亞洲健康互聯
優化產業的推手,生醫商機的GPS!

首頁產業資訊醫材報導醫材產業AI如何在2019年塑造健康科技領域

AI如何在2019年塑造健康科技領域

來源 : 亞洲健康互聯海外中心
update : 2019/01/11

人工智能在醫療保健領域的承諾終於開始超越推測。

根據市場情報公司Tractica的預估,相較於2018年的21億美元,到2025年,小型對醫療人工智能技術的投資,預計到將超過$ 34億美元。

亞馬遜、西門子、IBMOptumGE醫療保健與梅約健康系統、Memorial Sloan KetteringIntermountain正在挖掘健康數據的患者記錄,以培訓AI演算法,透過識別模式和進行關鍵預測來使機器學習。

在某些情況下,這種深度學習系統已經超越了醫生。

無論哪種方式,專家預測,2019年醫療保健中的AI將繼續增長, 特別是在成像、診斷、預測分析和管理方面。而管理方面的日程安排、營運、計費,則是未來幾個月人工智能增長的最大領域

2019年底,醫療保健資訊技術市場的人工智能,預計將超過17億美元。這種技術可以用來檢測醫療支出的浪費、欺詐和濫用。這些浪費與濫用在美國,預估一年損之超過3兆美元。

Frost and Sullivan的醫療保健暨生命科學高級副總裁Reenita Das預測,跨醫療保健工作流程實施人工智能平台,將在未來幾年內提​​10-15%的生產力。

英特爾全球衛生與生命科學組織負責人Jennifer Esposito表示,在當前的醫療保健環境中,由於成本暴漲、人口老齡化和人力短缺,利用非臨床案例非常重要。而重複、耗時的任務是人工智能蓬勃發展的地方。

其中一個例子是預約。克利夫蘭的MetroHealth系統,2017年底未將AI納入其營運決策時,在其四家醫院的門診預約中的未如期出現率為10-35%。

MetroHealth的首席戰略和創新官員Karim Botros說,《MetroHealth》使用人工智能來量化那些很有可能不會出現的患者,到目前為止,該系統已將下一個預約時間縮短了約30%。

專家表示,醫院營運是人工智能可能在2019年協助的項目,它能預測醫院最需要工作人員的地方。

克利夫蘭診所目前正在透過最初為零售商建造的AI平台追踪醫院病床使用情況。它密切關注其手術套件資源,以獲得全部容量和利用率。該計劃透過OR查看患者移動,以幫助識別該過程中的潛在瓶頸。

人工智能還可用於追踪醫療機構中的藥物和醫療設備,同時促進患者的經濟責任。
Kit Check銷售機器學習、幫助醫院識別藥物分流器。它被稱為《Bluesight for Controlled Substances》。透過對一系列指標(例如物理位置、文檔和計時行為)進行評分,來識別高風險醫院員工竊取藥品的風險。

執行長暨聯合創辦人凱文麥克唐納說,人工智能可能有助於減少藥物消費,特別是在受控物質浪費、藥物消費以及安全和合規方面。

Simplee銷售數據和預測分析,以確定患者在醫院支付門戶中支付賬單的能力。然後,它會自動推薦符合患者財務狀況的付款計劃或付款方式。

該公司營運長John Dwight表示:「我們首先看到的是線上支付的大量增加,其次是患者滿意度上升。」

但是,Esposito說,當引入任何新的技術轉變時,供應商需要清楚地了解現有的工作流程,以及如何對其進行最佳調整。

簡化患者匹配、人口健康管理和可訪問性
人工智能聊天機器人和虛擬助手,如Babylon Health的疾病預防和診斷AISense.ly的虛擬護士平台MollyNovo Nordisk的糖尿病聊天機器人Sophia,可以提高可訪問性,並且可以引導緊張的病人遠離不必要的門診。

如果患者需要護理,AI可以幫助他們與適當的臨床醫生配對。

Providence St. Joseph Health 使用稱為《Kyruus》的AI技術,來提高患者與合適醫療服務提供者匹配的機會。PSJH首席數據官Aaron Martin11月份的美國新聞醫療保健會議上說,在開始使用該技術之前,大約30-40%的預約不會出現。Kyruus使用數據管理程式來識別、匹配,讓患者與最適合的專家預約。

人工智能醫療保健公司Zanthion執行長Philip Regenie預測,更多的老年人更願意適應年齡,人工智能改造可以創造智能家居,以關注老年人的健康和安全。

AI家庭監控不僅適用於老年人。
專家預測,今年人工智能將從被動和基於醫院的模式,轉變為積極以家庭為基礎的模式,繼續推動醫療保健。AI的進步對慢性病或行動不便的患者尤其有用。

與家庭傳感器、可穿戴設備和其他家庭治療計劃相結合,AI可能有助於在出現症狀之前發現嚴重疾病。

AccuHealth是一家位於智利的護理管理公司。使用家中各種傳感器收集患者數據,並將其輸入AI引擎,以構建預測性警報和模型。

如果觸發警報,遠端虛擬醫院部隊可以干預這些患者及其家屬,以避免可能不可逆轉的健康下降。

Anthem doc.ai建立了長達六年的合作夥伴關係,測試支持區塊鏈的人工智能,預測人們的年齡、體重、身高、體力活動和污染等數據產生的過敏反應。

AxisPoint Health是一家基於分析的護理管理和人口健康管理服務提供商,使用傳統(聲明、資格、提供者)和非傳統(消費者)數據,來識別健康社會的決定因素。它將這些數據提供給決策支持和工作流平台,為患者和人群提供全面的概況和健康預測,來識別長達一年的風險。

例如,「如果該地區有野火且空氣中有高顆粒物,則可能會向呼吸狀況不佳的人發出警報,以保持窗戶關閉,避免接觸煙霧瀰漫的空氣,」, AxisPoint營運長弗吉尼亞格利說。

UnitedHealth藥局福利管理與數據分析部門Optum,正在開發一種名為《MyDigitalTwin》的原型行動應用程式,以將傳感器架構從家庭或設施縮小到身體本身。Optum的技術研究員Kerrie Holley說:「想像一下,如果我們每個人都有一個數位雙胞胎,我們的醫生可以用它來模擬我們當前的健康狀況,預測我們未來的健康狀況,並找出改善我們健康狀況的建議。」

但這個領域仍處於起步階段。「我相信預測建模的全部潛力仍然存在,」Global Data全球負責人與醫療保健營運暨戰略執行副總裁Bonnie Bain表示。

保險公司也可以看到潛在的成本節約
透過簡化計費、註冊、索賠、品質和合規以及客戶服務等核心功能,AI可在短短18個月內,為美國保險公司節省約70億美元。
後者的一個例子是Afiniti,這是一家以客戶行為模式與商業數據作為分析的公司。執行長Zia Chishti說:「是否定期求診是人口中死亡率和發病率的主要驅動因素之一」。包括UnitedHealth在內的保險公司,使用Afiniti的技術來提高結果的可能性。

2017年以來,Afiniti 的醫療保健客戶已經在付款方面節省了1.25億美元。

成像、診斷能力穩步增長
醫療保健行業在2018年更加習慣於人工智能在放射學和圖像分析方面的應用,而這幾乎肯定會持續到新的一年。

人工智能的影響在像病理學、皮膚病學和放射學這樣的圖像密集型醫學領域中很明顯。據醫療保健諮詢公司FrostSullivan稱,去年醫療成像新創公司的100多個人工智能中,絕大多數專注於圖像分析,而基於人工智能的醫療成像市場有望在2023年達到 20億美元。

但是,醫療保健界對愛滋病毒的診斷持懷疑態度,特別是在去年早些時候超級電腦無法正確檢測,或提供癌症治療建議的IBM-Watson崩潰之後。

專家說,這項技術太快了。但在非常具體的診斷領域、人工智能具有巨大的潛力。

例如,根據梅約診所的說法,AIEKG一起,可以成功檢測出一種心臟病、Scrippe聯手NVIDIA開發深度學習工具,分析全基因組序列預測心房顫動。

Memorial Sloan Kettering和史丹福大學都在研究機器學習在腫瘤學中的應用。

最近,來自貝斯以色列女執事醫療中心與哈佛醫學院的一組研究人員,利用深度學習來訓練AI診斷腫瘤。當與人類病理學家合併時,該方案的準確率達到了99.5%。

人工智能診斷不可能完全取代人類
去年8月,谷歌宣布其DeepMind人工智能系統推薦適當的眼科轉診,超過50種眼疾,準確率達94%。此數字與專家相當,儘管該技術尚未獲得臨床批准。

同年4月,《IDx-DR》成為第一個獲FDA批准用於診斷糖尿病視網膜病變的自主AI軟體。

IDx創辦人兼執行長Michael Abramoff花了8年時間與FDA合作。他表示,「這意味著人工智能可以自行進行臨床診斷或治療診斷,但缺點是AI只能用於診斷非常特殊類型的疾病。」。

一些符合基準的疾病是青光眼和黃斑變性。在眼睛之外,公司正在探索自主AI在胃腸道和皮膚狀況中的適用性。

後者的一個探索性例子是醫生Hazel,一個透過圖像數據庫進行分類,以將痣分類為良性或潛在癌症的應用程式,於2017年在TechCrunch Disrupt中引入,並自重命名為《BlueScan》。

Abramoff預計2019年將有更多人工智能作為診斷工具的進展,但強調自主AI並不意味著AI在人手之外,而是「人類和技術協同工作」。