AI机器学习应用於护理体系 https://bit.ly/2MK56ha 由於护士在患者身上花费的时间比任何其他医疗专业人员都多，因此他们提供 的护理质量对病患影响相当大。医疗保健行业不仅依靠护士来管理治疗，还需 要改善患者整体体验。同时，由於护士人手不足，使得护士往往会感到疲惫， 精神紧张，需要做更多工作，影响患者护理质量。 随着资通讯技术成熟并导入AI於医疗体系，将协助护理人员改善工作环境及服 务品质。以下从三方面来看，目前护理体系智慧化的程度： 一、虚拟护士机器人 二、诊疗讯息记录/获取医疗知识/工作流程控管沟通 三、健康分析平台Health Catalyst 四、机器学习与预测 一、虚拟护士机器人 虚拟护士Molly 新创公司Sense.ly提供语音助理Molly应用於医疗保健服务，由法国的电信巨头 Orange S.A.扶植後於2013 年成为独立公司。就像亚马逊的Alexa为用户提供 私人语音助理。 Molly提供医疗资讯服务，其商业模式是医院与Sense.ly签约并付费使用其服务。 可以充当医疗服务提供病人的医疗服务谘询。Sense.ly 平台提供远端医疗、语 音识别、扩增实境等技术。患者可以在 PC、平板或智慧手机上进行会话式询问 与 Molly 进行沟通来获得服务。对话的内容会被 Molly 转交给 IBM 的 Watson 超级电脑，让Watson 可在数秒之内理解消化 2 亿页的资料，再根据病人的病史 提供即时建议。 软银机器人NAO和Pepper Softbank Robotics开发了三种用於医疗保健行业的机器人。据该公司网站称， 机器人NAO和Pepper已经部署到零售，金融，旅游和医疗保健行业的70个国家的 2500多个公共场所。该公司声称机器人可以协助完成简单的任务，例如当迎宾机 器人，提供信息以及与访客互动。 根据公司网站，NAO和Pepper机器人都具有20种语音识别功能，进行基本对话， 并通过机器辨识他人的声音。机器人的面部识别功能使他们能够识别环境中的面 部和物体。 老年照护机器人Romeo 一种140公分的类人机器人，为更深入探索老人或失去自理能力人员的照护问题 而设计的。Romeo由多家法国及欧洲的实验室和研究所合作而获得的产物。 ROMEO开发计画始於2009年1月，预计最迟将於2019年将Romeo部署在老人护理设 施中。涉及四大主要目标： 打造一个可互动、开放的模组式硬体一体化及软体平台 开发出一款个人助理机器人，具有监护和适应的人机互动功能 发展成一个适於研究的强有力平台 奠定机器人产业生态系统的基石 二、诊疗过程记录/获取医疗知识/工作流程控管沟通 帮助护士和其他医疗保健专业人员快速有效地记录和获取信息。在帮助护理人 员日常工作或工作流程，并与相关人员沟通协调所需要相关信息。可以通过分 析大量患者护理数据和结果来帮助医疗专业人员发现最佳诊疗的选择，并且编 译成AI决策流程。 三、健康分析平台 健康分析平台Health Catalyst Health Catalyst开发的Health Catalyst Analytics Platform。 该分析平台 从多个医疗保健机构提取数据源，并将其收集到数据库中，以结构化方式组织 进行分析，以便提供自动化使用的机会。 该公司称使用预测分析和机器学习，数据可用於衡量流程和结果，还应用於患 者护理安全和减少废物方面可以在哪些方面进行改进。 四、机器学习与预测 机器学习的预测模型Mission Health Mission Health开发了自己的基於机器学习的预测模型，以评估患者的再入院 风险，同时考虑到患者的住院时间，急诊入院，合并症和急诊就诊（LACE指数） 。Mission创建了一个分析团队，目标是利用机器学习创建预测模型，获得有关 哪些患者可能重新入院的见解，并创建一种方法来帮助患者降低风险。 Mission使用了12个关键问题，以识别处於危险中的患者。还结合有其他数据来 源，如临床，财务，行政和患者体验来创建模型。然後对数据进行训练和测试， 以确保预测模型的准确性。 认知量表Cortex软体 Cognitive Scale开发用於医疗保健行业的Cortex软体，可改善患者护理服务， 同时增加员工生产力并降低运营成本。 Cognitive Scale的Cortex 5的技术，提供安全数据和IP资产所有权，可视觉 化AI系统设计，机器学习模型生命周期优化，可解释性，个性化，持续学习 以及算法信任和保证。平台的认知引擎不断从客户的行为中学习（例如从点击 ，喜欢，分享，交易的行为），并实时收集来自公共，私人，社交和设备数据 源的数据，例如FB等。 该系统可根据患者的偏好和治疗方案，通过定制护理和调度後勤来帮助改善患 者体验。 治疗建议AI系统IBM Watson for Oncology 在治疗建议领域，IBM Watson for Oncology是一个AI认知演算系统，为癌症 提供基於证据的建议，系统认为这是最有效的。 该系统筛选了数以千计的病 例和文章，并帮助医生确定针对特定类型肿瘤的最佳治疗方案。 Watson for Oncology声称使用自然语言处理和机器学习来处理来自多个不同 数据来源，包括医学文献，治疗指南，患者病历，成像，实验室和病理报告以 及专家的见解。IBM声称使用这些数据点，该应用程序可以为患者提供治疗建议。 健康提示及推荐引擎TAVIE 总部位於加拿大的360Medlink开发了TAVIE（Traitement，aidvirtuelleinfirmiè reetenseignement），这是一个临床验证的虚拟护士平台，可作为私人和政府医 疗机构内的患者的教练。 通过预先录制的视频，这个虚拟护士出现在智能手机屏幕，提供与艾滋病毒，糖 尿病，疼痛缓解，淋巴水肿，心血管疾病，器官移植恢复和生活方式改善等特定 疾病相关的医疗保健各种提示来“指导”患者，甚至情绪管理。 结语 目前，已有些医疗机构依靠机器人来帮助护士监控照护品质，甚至患者陪伴。机 器人护士面临的挑战是缺乏参与护理职责的感知和复杂的决策能力。例如，编程 以提醒患者服用药物的机器人，需要理解为什麽患者拒绝并能做出正确的反应。 另一方面，人类护士拥有丰富的经验，知识，价值观和能力，可以做出适当的反 应和行动。 其他AI公司专注於开发数据驱动的机器学习应用程序，以自动化管理流程，简化 日常操作，甚至支援治疗品质。 总体而言，医院可以在采用人工智慧和机器学习方面获得各种好处，但需要了解 技术的缺陷。在面对选择技术及当前技术的局限时，医院必须平衡其业务需求， 为患者提供更好的护理并支援其医护人员履行职责。 -- http://imgur.com/a/p2RPm --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 220.133.209.205 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Medicine/M.1534301723.A.4E5.html