目前人工智能（AI）在醫(yī)療領(lǐng)域的快速發(fā)展讓人們倍感鼓舞，許多AI技術(shù)正在簡化患者的就醫(yī)流程，同時也在顛覆性地改變醫(yī)生的工作流程，根據(jù)風險投資公司Rock Health的數(shù)據(jù)，2011年-2017年間，共有121家醫(yī)療AI和機器學習相關(guān)的公司在206項交易中融資27億美元。

醫(yī)療保健領(lǐng)域內(nèi)的AI應用看似范圍非常廣泛，幾乎涵蓋了從診斷到手術(shù)治療等的各個方面，但是從另一個角度來看，AI的范圍其實很窄，因為醫(yī)療保健領(lǐng)域內(nèi)的AI通常只能執(zhí)行一項任務(wù)。那么，目前為止，最有前景的醫(yī)療AI應用程序有哪些呢？以下是《Harvard Business Review》雜志調(diào)查的10個最有應用前景的AI應用程序，他們估計在2026年前這些應用程序可以為美國的醫(yī)療保健創(chuàng)造高達1500億美元的年儲蓄。

調(diào)查基于AI應用程序的可接受性以及年儲蓄的潛在能力，發(fā)現(xiàn)AI目前在提高一線臨床醫(yī)生工作效率方面創(chuàng)造了最大價值，但是在臨床決策或者改善預后方面的應用尚比較少見，真正落實到臨床的應用程序更是少之又少。

那么目前醫(yī)療保健領(lǐng)域內(nèi)最有前景的10大AI應用是什么了？請看下表：

醫(yī)療保健領(lǐng)域內(nèi)最有前景的10大AI應用

應用實例 1、放射學科

AI能夠快速準確地標記放射科醫(yī)師注釋的特定異常情況，證明其有提高圖像分析效率的能力。 2011年，紐約大學Langone衛(wèi)生研究所的研究人員發(fā)現(xiàn)，這種類型的自動分析可以找到并匹配特定的肺結(jié)節(jié)（在胸部CT圖像上），且速度還要比放射科醫(yī)師快62％至97％。 有研究結(jié)果表明，這種AI生成的圖像分析效率可以為放射科醫(yī)生提供更多的時間來專注于需要更多解釋或判斷的病例，從而每年可節(jié)省30億美元。

2、手術(shù)機器人

在骨科手術(shù)中，一種AI輔助機器人技術(shù)可以分析術(shù)前醫(yī)療記錄中的數(shù)據(jù)，以便在手術(shù)過程中實時指導外科醫(yī)生的器械操作， 它也可以使用來自實際手術(shù)經(jīng)驗的數(shù)據(jù)并告知醫(yī)生新的手術(shù)技術(shù)。 對9個手術(shù)部位的379名骨科患者進行的一項研究發(fā)現(xiàn)，與外科醫(yī)生單獨手術(shù)相比，由Mazor RoboTIcs創(chuàng)建的AI輔助機器人技術(shù)使手術(shù)并發(fā)癥減少了5倍。在骨科手術(shù)中研究發(fā)現(xiàn)，AI輔助機器人手術(shù)可以減少并發(fā)癥和錯誤處理，從而使患者術(shù)后的住院時間縮短21%，AI輔助機器人的使用每年可創(chuàng)造400億美元的儲蓄。

3、降低劑量誤差率

AI技術(shù)也被用于應對需要昂貴代價的劑量誤差問題，研究表明在這方面人工智能可以節(jié)省160億美元。 2016年，加利福尼亞州的一項開創(chuàng)性試驗發(fā)現(xiàn)，在AI的幫助下開發(fā)的數(shù)學公式正確地計算了靶向用于患者某個器官的免疫抑制藥物劑量。確定劑量傳統(tǒng)上取決于指導方針和醫(yī)生經(jīng)驗的結(jié)合，并且劑量誤差占所有可預防醫(yī)學過失的37％。 雖然這種類型的AI技術(shù)是新生的，但考慮到正確的劑量對于確保器官移植后移植物不被排斥是至關(guān)重要的，所以該應用也是非常有前景的。

4、輔助診斷

AI輔助臨床判斷或診斷仍處于起步階段，但一些研究結(jié)果正在給我們不斷帶來希望。 2017年，斯坦福大學的一個小組比較了21位皮膚科醫(yī)生和AI算法識別皮膚癌的能力，如去年《Nature》雜志報道的那樣，AI阿算法能夠與所有測試過的專家達成一致，能夠?qū)ζつw癌進行分類，并具有與皮膚科醫(yī)生相當?shù)哪芰λ健Ｑ芯勘砻?，在患者進入急診部門之前用AI先進行初步診斷，每年可以創(chuàng)造50億美元的儲蓄。

5、虛擬護理

AI虛擬護理在照顧患者方面有巨大的潛力， 例如目前美國的舊金山加利福尼亞大學（UCSF）和英國的NHS正在使用的Sensely的“Molly”，是一個由AI驅(qū)動的與患者互動交流的護士頭像，它可以們詢問患者的健康狀況，評估他們的癥狀并指導他們到最有效的護理環(huán)境。研究估計，由AI支持的虛擬護理每年可以節(jié)省200億美元，節(jié)省護士花費在患者護理任務(wù)上的20％時間。

6、優(yōu)化工作流程

AI 能夠幫助醫(yī)療保健行業(yè)解決昂貴的后臺問題和工作效率地下。護士工作的一般時間（51%）、醫(yī)生工作的近1/5（16%）都花費在了與患者護理無關(guān)的活動上?；贗的技術(shù)，如語音到文本的轉(zhuǎn)錄、編寫圖標筆記、填寫處方和訂購試劑等既可以優(yōu)化管理工作流程，也可以避免與醫(yī)療無關(guān)的不必要活動。研究估計，這項應用可以節(jié)省180億美元。

例如，雖然貝斯以色列女執(zhí)事醫(yī)療中心的人工智能癌癥篩查引起了人們的關(guān)注，但其首次應用人工智能卻是利用AI降低再次入院率并確定可能的失約者。利用機器學習，貝斯以色列醫(yī)療中心的技術(shù)專家開發(fā)了一個應用程序，用于預測哪些患者可能會是失約或者終止治療，以便他們可以提前介入。

7、欺詐識別

錯誤和欺詐對于醫(yī)療保健機構(gòu)和保險公司來說都是棘手問題。欺詐檢測傳統(tǒng)上依賴于計算機化（基于規(guī)則）和人工審查的醫(yī)學索賠相結(jié)合。這是一個很耗時的過程，取決于在事件發(fā)生后能夠迅速發(fā)現(xiàn)異常情況并進行干預。健康保險公司正在試驗AI支持的數(shù)據(jù)挖掘，并結(jié)合基于AI的神經(jīng)網(wǎng)絡(luò)（模仿人腦的過程，但更為迅速），以搜索與醫(yī)療報銷欺詐相關(guān)的醫(yī)療保險索賠。我們估計，AI可以提高醫(yī)療保險索賠中欺詐檢測的速度和準確性，每年節(jié)約170億美元。

8、網(wǎng)絡(luò)安全

除欺詐活動之外，在過去幾年中，諸如WannaCry或Petya等數(shù)據(jù)泄露事件使得網(wǎng)絡(luò)安全成為醫(yī)療保健機構(gòu)的一個主要關(guān)注點。 據(jù)估計，醫(yī)療保健違規(guī)行為導致結(jié)構(gòu)為每條患者記錄花費380美元。 AI監(jiān)控和檢測，可以減少健康記錄漏洞，以及與專有數(shù)據(jù)的異常交互，每年可節(jié)省20億美元的成本。

結(jié)語

隨著AI技術(shù)的快速發(fā)展，醫(yī)療保健機構(gòu)將不得不投資那些提供最大價值的機構(gòu)。由于 AI臨床診斷仍然處于起步階段，還需要時間來不斷推進，因此應該優(yōu)先考慮那些當今價值最大化的AI應用（如AI輔助手術(shù)，虛擬護理，管理工作流程等）。