英特爾人工智能產品事業(yè)部副總裁馁雏、人工智能實驗室和軟件總經理Arjun Bansal指出膏娃，目前醫(yī)療行業(yè)主要有三大挑戰(zhàn)党纱，第一是數據量特別大，而且不斷地在增加蚜再；第二是臨床醫(yī)生不夠多豹恶，第三是高額的時間和花費成本。為了解決這三大類的問題和挑戰(zhàn)率敞，英特爾正在借助領先的人工智能技術產品組合旅峰，與眾多國內外行業(yè)合作伙伴在疾病監(jiān)測、臨床環(huán)境灯狠、成像分析念距、虛擬服務以及虛擬現實助手等領域積極部署人工智能解決方案，為醫(yī)療領域的數據處理提供技術支撐黔晶，推動醫(yī)療領域的智能化董容，擴展精準醫(yī)療領域的邊界。

疾病監(jiān)測

在疾病監(jiān)測領域椎沟，借助基于機器學習或認知系統(tǒng)的預測模型衍震，醫(yī)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樱蛤。這樣的早期干預可以大大降低患者的醫(yī)療費用钮呀。Montefiore Health System部署了基于英特爾?至強?處理器上的數據分析平臺，該平臺可實時分析各種大量原始數據昨凡，幫助臨床醫(yī)生為患者確定最佳治療計劃爽醋。同時還可以利用規(guī)范模型來識別病人呼吸衰竭的風險，這樣醫(yī)護人員就可以采取預警措施便脊，從而及時干預蚂四、挽救生命并節(jié)約資源。

臨床環(huán)境

在臨床環(huán)境中也可以利用基于機器學習的模型就轧，常見的預測模型包括使用電子病歷數據來評估在醫(yī)院內感染疾病的風險证杭，通過操作模型預測病人進入急癥室的概率等。英特爾與夏普醫(yī)療共同開發(fā)的快速反應團隊模型妒御，可以根據電子病歷中的數據預測哪些病人需要快速反應小組的干預解愤。同時通過該模型，醫(yī)院也可以迅速找到相應的急救人員和設備乎莉，進而縮短響應時間送讲。在利用歷史數據對模型進行測試的實驗中， 預估患者需要快速反應小組干預的準確率約為80％炒圈。

成像分析

利用深度學習分析醫(yī)學圖像也是人工智能技術在醫(yī)療領域的重要應用之一署咸。在這方面英特爾已經與業(yè)界合作伙伴合作，利用深度學習技術分析醫(yī)學圖像來進行腫瘤檢測蚕顷。在與GE醫(yī)療的合作中铜乱， GE醫(yī)療集團采用英特爾?至強?可擴展平臺，將成像設備的總體擁有成本降低25％峰辣。通過與GE Healthcare的成像解決方案配合使用馏舰，英特爾至強可擴展平臺可以幫助放射科醫(yī)師提高閱讀效率，第一張圖像顯示時間降至2秒以下拓坠，全部研究加載時間降至8秒以下便浮。

虛擬服務

人工智能的第四個用例是以遠程醫(yī)療為代表的虛擬服務。遠程醫(yī)療的應用為企業(yè)和消費者提供了更為豐富的解決方案赎遗，住院醫(yī)療機器人InTouch Health就是新穎解決方案的代表之一尤痒。同時，由此產生的視頻數據集可用于開發(fā)人工智能解決方案峰孝，進而完善臨床診斷悔叽。例如在遠程中風疾病診斷的案例中，基于深度學習的模型可以識別患者的早期中風特征爵嗅，繼而提高診斷正確率并大大縮短診療時間骄蝇。

虛擬現實

人工智能的第五個用例是創(chuàng)建下一代虛擬現實助手。在未來操骡，人工智能可以在虛擬現實會話中對參與者的交互進行響應九火。患者可以與虛擬環(huán)境進行交互册招，并觀察病情可能發(fā)生的變化岔激。在外科訓練方面，人工智能可以用來分析圖像是掰，進而識別頂級外科醫(yī)生的最佳做法虑鼎，這些方法可以被反饋到模擬中，并可以隨著時間的推移不斷獲得改進键痛。

總之炫彩，數字化轉型為醫(yī)療健康領域帶來了新機會，在轉型的過程中絮短，醫(yī)療組織應該將數據作為核心能力來提升業(yè)務流程和患者體驗江兢。隨著計算分析能力的進一步提升污涤，人工智能在醫(yī)療健康領域的應用場景將更加豐富。

聲明：本網站所收集的部分公開資料來源于互聯網昙激，轉載的目的在于傳遞更多信息及用于網絡分享狰娱，并不代表本站贊同其觀點和對其真實性負責，也不構成任何其他建議赤猾。本站部分作品是由網友自主投稿和發(fā)布劈耽、編輯整理上傳，對此類作品本站僅提供交流平臺照渴，不為其版權負責拆楣。如果您發(fā)現網站上所用視頻、圖片肩降、文字如涉及作品版權問題浅仑，請第一時間告知，我們將根據您提供的證明材料確認版權并按國家標準支付稿酬或立即刪除內容应揉，以保證您的權益粥搓！聯系電話：010-58612588 或 Email:editor@mmsonline.com.cn。