Siri 创始人: AI 虚拟助手未来5年内将彻底改变医疗行业

简介:

Siri 创始人: AI 虚拟助手未来5年内将彻底改变医疗行业

图片来源:ktsdesign / Shutterstock

雷锋网消息,今年夏天, KPCB 合伙人玛丽·梅克尔(Mary Meeker)在《2017年互联网趋势报告》中指出,医疗保健领域充满了机会。报告提出,由多种融合技术驱动的医疗保健市场正在接近“数字拐点”,目前正在迅速发展。

这是一个保守的说法。

雷锋网(公众号:雷锋网)了解到,根据梅克尔的研究,由于2013年以来数字化投入的增加,全球医疗数据量同比增长了48%。随着这种信息资源可用性(以及相应的负担)的增加,医疗和保健行业有了新的变化。利用这些数据的爆炸性增长,将会完成市场和服务交付规范的转型。耗费数据的 AI 解决方案将在这场革命中占据核心地位。

梅克尔的分析突出了在患者赋权和健康管理、改善临床路径和方案以及预防健康方面的数字创新的机会。这些领域的创新与 AI 和机器辅助的过程密不可分。但是,在实践中 AI 增强的医疗保健领域看起来如何?

数据驱动的 AI 技术非常适合解决健康市场的长期低效率问题,可能会降低数千亿美元的成本,同时减少医生的时间负担。这些技术可以用来捕获大量数据,包括患者过去和现在的状态,项目潜在的未来状态,从而进行实时分析数据,协助推理达到患者和医师目标的最佳方式,并给病人和医师提供支持。只有AI才能实现这样的使命,没有其他解决方案。

技术人员和投资者维诺德·科斯拉( Vinod Khosla)认为,目前人类医生所做的80%的工作将很快被技术所取代,从而医生可以把时间集中在与患者互动等方面。他并不是在谈论机器人医生的出现,他指的是目前耗费医生大部分时间的手动数据消耗和生成过程,其实更适合让人工智能来做。瞻博网络研究分析估计,仅在医疗保健客服中使用聊天机器人,就可以让每次查询平均节省4分钟以上的时间,相当于每次互动的平均成本节省0.50-0.70美元”。我们考虑一下账单整理或数据录入的烦恼:这些都是会消耗时间、容易自动完成的任务,既不合理,也不需要医生的技能水平。这样的杂务可以委派给人工智能去做。

 AI 时代的医疗保健

在五年内,医疗保健行业有可能经历一个彻底的蜕变,这里只是几个例子:

1.医生将使用 AI 虚拟助手(例如使用类似于Apple Siri的软件工具,但专门针对特定的医疗应用程序)进行练习。人工智能助手将提供实时和持续的支持和建议让医生进行诊断和治疗。许多公司已经开始了数十亿美元的人工智能工作。值得注意的是,IBM公司的沃森机器人或诸如Ada之类的企业,其功能就像数字咨询护士。而这仅仅是个开始。

 AI 虚拟助理除了整个患者群体外,还可以吸收、分析和分享与个别患者相关的大量数据。(这一努力的主要部分将首先是为维护病人个人数据的隐私和安全性进行的自动化:这种技术也在迅速发展。)这些数据将包括所有类型——患者历史、新兴威胁和流行病学统计、图像、视频、位置数据、医生评论和治疗 ——所有这些都不可能通过人力单独消化。然后,医生将利用这些知识继续改善治疗。最佳的实践将转变为要求医生与AI虚拟助理共同练习。

2.具有 AI 虚拟助手的医生将能够像今天那样治疗5X-10X慢性疾病患者,而比过去做的更好。最近的一份研究与市场报告显示,“今天临床实践中的一个基础的AI ...可以用于警报和提醒、诊断、治疗计划、信息检索和图像解释。”大量的必要劳动可以通过人工智能实现自动化和交付。医师AI虚拟助理将具有会话能力,并能够支持医师与患者进行交流,回答常规问题,提出治疗选择等。

3.  AI 虚拟助理将通过持续和实时的智能建议来支持患者和健康人员进行健康维护。我们在这个领域的AI增强的最大机会是让人们保持健康,而不是等待他们生病时再治疗。AI虚拟助手将能够深入了解饮食、运动、药物、情绪和精神状态等方面的知识,手动管理和记录日常营养,健身等工作一直都是乏味和困难的。但是,包括计算机视觉,自然语言理解和机器学习在内的新技术提供了能够让个人轻松“展示”或与人工智能虚拟助手“交谈”的界面功能。此外,AI虚拟助理可以利用其他机制来“知道”通过运动检测,物联网(物联网)传感器输入等发生的事情,毫不费力地收集有价值的、个性化的数据。患者将有一个持续的“朋友”,提供数字健康良知,建议,支持,甚至鼓励他们做出健康的选择,追求健康的生活方式。

4、以前只能在医院使用的医疗设备将出现在家庭里,可以进行更精确和及时的监测。新一代家庭卫生设备已经出现,与先进的成像和传感器技术紧密结合,用于跟踪生物特征变量并收集更多的测量数据。例如,AliveCor的移动pad与智能手机相连,并提供个人EKG。这可以让你随时随地知道你的心律是否正常,或者是否检测到房颤。另一个例子是Scanadu的测试套件(根据FDA的考虑,即将推出),它使用 AI 来测量尿样中的化学物质水平以及一些健康状况的表面指标。

5、基于从现有的和广泛采用的数字设备(如智能手机)中收集的数据,未来将出现负担得起的诊断和治疗疾病的新工具。今天的智能手机已经拥有高分辨率的相机、加速度计、陀螺仪、触摸识别、麦克风、扬声器等,这些都有助于健康应用。拿着手机的细微动作可能会给帕金森病带来线索,社交网络使用的变化可能表明抑郁症。情绪或语音模式分析可能会识别焦虑。这只是一些可以通过数据分析的例子,这些数据已经可以从个人使用智能手机中获得。

6、机器人和家庭 AI 系统将帮助独立生活的患者。机器人离开“笼子”,他们曾经帮助制造汽车等主要产品,但现在将在你的家中,提醒你服用药物,协助日常家务,例如做饭和折叠洗衣,与日本的机器人宠物一样,帮助老年人进行淋浴或进入浴缸,甚至越来越多地提供情感支持。

前景

你可能会认为, AI 正在经历从50多年前就开始的炒作周期,从而导致幻灭。我不同意。随着深度学习,符号 AI 、计算机视觉、自然语言和机器学习与智能手机相结合的算法开发,将超级计算机的力量放在每个人的口袋里,始终与我们保持连接。——毫无疑问,我们正处于一个指数增长的AI曲线上。

如今,许多熟悉的人工智能引擎,如Siri、Cortana、Alexa、谷歌助手或数百个“智能聊天机器人”中的任何一个,都还不成熟,它们的功能非常有限。但不要被误导——最好的比喻是,他们像人类一样学习,他们还处于婴儿期,刚刚开始爬行。医疗 AI 虚拟助理很快就能走路,然后跑步。在接下来的几年里,他们将会对话,从用户那里学习,他们将理解上下文,提供积极的帮助。

随着这些能力应用于卫生部门,它们将使数百万公民变得更健康,为医生提供实践所需的支持和时间,并节省数万亿美元的医疗费用。欢迎来到AI的时代。

Siri 创始人: AI 虚拟助手未来5年内将彻底改变医疗行业

Norman Winarsky是Siri的创始人,斯坦福商学院研究生讲师,也是Health2047在风险开发和商业化方面的顾问。他与亨利•克雷斯塞尔(Henry Kressel)合著了《如果你真的想改变世界:创建、建立和持续突破的指南》(HBR Press,2015)。

via venturebeat 雷锋网编译


本文作者:李雨晨
本文转自雷锋网禁止二次转载, 原文链接

相关文章
|
8天前
|
人工智能 安全 搜索推荐
北大计算机学院再登国际AI顶刊!张铭教授团队揭露医疗AI致命漏洞
【10月更文挑战第17天】北京大学计算机学院张铭教授团队在国际顶级人工智能期刊上发表重要成果,揭示了医疗AI系统中的致命漏洞——“模型反演”。该漏洞可能导致误诊和医疗事故,引起学术界和工业界的广泛关注。研究强调了医疗AI系统安全性评估的重要性。
24 1
|
22天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗领域的应用及挑战
【10月更文挑战第4天】本文将探讨AI技术在医疗领域的应用及其面临的挑战。我们将从AI技术的定义和发展历程入手,分析其在医疗领域的应用场景,包括辅助诊断、个性化治疗、药物研发等方面。同时,我们也将讨论AI技术在医疗领域面临的挑战,如数据隐私、算法偏见等问题。最后,我们将以一个简单的代码示例来展示AI技术在医疗领域的应用。
50 0
|
3天前
|
机器学习/深度学习 人工智能 供应链
AI技术在医疗领域的应用与未来展望###
本文深入探讨了人工智能(AI)技术在医疗领域的多种应用及其带来的革命性变化,从疾病诊断、治疗方案优化到患者管理等方面进行了详细阐述。通过具体案例和数据分析,展示了AI如何提高医疗服务效率、降低成本并改善患者体验。同时,文章也讨论了AI技术在医疗领域面临的挑战和未来发展趋势,为行业从业者和研究人员提供参考。 ###
|
4天前
|
机器学习/深度学习 人工智能 搜索推荐
人工智能与未来医疗:AI技术如何重塑医疗健康领域###
【10月更文挑战第21天】 一场由AI驱动的医疗革命正在悄然发生,它以前所未有的速度和深度改变着我们对于疾病预防、诊断、治疗及健康管理的认知。本文探讨了AI在医疗领域的多维度应用,包括精准医疗、药物研发加速、远程医疗普及以及患者个性化治疗体验的提升,揭示了这场技术变革背后的深远意义与挑战。 ###
24 6
|
4天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗领域的应用与挑战
【10月更文挑战第21天】 本文探讨了人工智能(AI)在医疗领域的多种应用,包括疾病诊断、治疗方案推荐、药物研发和患者管理等。通过分析这些应用案例,我们可以看到AI技术如何提高医疗服务的效率和准确性。然而,AI在医疗领域的广泛应用也面临诸多挑战,如数据隐私保护、算法透明度和伦理问题。本文旨在为读者提供一个全面的视角,了解AI技术在医疗领域的潜力和面临的困难。
|
11天前
|
人工智能 安全 搜索推荐
北大计算机学院再登国际AI顶刊!张铭教授团队揭露医疗AI致命漏洞
【10月更文挑战第16天】北京大学张铭教授团队在国际顶级人工智能期刊上发表重要成果,揭示了医疗AI系统中的致命漏洞——“模型反演”。该漏洞可使攻击者通过特定数据样本误导AI诊断,引发误诊风险。此发现引起广泛关注,强调了医疗AI安全评估的重要性。
28 4
|
12天前
|
机器学习/深度学习 人工智能 搜索推荐
AI在医疗领域的革命性应用
【10月更文挑战第14天】 本文探讨了人工智能(AI)在医疗行业中的多种应用,包括疾病诊断、个性化治疗、药物研发等。通过具体案例分析,展示了AI技术如何提高医疗服务效率和准确性,同时指出了当前面临的挑战与未来发展趋势。
29 2
|
13天前
|
机器学习/深度学习 人工智能 搜索推荐
AI与未来医疗:革命性的技术,重塑健康产业
在21世纪的科技浪潮中,人工智能(AI)正迅速成为医疗领域的关键力量。本文探讨了AI在未来医疗中的潜力和应用前景,从智能诊断、个性化治疗到药物研发和患者护理,详细阐述了AI如何通过提升效率、准确性和个性化医疗服务来重塑健康产业。通过案例分析和专家观点,本文展示了AI在医疗领域的多重影响,并讨论了其面临的伦理和隐私挑战。
|
21天前
|
机器学习/深度学习 人工智能 算法
打造你的超级Agent智能体——在虚拟迷宫中智斗未知,解锁AI进化之谜的惊心动魄之旅!
【10月更文挑战第5天】本文介绍了一个基于强化学习的Agent智能体项目实战,通过控制Agent在迷宫环境中找到出口来完成特定任务。文章详细描述了环境定义、Agent行为及Q-learning算法的实现。使用Python和OpenAI Gym框架搭建迷宫环境,并通过训练得到的Q-table测试Agent表现。此项目展示了构建智能体的基本要素,适合初学者理解Agent概念及其实现方法。
62 9
|
15天前
|
机器学习/深度学习 人工智能 监控
AI与未来医疗:革命性的诊断与治疗
【10月更文挑战第11天】 本文探讨了人工智能(AI)在现代医疗领域的应用,重点分析了AI如何通过精确的数据分析和机器学习技术,实现疾病的早期诊断和个性化治疗方案。通过具体案例展示了AI在医学影像分析、基因编辑、远程医疗及患者管理等方面的巨大潜力。同时,也讨论了AI在医疗中面临的伦理和隐私挑战,并提出了可能的解决方案。