用人工智能保护一线医护人员

简介: 我们正在经历一场前所未有的危机。在COVID-19大流行期间,医护人员成为一线英雄,加班加点,保护我们的社区免受新型冠状病毒传播的影响。但他们并不能幸免于疫情引发的焦虑和不确定气氛,也不能幸免于冠状病毒本身。

Shielding-Frontline-Health-Workers-with-AI-1536x944_副本.jpg

我们正在经历一场前所未有的危机。在COVID-19大流行期间,医护人员成为一线英雄,加班加点,保护我们的社区免受新型冠状病毒传播的影响。但他们并不能幸免于疫情引发的焦虑和不确定气氛,也不能幸免于冠状病毒本身。


我们需要保护在危机期间冒着生命危险的急救人员和医院工作人员。这意味着充分利用我们可以使用的每一种工具,包括人工智能。


创意解决方案


毫无疑问,当前的形势需要一个创造性的解决方案。美国已经成为全球大流行的中心。尽管通过要求区域关闭和在家隔离来平复这条曲线,但整个城市的医院都被接二连三的病例压得喘不过气来。根据美国国家公共电台(NPR)的报道,这对医务人员士气的影响也同样存在问题。


美国国家公共电台(NPR)记者威尔·斯通(Will Stone)和莱拉·法德尔(Leila Fadel)最近写道:“冠状病毒已经爆发几个月了,一些医护人员说,在日益超负荷的医疗系统中,他们因治疗一系列危重病人而感到筋疲力尽。”“许多人都在质疑,他们还能拿自己的健康冒险多久……在许多医院,流感大流行改变了急诊室,颠覆了医护人员以前想当然的规程和预防措施。”


医院正在竭尽全力确保医务工作者的安全和受到保护,但是他们的资源却太少了。 据报道,纽约等高传染地区的一些医院只能每五天给医护人员一个N95口罩。使用过的口罩要收集、消毒并循环使用。但是,一些前线医护人员担心,鉴于这种疾病具有高度传染性,他们可能得不到充分的保护。


位于圣路易斯的急诊室护士索菲亚·拉戈(Sophia Rago)对NPR的记者说:“那种不确定的感觉令人沮丧,因为您不会受到保护。”


我们需要尽可能保护我们的前线医护人员。显而易见的解决办法是增加个人防护装备(PPE)和N95口罩的库存;然而,考虑到我们面临着全国性的短缺和各州之间围绕这一装备的激烈竞价战,这一解决方案似乎不太可能。我们能做的至少是减少患者到医护人员传播的风险,就是投资人工智能解决方案,使一些医疗过程自动化,并限制密切接触的需要。


“传统的过程,那些依靠人在信号处理的关键路径上发挥作用的过程,受制于我们培训、组织和部署人力的速度。此外,传统流程随着规模的扩大而带来的回报也在下降,”一个数字健康研究团队最近在《哈佛商业评论》(Harvard Business Review)的一篇文章中写道。


数字系统可以在没有这些限制的情况下以几乎无限的速度进行扩展。理论上唯一的瓶颈是计算能力和存储容量。数字系统可以跟上指数级增长的步伐。


这些由AI驱动的数字化解决方案通常分为两大类:疾病控制和患者管理。


评估人工智能限制疾病传播的能力


在限制疾病传播方面,目标是使用AI工具更好地分配人力资源,同时仍然保护患者和员工。以最近在佛罗里达州坦帕综合医院部署的筛查系统为例。该AI框架是由自主护理创业公司Care.ai设计的,旨在促进感染者与他人接触之前的早期识别和拦截。根据《华尔街日报》的一份报告,Care.ai工具会进入入口摄像头并进行面部热扫描。如果系统标记出发烧或变色等发烧症状,则可以通知医护人员并立即采取干预措施。


其他技术公司(例如Microsoft)已在全球各地的设施中推出了类似的远程诊断和警报工具。它们的独特功能各不相同,但目的却是相同的:防止感染扩散并为过度劳累的人员提供支持。


正如Microsoft的代表在最近的新闻稿中分享的那样,“ AI技术不仅可以提高防疫工作的效率,而且还可以减轻前线人员的工作负担,从而可以更有效地利用有限的人力资源。”


在这个资源短缺的时期,援助无疑是必要的。


AI的诊断和患者管理应用程序


与冠状病毒大流行作斗争是一项需要速度的任务。现在,医疗机构必须比以往任何时候都更能够准确、快速地识别出感染的患者,以便他们能够追踪并希望遏制病毒传播。但是,这样做并非易事。


借用《福布斯》撰稿人温迪·辛格(Wendy Singer)的话说:“如今,分析测试结果需要熟练的技术人员和许多宝贵的时间,甚至几天。但是在当前现实中,医疗系统需要立即分析成千上万的结果,并使尽可能少的实验室工作人员暴露于该病毒。”


我们没有那么多时间,不能让我们的实验室工作人员面临不必要的风险。幸运的是,尖端的AI技术可以提供解决方案。借助AI,医院可以自动化测试过程的某些步骤,从而减少了处理测试结果所需的时间和精力。这些功能不只是假设的;自冠状病毒大流行爆发以来的几周内,卫生科技初创公司Diagnostics.ai为美国和英国的实验室提供了一种诊断工具,该工具可通过自动进行DNA分析来简化测试过程。


但是,人工智能诊断程序的应用并不仅限于测试。一些人还使用人工智能来支持过度扩张的医院中的患者管理。以色列的一家医疗设备开发商EarlySense最近开发了一种AI驱动的传感器,该传感器可以识别哪些患者最有可能在六到八小时内面临败血症和呼吸衰竭等并发症。这可以给医院提供它所需要的信息,以便最好地分配有限的资源和工作人员的注意力。


任何AI创新(无论多么出色或有帮助)都不会解决我们的资源短缺问题。毫无疑问,医疗机构需要更多的个人防护装备和支持。但是,AI为筛查和患者管理工作提供的好处显而易见。部署这些工具至少可以减轻我们疲惫不堪的前线人员的负担。


原文链接
相关文章
|
1月前
|
机器学习/深度学习 人工智能 自动驾驶
人工智能浪潮下的未来职业图景
随着人工智能技术的飞速发展,未来的职场将呈现出前所未有的变化。从自动化取代重复性劳动到创造全新的行业岗位,AI的介入正逐步重塑我们对工作的认知和期待。本文将探讨AI技术如何影响职业发展的趋势,以及我们应如何准备迎接这一变革。
|
1月前
|
机器学习/深度学习 人工智能 搜索推荐
人工智能发展之路:探寻未来科技的疆界
自计算机科学诞生,人工智能始终是探索焦点。历经逻辑推理、专家系统至深度学习时代,AI在图像、语音识别等领域取得突破。未来,AI将在医疗、教育、交通等领域发挥更大作用,如辅助精准医疗、个性化教学及解决交通问题。同时,AI还将促进跨界融合创新,与物联网、云计算结合,推动智能家居、智慧城市的发展,并使机器人、无人机更智能化。面对伦理、隐私等挑战,需确保技术惠及人类,共同创造美好未来。
54 1
|
2月前
|
机器学习/深度学习 人工智能 搜索推荐
掌握未来:探索人工智能在教育中的应用
【7月更文挑战第28天】本文深入探讨了人工智能技术在教育领域的应用,从个性化学习、智能教学辅助系统到评估与反馈机制的革新。文章分析了AI技术如何促进教育资源的优化分配,提高教学质量和学习效率,并讨论了其对传统教育模式的影响及面临的挑战。
|
人工智能 搜索推荐 API
人工智能可能是创业最后的末班车
如今互联网的高速发展的时代正在悄然过去,过去10年,互联网以惊人的速度重塑着社会,重构了你我的生活方式。但这样的日子已经一去不返了。互联网带来的经济增长红利已慢慢退去,进入了存量用户阶段,这一阶段对用户和注意力的争夺则更加白热化。那普通人、初创企业还有创业的空间吗?
89 0
人工智能可能是创业最后的末班车
|
人工智能 算法 API
人工智能应用落地的两难
一直以来,人工智能难以落地的讨论不绝于耳。一方面是各高校研究机构,层出不穷的模型和算法,不断刷新着各项指标,另一方面,却迟迟不见这些最新的科研成果转化落地。 各研究机构、学者团体,手握这些最新的科研材料,只能或者kaggle、天池刷刷比赛,或者去参加各种会议刷刷论文。无论哪种方式,都无法获得实际的工业应用结果数据,也无法获得响应的科研报酬。
134 0
人工智能应用落地的两难
|
人工智能 搜索推荐 大数据
人工智能准备好乘风破浪了吗?
如何在组织中利用人工智能的力量?
82 0
人工智能准备好乘风破浪了吗?
AI:2020年6月21日北京智源大会演讲分享之20:05-20:25陶建华《人工智能学科设置与人才培养》、雷明《企业对人工智能人才的要求以及对人工智能人才培养的建议》
AI:2020年6月21日北京智源大会演讲分享之20:05-20:25陶建华《人工智能学科设置与人才培养》、雷明《企业对人工智能人才的要求以及对人工智能人才培养的建议》
AI:2020年6月21日北京智源大会演讲分享之20:05-20:25陶建华《人工智能学科设置与人才培养》、雷明《企业对人工智能人才的要求以及对人工智能人才培养的建议》
AI:2020年7月10日世界人工智能大会WAIC青少年人工智能创新发展论坛《人工智能从娃娃抓起》
AI:2020年7月10日世界人工智能大会WAIC青少年人工智能创新发展论坛《人工智能从娃娃抓起》
|
存储 机器学习/深度学习 数据采集
云计算大数据及人工智能| 学习笔记
快速学习云计算大数据及人工智能
187 0
|
人工智能
人工智能在企业中开始变得务实
事实证明,人工智能并不是洒落在遗留流程和遗留技术上的神奇精灵,而是对如何做生意的一种根本性的反思。
124 0