醫(yī)療保健中的人工智能如何識(shí)別風(fēng)險(xiǎn)和節(jié)省資金

很多文章的報(bào)道都是由微觀而宏觀，今日小編講給大家?guī)淼年P(guān)于醫(yī)療保健中的人工智能如何識(shí)別風(fēng)險(xiǎn)和節(jié)省資金的資訊也不例外，希翼可以在一定的程度上開闊你們的視野！y有對(duì)醫(yī)療保健中的人工智能如何識(shí)別風(fēng)險(xiǎn)和節(jié)省資金這篇文章感興趣的小伙伴可以一起來看看
模式匹配和預(yù)測(cè)醫(yī)院急需的需求對(duì)于熟練的醫(yī)務(wù)人員來說是一項(xiàng)艱巨的任務(wù) ，但對(duì)于人工智能和機(jī)器學(xué)習(xí)則不然。醫(yī)務(wù)人員無法全職觀察每位患者。雖然在明顯的情況下非常擅長(zhǎng)確定患者的直接需求，但護(hù)士和醫(yī)務(wù)人員不具備通過在合理時(shí)間內(nèi)展示的一系列復(fù)雜患者癥狀來辨別未來的能力。機(jī)器學(xué)習(xí)不僅可以24/7全天候觀察和分析患者數(shù)據(jù)，還可以結(jié)合從多個(gè)來源收集的信息，即歷史記錄，醫(yī)務(wù)人員的日常評(píng)估，以及心率，氧氣使用等生命體征的實(shí)時(shí)測(cè)量和血壓。目前，全世界正在進(jìn)行人工智能在評(píng)估和預(yù)測(cè)馬上發(fā)生的心臟病，跌倒，中風(fēng)，敗血癥和并發(fā)癥方面的應(yīng)用。

一個(gè)真實(shí)的例子是El Camino醫(yī)院如何將EHR，床警報(bào)和護(hù)士呼叫燈數(shù)據(jù)與分析相關(guān)聯(lián)，以識(shí)別跌倒風(fēng)險(xiǎn)高的患者。El Camino醫(yī)院將醫(yī)院的主要成本降低了39% 。
El Camino使用的機(jī)器學(xué)習(xí)方法是冰山一角，但使用以行動(dòng)為中心的見解或處方分析顯著代表了醫(yī)療保健的未來。他們正在使用可用信息的一小部分以及患者采取的物理行動(dòng) ，例如退出床并將幫助按鈕與健康記錄一起推送-由醫(yī)院工作人員定期測(cè)量。醫(yī)院機(jī)械目前沒有將心臟監(jiān)測(cè)器，呼吸監(jiān)測(cè)器，氧飽和度監(jiān)測(cè)儀，心電圖和照相機(jī)的重要數(shù)據(jù)輸入到具有事件識(shí)別功能的大數(shù)據(jù)存儲(chǔ)設(shè)備中。
將AI解決方案與當(dāng)前的醫(yī)院系統(tǒng)集成是一個(gè)經(jīng)濟(jì)，政治和技術(shù)問題。本文其余部分的目的是討論技術(shù)問題，可以分解為以下功能：
獵取數(shù)據(jù)
清理數(shù)據(jù)
傳輸數(shù)據(jù)
分析數(shù)據(jù)
通知利益相關(guān)者
獵取和清理數(shù)據(jù)是所有AI實(shí)施的一個(gè)挑戰(zhàn) 。這篇關(guān)于如何與Epic集成的文章是了解訪問典型EHR(如Epic數(shù)據(jù))所需資源的一個(gè)不錯(cuò)的參考起點(diǎn) 。
實(shí)時(shí)向大數(shù)據(jù)提供數(shù)據(jù)
我們正在進(jìn)行預(yù)測(cè)分析-而不是實(shí)時(shí)警報(bào) 。這些是獨(dú)特的不同問題。實(shí)時(shí)預(yù)測(cè)分析可以丟棄流數(shù)據(jù)，而不是事件數(shù)據(jù) 。事件數(shù)據(jù)是bookend事件的標(biāo)識(shí)符標(biāo)簽。事件是每個(gè)時(shí)間段的心率或特定間隔的氧飽和度。流數(shù)據(jù)是每次心跳或脈搏氧讀數(shù) 。這非常重要，因?yàn)閿?shù)據(jù)保證在性能方面是昂貴的。我們必須保證事件-這些事件的數(shù)量有限-我們不能保證數(shù)據(jù) 。
EHR，護(hù)士呼叫和患者監(jiān)測(cè)數(shù)據(jù)都需要在每個(gè)時(shí)間點(diǎn)與患者相關(guān)聯(lián) 。這意味著在所有系統(tǒng)之間共享并且易于實(shí)現(xiàn)的唯一標(biāo)識(shí)符，例如UUID(通用唯一標(biāo)識(shí)符) 。從實(shí)施角度來看，具有掃描環(huán)境的內(nèi)置條形碼閱讀器的攝像機(jī)集成了全面實(shí)施所需的許多功能要求。一個(gè)良好實(shí)施的系統(tǒng)可以掃描床欄條碼，患者腕帶條形碼，處方條形碼和靜脈條形碼，同時(shí)為每個(gè)病床更換分配唯一的UUID 。目前的醫(yī)院技術(shù)包括用于患者腕帶條形碼的護(hù)士掃描儀。
我們的目標(biāo)是實(shí)時(shí)編寫地理空間時(shí)間序列數(shù)據(jù)，以實(shí)現(xiàn)大數(shù)據(jù)存儲(chǔ) 。最重要的延遲時(shí)間是寫入數(shù)據(jù)庫，因此我們必須在某處異步排隊(duì)數(shù)據(jù)，最好的方法是使用RabbitMQ或Kafka等消息傳遞平臺(tái) 。RabbitMQ每秒可處理100萬條消息，而Kafka每秒可處理多達(dá)6千萬條消息。RabbitMQ保證數(shù)據(jù) ， Kafka沒有。基本策略是將數(shù)據(jù)公布到具有滿足您需求的必要特征的交易所。
標(biāo)記事件以實(shí)現(xiàn)更好的機(jī)器學(xué)習(xí)
最有效的機(jī)器學(xué)習(xí)算法是具有明確定義的數(shù)據(jù)集和標(biāo)簽的算法。優(yōu)秀的，眾所周知的算法用于識(shí)別癌癥和閱讀X射線。Alexander Gelfand撰寫的文章，深度學(xué)習(xí)和生物醫(yī)學(xué)圖像分析的未來，指出數(shù)據(jù)標(biāo)記對(duì)于機(jī)器學(xué)習(xí)的成功至關(guān)重要。除了標(biāo)記之外，將地理空間時(shí)間序列數(shù)據(jù)以明確定義的，一致的塊引用標(biāo)記事件非常重要。定義明確，一致的標(biāo)簽用作選擇標(biāo)準(zhǔn) 。
運(yùn)輸前清潔數(shù)據(jù)(船舶黃金，不是污垢)
未來的所有數(shù)據(jù)都應(yīng)被視為地理空間日期時(shí)間數(shù)據(jù) 。在將數(shù)據(jù)公布到隊(duì)列并將其寫入數(shù)據(jù)庫之前清理數(shù)據(jù) 。原始傳感器數(shù)據(jù)最有效的方法是應(yīng)用指數(shù)移動(dòng)平均函數(shù)在發(fā)貨前清理數(shù)據(jù) 。我們的意思是嘗試運(yùn)送你能買到的最好的黃金，而不是泥土。從長(zhǎng)遠(yuǎn)來看，運(yùn)輸和存儲(chǔ)數(shù)據(jù)非常昂貴，因此在運(yùn)輸和存儲(chǔ)之前，請(qǐng)確保數(shù)據(jù)盡可能干凈。
【醫(yī)療保健中的人工智能如何識(shí)別風(fēng)險(xiǎn)和節(jié)省資金】CNN用于固體識(shí)別標(biāo)記的感覺數(shù)據(jù)
出于本文所述的目的，有明確定義的公共數(shù)據(jù)集和機(jī)器學(xué)習(xí)庫可用作實(shí)現(xiàn)的模板。如果有專門的時(shí)間來學(xué)習(xí)和實(shí)踐可用的存儲(chǔ)庫，那么優(yōu)秀的分析師和可靠的程序員可以在不到六個(gè)月的時(shí)間內(nèi)實(shí)施可靠的AI 。用于理解CNN(卷積神經(jīng)網(wǎng)絡(luò))的優(yōu)秀圖像識(shí)別庫，對(duì)黑素瘤識(shí)別具有87%的準(zhǔn)確性，是皮膚癌檢測(cè)項(xiàng)目。理解用于事件識(shí)別的傳感器組合的優(yōu)秀庫是用于人類活動(dòng)識(shí)別的LSTMGuillaume Chevalier的項(xiàng)目。此外，該項(xiàng)目是傳感器輸入和不同活動(dòng)的確定的組合。在醫(yī)院環(huán)境中，這種方法適用于一系列醫(yī)療條件。
未來
人工智能在醫(yī)院和醫(yī)療機(jī)構(gòu)中的應(yīng)用現(xiàn)在正在發(fā)生。通過整合患者監(jiān)測(cè)設(shè)備，可穿戴傳感器和健康記錄來識(shí)別關(guān)鍵事件，提高健康服務(wù)的準(zhǔn)確性已知已經(jīng)實(shí)施的解決方案。人工智能應(yīng)用于我們未來的健康和財(cái)務(wù)影響的程度是無法估計(jì)的。進(jìn)入壁壘很低。抓住你的板和槳來獲得這波。您可以影響全球醫(yī)療費(fèi)用的未來。

欧美国产高清污视频在线观看-欧美久久综合九色综合-国产黄色自拍网站在线-国产三级精品三级在专区精-97中文字幕一区二区-大吊操白虎学生妹逼-精品久久久久亚洲综合网-青青草原国产av一区欧美-国产在线一区二区三区在线

醫(yī)療保健中的人工智能如何識(shí)別風(fēng)險(xiǎn)和節(jié)省資金

猜你喜歡