目前,医疗人工智能行业中存在七个深水区问题尚待解决。
近日,在第三届上海人工智能大会上,森亿智能联合创始人兼副总裁马汉东受邀参加并发表了演讲,演讲题目为《技术外的江湖:人工智能医生的深水区实践》。
森亿智能联合创始人兼副总裁马汉东
首先,从一个故事讲起。
在有特斯拉电动车之前,很少有人听过特斯拉这个名字。有一天,特斯拉去拜访爱迪生,想与他合作,但却遭到了爱迪生的戏弄。后来,特斯拉在哥伦比亚博览会的照明工程,展示了交流电的可靠性和安全性,最终交流电赢得了“电流之战”。一项技术要落地到场景中,永远要看带来了什么价值,任何一个事情的发展都会经历阶段。森亿这四年在医疗行业里,首先带来的是创新性,带来了自然语言处理技术,这是第一个阶段。再往下走进入造势期,这个时期故事性会大于落地性,给大家描绘出的是一个相对美好的,当它批量使用之后的场景。第三个阶段是冷板凳时期,也就是去故事化。经历了第三阶段,很多场景下的业务就会开始出现两极分化。最后进入洗牌期,只有真正解决客户需求,真正创造价值的企业才能留下来,不行的,就销声匿迹了。医疗流程是一个环节接一个环节,任何一个环节都有可能出现纰漏。就像是奶酪上的洞,恰巧每个环节都有问题,最终导致病人的医疗事故或者医疗差错。AI不需要做造物主,什么事情都负责,它只需要堵住一些漏洞即可,从而让AI赋能医生。森亿把人工智能技术落地到医院,帮助医生搭建诊疗助手,逻辑很简单,但知易行难。首先要把AI建模的原材料进行整合,进而拿到数据,建立模型,干预医生。以一家合作医院的深静脉血栓病种为例,森亿首先分析了这个病种在医院诊疗全流程,医生看到病人后需要做哪些判断,判断有哪些问题等。梳理出来后,就可以知道流程中有哪些需要干预和加强的部分。其次,森亿把医院的数据以病人为中心进行整合,并且把需要的数据按照场景做优化。数据汇集完以后便是建模。过去医生做模型时,往往根据经验选择十几、二十个变量,以及一些实验室检查、基本病史做判断。而AI可以收集上千个变量,很容易便能构建起一个维度更高的模型。每天,医生都会花很多个小时在医生工作站上,以了解病人的基本信息,并做出决策。因此,只有让建立的模型在工作站、工作流里出现,才能实现实时干预。所以,产品落地的第一步是和现有的医院信息化系统整合。整合完之后,系统就可以针对高风险进行预警。在这个过程中,森亿的系统做到了秒级的实时预警和干预。除了满足医生的需求,院长和相关科室的需求也需要满足。例如,院长通常需要知道整体一段时间内血栓病人死亡率如何,AI预警了多少,医生响应了多少等。经过一段时间的使用后,和过去人工相比,医院的VTE风险评估比率提升了83%,风险评估时间缩减87%,系统每周平均可为全体医护人员节省600小时工作时间。并且,凭借此方案,医院还获得了国家卫健委评选的人工智能应用落地30最佳案例称号。目前,医疗人工智能行业中存在七个深水区问题尚待解决。深水区问题一,临床数据对接。如果没有数据,任何模型都没有意义。一些医院在找厂商做人工智能建设时,要对接数据通常需要企业工程师干十个月到十二个月。因此,如何解决数据的批量化标准和对接问题,尚待相关机构来推行解决。深水区问题二,模型可解读性。临床医生要求所有的事情都是可解读的,很难容忍灰度和不确定性。这件事情如果不解决,很难达到医生和AI模型之间的互认。深水区问题三,传统信息系统对接可行性。任何场景下人工智能系统和医生进行交互,都离不开和医院信息化系统合作。但现在很多信息化厂商的系统由于架构陈旧,承载不了与医生的实时交互。除非另外搭建一套体系,但这样一来,医生又面临重新学习的过程,成本很高。深水区问题四,人机交互。人工智能系统的最终效果一定要大于纯人工。比如,医院装上系统之后,病人的预警机制和流程反而复杂了很多,导致医生使用起来很难受。对他们而言,不如不用。因此,AI系统如果不解决流程使用的问题,医生自然会拒绝使用。深水区问题五,动机与运营。系统上线之后并不是结束,企业如果不加以运营,不让医生知道系统的价值,那就算不上真正落地,他们不会去使用。医生是否会基于真实需求和动机使用你的产品,企业一定要考虑。深水区问题六,医院拓展。人工智能系统目前还难以实现三级医院到基层医院的无缝平移使用。原因在于,人工智能系统的很多变量只在大型三甲医院才有,县级及基层医院医院根本没有。所以对县级和基层医院而言,并不是三级医院的就可以直接拿来用。深水区问题七,病种快速研发。目前,人工智能按病种突破还有很大的空间,至少有上千个病种可以去优化和提升。病种复制的机制很复杂,因此在这个过程中需要企业具备快速批量化复制的能力。医疗行业是一个非常传统的行业,需要企业慢慢的扎根。对于所有做医疗AI的相关从业者而言,大家要走的路还非常漫长。也许五年、十年之后,上述问题就能得以解决,这也是森亿最优化每一个医疗决策的使命所在。
本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请
点击举报。