智能医学的具体应用实现和价值

医疗行业资讯 未结
1 264
Dr.小O
Dr.小O 2022-11-21 08:15
一、智能导诊 智能导诊机器人基于人脸识别、语音识别、远场识别等技术,通过人机交互,提供导诊、指路、医事咨询、知识普及等服务,在医院其需求呼声较高并且能够优化就医流程。智能导诊机器人通过一系列模拟医生的问诊流程后,获取患者的体温、心率、呼吸、血压四大生命体征数据,经过分析后给出一份预问诊报告,为患者推荐科室和医生,并将预问诊报告推送给相关医生。安徽省立医院于 2017年投放了智能导诊机器人“晓医”, “晓医”可以支持47 个科室的医生排班查询,618 个地点导航,607 个功能地点导航以及 227 个地点的上班时间和 260 个常见医疗问题的咨询。“晓医”的回答正确率并非百分百,通过不断的训练,回答正确率在逐步上升。 二、智能语音电子病历 优化现有电子病历的录入过程,减少医生耗费在记录患者情况上的时间,增加医生与患者交流的时间,对提高医疗服务质量至关重要。智能语音识别采用深度学习算法,经模型训练,训练的数据包括大量医学专业知识、文献和真实工作场景中产生的数据,在训练中不断优化模型,使得智能语音电子病历的语音识别模型适应性不断增强。科大讯飞在北京大学口腔医院落地使用的语音电子病历系统,该系统包括一个医学麦克风、一个发射器和一个接收器,医生口述的话经语音识别后再电脑上自动生成结构化的电子病历,医生对电子病例内容进行简单修改确认即可。但这个产品在使用过程中也存在一些问题,比如口腔科医生需要将标准化病历中的很多词重复说出来,原先利用电脑可以直接快速复制粘贴的部分也要求医生一字不落的口述,反而让医生的工作变得更繁琐。 三、智能影像辅助诊断 因影像学数据标准化的程度高,影像辅助诊断系统发展势头较好,国内各公司、研究机构纷纷加入智能影像辅助诊断的研究。人工智能在医学影像中的应用,基本思路是图像识别-图像分割-后续分析[7]。后续分析的发展方向主要包括病灶标注、靶区勾画、影像三维重建等。病灶标注与靶区勾画即是对影像进行图像分割、特征提取、定量分析、对比分析等 ;影像三维重建,即根据影像对脏器或血管的结构进行重建,主要应用于手术前对于手术方式的评估。肿瘤影像是人工智能在医学影像应用最成熟的领域,2018 年 7 月腾讯公司推出“腾讯觅影”乳腺肿瘤筛查 AI 系统,通过自动识别并定位可疑病灶,标出肿块灶和钙化灶位置;其次,“腾讯觅影”能进一步判别肿瘤的良恶性风险程度,并自动生成乳腺影像报告和数据系统分级报告。这两项技术突破,更好的实现了智能影像辅助医生诊断,帮助医生高效、准确发现乳腺肿瘤。智能影像学的发展目前还存在问题,比如影像诊断模型局限于某个或某类疾病的诊断,更多的疾病系统是无法识别到的,因此必须要医生先进行分类影像辅助系统才能进行下一步的分析。 四、临床疾病辅助诊断 在疾病辅助诊断与治疗方面,IBM公司推出的Waston系统最具代表性。Watson肿瘤解决方案(Watson for Oncology,WfO)经由纪念斯隆-凯特琳癌症中心的肿瘤学家培训,Watson肿瘤解决方案完善了肿瘤专家的工作,协助他们进行临床决策,使他们能够从 300 多种医学期刊、200 多 本教科书和近 1500 万页文本中寻找到循证医学的个性化治疗方案。至 2018 年Wfo学习了 13 种癌症,这13 种癌症占全球癌症发病率和患病率的 80%。但该系统也存在一定的缺陷,因算法基于的数据有限,系统提出的一些治疗建议有漏洞,例如建议在患有严重出血的患者中使用贝伐单抗。 五、个人健康管理 移动可穿戴设备、各种手机应用程序方便人们记录日常身体数据,智能化分析个人的数据,有助于在日常生活中控制自己的身体各项指标,减少引起发病的诱因,实现个人精准有效的健康管理。此外,对于慢性病病人来讲,科学管理控制好病情避免并发症的发生尤为重要,宦华敏等开发了验证式慢性病管理系统,该系统基于互联网、智能手机软件及有效凭证验证等技术,构建了医院诊治、社区管理的验证式慢性病管理体系。该系统实现对慢性病病人智能化的服务,确保了管理信息的真实性,为慢性病病人科学管理控制病情提供新的途径和依据。
回复
  • 2022-11-24 08:03:05
    国内资源的优势,人口基数大移动设备覆盖广,利于推进智慧医疗
    0 回复
本周热议