统健康数据新增了人口分类,不同人群将由自动推荐给监控系统提供的周边健康服务供应商管理。随着数以亿计的人口健康数据变得有据可查,以及医疗流程转变,医疗服务模式将发生颠覆性变化。
但障碍依旧存在,例如,美国食品与药品监督管理局(Food and Drug Administration, FDA)对创新型问诊软件的审批速度慢,《健康保险流通与责任法案》(Health Insurance Portability and Accountability Act,HIPAA)为保障患者隐私限制人工智能应用软件使用患者数据。
数据跨界融合打造移动医疗
有些应用软件可结合社会及医疗健康数据进行数据挖掘及研究,并通过已获得的数据进行基础性预测。应用软件之间可跨界融合从而催生新产品,例如可研发一款运动应用软件,这款软件不仅负责制定运动日程表,还能给出最佳运动时间、方式以及训练用户如何坚持。
人工智能可提供养老服务但一时难以商业化
人工智能服务将革新养老服务。做饭等日常事务将由智能设备代劳,如果机器人操控系统发展成熟,那么穿衣、如厕等问题也能由机器人帮忙解决。驻家健康监控及健康信息获取设备将能够感知情绪或行为变化并提醒护理人员,个性化康复及驻家治疗模式的发展将降低住院率,但由于尚未突破的科技障碍及成本高等问题的存在,人工智能很难在不久的将来实现商业化。扫除这些障碍能够大大提高人们的健康状况和生活质量。
报告结论称,过去15年中,人工智能带来的发展已经对北美城市产生了巨大影响,如果管理得当,预计接下来15年中其影响将更为巨大。近来人工智能的进步主要得益于互联网大数据组、传感技术及“深度学习”应用软件的发展。未来,人工智能若要融入交通、医疗等更多领域就必须讲究方式方法,要采用公众信任与理解的方式,尊重人权和公民权利。
作者:佚名
版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
#医疗行业#
36
录入大数据的智能诊断机器人,比医生一生看过的病例多的不是一个数量级,所以,很期待智能医疗,避免误诊与漏诊,也缓解了医生的一部分工作强度。
66
那就厉害了!以后学医不但要学习医学,还要学习修理机械学!!医生以后都应该从最强大脑中找人来学…
84
很好,不错,以后会多学习
79