北(bei)京2018年4月27日(ri)電 /美通社(she)/ -- 在(zai)近日(ri)的(de)O’Reilly和(he)英特爾人(ren)工(gong)智(zhi)能(neng)大會上，英特爾人(ren)工(gong)智(zhi)能(neng)產(chan)品事業(ye)部副總裁、人(ren)工(gong)智(zhi)能(neng)實(shi)驗室和(he)軟件總經(jing)理Arjun Bansal指出，目(mu)前醫療(liao)行(xing)業(ye)主要有(you)三(san)大挑戰，第(di)一是(shi)數據(ju)(ju)量特別大，而且不(bu)斷地(di)在(zai)增加；第(di)二是(shi)臨床醫生不(bu)夠多(duo)，第(di)三(san)是(shi)高額(e)的(de)時(shi)間和(he)花費成本。為了解(jie)決這三(san)大類的(de)問題(ti)和(he)挑戰，英特爾正在(zai)借助領先的(de)人(ren)工(gong)智(zhi)能(neng)技術產(chan)品組合，與眾多(duo)國(guo)內(nei)外行(xing)業(ye)合作伙伴在(zai)疾(ji)病監測、臨床環境、成像分(fen)析、虛(xu)擬(ni)服務(wu)以(yi)及虛(xu)擬(ni)現實(shi)助手等(deng)領域積(ji)極部署人(ren)工(gong)智(zhi)能(neng)解(jie)決方案，為醫療(liao)領域的(de)數據(ju)(ju)處(chu)理提供技術支撐，推動(dong)醫療(liao)領域的(de)智(zhi)能(neng)化(hua)，擴(kuo)展(zhan)精準醫療(liao)領域的(de)邊界。

疾病監測

在疾病監測領域，借助基于機器學習或認知系統的預測模型，醫生可以根據患者的特征對其是否會患上慢性疾病進行風險預估，無需堅持既定的護理計劃或讓患者重復入院治療。這樣的早期干預可以大大降低患者的醫療費用。Montefiore Health System部署了基于英特爾^®至強^®處理器上的數據(ju)分(fen)析(xi)平臺(tai)(tai)，該平臺(tai)(tai)可(ke)(ke)實時(shi)分(fen)析(xi)各(ge)種(zhong)大量原始數據(ju)，幫(bang)助(zhu)臨(lin)床醫生為患者確定(ding)較佳治療(liao)計劃。同時(shi)還可(ke)(ke)以利(li)用規范模型來識(shi)別病人(ren)呼吸衰(shuai)竭的風(feng)險，這樣醫護(hu)人(ren)員就可(ke)(ke)以采取預(yu)警措施(shi)，從而及(ji)時(shi)干(gan)預(yu)、挽救生命并節約資源。

臨床環境

在(zai)(zai)(zai)臨床環境中也可(ke)以(yi)利(li)用基于(yu)機器(qi)學習的(de)(de)模(mo)型(xing)，常見的(de)(de)預(yu)(yu)(yu)測模(mo)型(xing)包括使(shi)用電子(zi)病歷(li)(li)數據來評估(gu)在(zai)(zai)(zai)醫(yi)院內感染疾病的(de)(de)風險，通過操作模(mo)型(xing)預(yu)(yu)(yu)測病人進入急(ji)癥(zheng)室(shi)的(de)(de)概率等(deng)。英特爾與夏普醫(yi)療共同(tong)開(kai)發(fa)的(de)(de)快(kuai)(kuai)速反應團隊模(mo)型(xing)，可(ke)以(yi)根據電子(zi)病歷(li)(li)中的(de)(de)數據預(yu)(yu)(yu)測哪(na)些病人需(xu)要快(kuai)(kuai)速反應小組的(de)(de)干預(yu)(yu)(yu)。同(tong)時(shi)通過該(gai)模(mo)型(xing)，醫(yi)院也可(ke)以(yi)迅速找到相(xiang)應的(de)(de)急(ji)救人員和設備(bei)，進而縮短響應時(shi)間。在(zai)(zai)(zai)利(li)用歷(li)(li)史(shi)數據對(dui)模(mo)型(xing)進行(xing)測試的(de)(de)實驗中, 預(yu)(yu)(yu)估(gu)患者需(xu)要快(kuai)(kuai)速反應小組干預(yu)(yu)(yu)的(de)(de)準(zhun)確率約為(wei)80%。

成像分析

利用深度學習分析醫學圖像也是人工智能技術在醫療領域的重要應用之一。在這方面英特爾已經與業界合作伙伴合作，利用深度學習技術分析醫學圖像來進行腫瘤檢測。在與GE醫療的合作中，GE醫療集團采用英特爾^®至強^®可擴展(zhan)平臺(tai)(tai)，將成像設(she)備(bei)的(de)總體擁有成本(ben)降低25%。通過與GE Healthcare的(de)成像解決(jue)方案配(pei)合使(shi)用，英特爾至強可擴展(zhan)平臺(tai)(tai)可以(yi)幫(bang)助(zhu)放射科醫(yi)師提高(gao)閱(yue)讀效率(lv)，第一張圖(tu)像顯示時(shi)間(jian)降至2秒以(yi)下，全部(bu)研究加載(zai)時(shi)間(jian)降至8秒以(yi)下。

虛擬服務

人(ren)工智(zhi)能的(de)第四個用(yong)(yong)例(li)是(shi)以遠程(cheng)醫(yi)療(liao)(liao)為代表的(de)虛擬服務。遠程(cheng)醫(yi)療(liao)(liao)的(de)應用(yong)(yong)為企業和消費者提(ti)供了更為豐富(fu)的(de)解決(jue)(jue)方案(an)，住(zhu)院醫(yi)療(liao)(liao)機器(qi)人(ren)InTouch Health就(jiu)是(shi)新穎解決(jue)(jue)方案(an)的(de)代表之(zhi)一。同時(shi)，由此(ci)產(chan)生的(de)視頻(pin)數據集(ji)可用(yong)(yong)于開發人(ren)工智(zhi)能解決(jue)(jue)方案(an)，進而完善臨床診(zhen)斷。例(li)如在遠程(cheng)中(zhong)風(feng)疾病診(zhen)斷的(de)案(an)例(li)中(zhong)，基于深度學(xue)習的(de)模型可以識別患者的(de)早期中(zhong)風(feng)特征，繼而提(ti)高診(zhen)斷正確(que)率并(bing)大大縮短(duan)診(zhen)療(liao)(liao)時(shi)間。

虛擬現實

人工智能的(de)第五個用(yong)例是(shi)創建下(xia)一代虛擬現實助(zhu)手(shou)。在未(wei)來(lai)，人工智能可(ke)以(yi)在虛擬現實會(hui)話中對參與者(zhe)的(de)交互進(jin)行(xing)響應。患者(zhe)可(ke)以(yi)與虛擬環境進(jin)行(xing)交互，并觀察病情可(ke)能發生(sheng)的(de)變化。在外(wai)科訓練方(fang)面，人工智能可(ke)以(yi)用(yong)來(lai)分析圖像，進(jin)而(er)識別頂(ding)級外(wai)科醫生(sheng)的(de)較佳做(zuo)法(fa)，這些方(fang)法(fa)可(ke)以(yi)被反饋到模擬中，并可(ke)以(yi)隨(sui)著時間的(de)推移不(bu)斷獲得改進(jin)。

總之，數字化轉型為(wei)醫(yi)療健康(kang)領域帶來(lai)了新(xin)機會，在轉型的過(guo)程中，醫(yi)療組織(zhi)應該將數據作為(wei)核心能力(li)來(lai)提(ti)升(sheng)業務流程和患者體驗。隨(sui)著(zhu)計算分析能力(li)的進一步提(ti)升(sheng)，人工(gong)智能在醫(yi)療健康(kang)領域的應用場景將更加豐富(fu)。