斯坦福大学AI100报告：“机器学习+医疗”五大场景

2014 年，斯坦福大专修启动了“AI100”工程建设，即“AI百年研究课题”。该工程建设都会合了各应用领域顶尖的研究课题执法人员，旨在研究课题并假设AI将如何拓展，及其对人类和价值观的冲击。“AI+医疗卫生保障”一直被视为极具拓展潜力的新兴应用领域。下一代几年，基于AI的广泛图形用户界面有望更佳数百万人的肥胖症状况和贫困准确性，并革新医务新闻工作者和病患彼此之间的交流方式。动脉网PHP了AI100通报中都与医疗卫生有关的部分，本文的主要内容以外：诊疗周边环境： AI助理为了让操作者化问诊时序；医疗卫生量化： 负责管理诊疗历史纪录和病患数据库、操作者影像可知；医疗卫生机械人： 人机工程专修+智能操作者化；进制医疗卫生： 来进行有机体定位系统对设计，包括与众不同建言；年长保健： 多项创意系统对设计为；也贫困包括优越。“AI+医疗卫生”的主要广泛应用应用领域以外：诊疗对政府全力支持、病患跟踪和指导、特别设计疗程、病患保健的操作者化装置以及医疗卫生保障系统对的负责管理等。例如，来进行SNS报导来断定似乎假定的肥胖症几率，来进行建模来假设哮喘以及通过机械人来特别设计疗程。然而，如何获取心理医生、护士和病患的信任，如何减轻新政策、规范以及商业上的冲击，这些都是能够妥善解决的问题。与在其他应用领域一样，数据库都是关键的核心人物。从参与者跟踪装置加上方向移动广泛图形用户界面、诊疗周边环境中都的电子肥胖症历史纪录(EHR)到医疗卫生机械人，研究课题执法人员随之创意，在查阅有用医疗卫生数据库上都，获取了不小进步。但事实证明，具体执法人员并不能够来进行这些数据库为单个病患和病患群体包括格外精准的病患和放射治疗。落伍的高新标准和激发机制都冲击了产品的开发设计和上市。在强大且复杂的医疗卫生系统对中都，人机交互方式不现代化以及系统对设计广泛应用假定难于和几率，都为AI引入医疗卫生应用领域带来了再一。通过增加或减轻这些冲击，加上随之的创意，数百万人的肥胖症状况就能得到更佳。诊疗周边环境：AI助理为了让操作者化问诊时序几十年来，AI驱动的诊疗心理医生助理这一概念随之被提起。尽管有些“AI+医疗卫生”的试点工程建设获取了成功，但迄今为止的医疗卫生系统对在结构上仅仅没法为了让这一系统对设计。平价医疗卫生美国国都会中都的激发预防措施加速了电子肥胖症历史纪录(EHR)在诊疗概念化中都的广泛应用，但实行功效不佳，也让诊疗心理医生对其实证诱发了质疑。其中都假定的问题以外，一小部分子公司控制着EHR市场，以及公众普遍认为图形用户界面不符合新标准，比如心理医生举例来说都会也许的跳到窗头。由于以上问题以及管制上都的要求，通过AI，来进行EHR的数据库顺利完成量化的愿景，在很大程度上仍未付诸。在下一代15年，如果AI拓展促使，加上足够多的数据库以及合适的系统对，就有望更佳诊疗心理医生的工作效率。迄今为止，按照固定时序，病患都会先对症状顺利完成头头详细描述，然后心理医生们再将症状与存留哮喘的诊疗表现联系紧紧。如果以上时序付诸了操作者化，那么心理医生可以监督问诊步骤，运用长处和直觉来指导输入步骤，并评估驱动支架的智能输出。心理医生的“概念化”长处仍将至关重要。而其中都，最大的再一在于，如何将新奇的保健与操作者化推理小说步骤为基础紧紧。为了达到最佳功效，诊疗心理医生必须在一开始就参予付钱，以确保系统对的正常运行。迄今为止，通用型心理医生从未精通这些系统对设计，并开始在方向移动装置上用于都由的广泛图形用户界面。与此同时，初级保健心理医生的工作量都会稍微地增大。但是，只要妥善解决管制、普通法和价值观上都的问题，就能极大地更佳诊疗的量化，其中都以外开发设计新专修习量化方法、通过操作者量化科专修古文献来创建结构化的推理小说的系统对、通过受限制谈话的形式来创建认知助理等。医疗卫生量化：负责管理诊疗历史纪录和病患数据库、操作者影像可知AI可以量化数百万条病患诊疗历史纪录，从而付诸格外准确、格外与众不同的病患和放射治疗。随着全遗传物质高通量踏入病患的常规确保检查，基因型-表型的表征量化也将踏入似乎。比如，可以通过类似群组量化，即找出“相近病患”，来决定放射治疗提议。通过SNSSDK以及现代或非现代的医疗卫生数据库，来决定病患分组。而每一组都有一个都由的系统对顺利完成负责管理，系统对由医疗卫生服务包括者以及操作者推荐和跟踪系统对构成。如果将这一系统对设计引入数亿人的诊疗历史纪录，就似乎从根本上更佳医疗卫生服务。此外，AI系统对设计也可以包括与众不同的医疗卫生服务，比如，通过可佩戴装置操作者获取参与者周边环境数据库，以诱发与众不同的量化和建言。迄今为止，ShareCare等子公司刚刚将这一系统对设计引入医疗卫生场景。然而，想要付诸快速创意，仅仅能够克服许多难于。FDA在许可创意病患该软件上都令人满意比较慢；HIPAA美国国都会(肥胖症保单载运和责任美国国都会)要求保障病患隐私，这就为通过AI系统对设计用于病患数据库设置了普通法身心。许可的头服或产品似乎都会出现匪夷所思的冲击，比如，用于量化头服强子的方向移动广泛图形用户界面都会被未经许可从病患历史纪录中都提取必要的参与者信息。总的来说，由于缺乏普适的隐私保障量化方法和新标准，医疗卫生应用领域的AI研究课题和创意受到了冲击。FDA迟迟很难许可创意该软件，部分原因是无法优劣这些系统对的开销与效用。如果管制独立机构(主要是FDA)意识到，上市后通报可以有效能避免某些确保几率，那么它们似乎都会格外快地许可新放射治疗方式和打压预防措施。几十年来，操作者影像可知一直是一个极具拓展潜力的应用领域。而这一应用领域获取的令人满意都导致了极大的追捧，比如可知大量标记要强的影像(如从网络平台上而无须的大型剧照)。最初，医专修影像的可知并未获取如此大的令人满意。因为大多数医专修激光方式(CT、MR、磁共振)本质上都是数位化的，影像都顺利完成了存档，而且有大型的、系统对设计成熟的子公司(如日立、飞利浦、通用汽车等)都由从事激光研究课题。但到迄今为止为止，仅仅假定一些身心，管制了这一应用领域的拓展。大多数医院的影像日志在即使如此十年才数位化。格外重要的是，妥善解决医专修问题，依靠的并比如说是定位影像中都的外面，而是对其重申准确的辨别。而这些高几率的辨别则都会受到合理的管制。即使有了最先进的系统对设计，放射科心理医生似乎还是能够查看影像，因此其判断的结果仍不具有说服力。此外，医疗卫生保障规范未经许可跨独立机构的数据库协作。因此，只有像Kaiser Permanente这样的大型立体化医疗卫生独立机构才能妥善解决以上问题。尽管如此，操作者/增强影像可知这一应用领域仍拓展促使。在下一代15年，似乎都会出现实质上操作者化的放射专修，但对于影像“分流”或二级确保检查的初步尝试，有望更佳医专修激光的速度和开销效用。为基础电子基本资料系统对，建模系统对设计可大规模地引入医专修影像数据库。例如，几个大型的医疗卫生系统对都存有数百万名病患的日志，每个日志都有具体的放射专修数据库。另一上都，具体古文献表明，深度参与者信息处理可以通过基础训练量化放射专修的数据库，并且具有高的准确性。医疗卫生机械人：人机工程专修+智能操作者化15年前，医疗卫生机械人还只假定于漫画书中都。餐馆取名Robodoc的子公司(IBM的子子公司)开发设计了机械人系统对，用于腱和手肘置换等骨科疗程。但该子公司在商业上遇到了难于，终究子公司倒闭，系统对设计被售予。而值得注意，医疗卫生机械人的研究课题和实际广泛应用出现了爆炸式的增长。2000年，Intuitive Surgical子公司问世了达芬奇系统对(the da Vinci system)，这是一种用于PET心脏搭桥疗程的新系统对设计，后来被用于放射治疗肿瘤。2003年，Intuitive Surgical与竞争对手Computer Motion新设。迄今为止，第四代 da Vinci系统对，在人机工程专修SDK上，可包括3D数据处理(一般来说2D腹腔镜)服务。它被认为是腹腔镜疗程的新标准工具，每年用于近75万次，为研究课题疗程步骤包括了新数据库SDK。该系统对将都会对医疗卫生执法人员如何参予保健步骤顺利完成格外深入的专修习，为各个应用领域的创意包括思维，其中都以外新电子设备、影像融合以及新有机体标记物。此外，这参与者机工程专修SDK的成功也蓬勃发展了机械人疗程应用领域的拓展，其中都比较知名的是Verb Surgical，它得到了Verily(原苹果公司生命科专修政府部门)和Ethicon(强生集团的子公司餐馆医疗卫生装置子公司)的投资。与机械人系统对设计有关的另一应用领域是智能操作者化。大约20年前，HelpMate子公司问世了一种机械人，可以为了让医院搬运粪便和基本资料等物品。值得注意，Aethon子公司引进了TUG机械人，用于搬运粮草。但迄今为止，大多有医院在这项系统对设计上顺利完成投资。然而，机械人系统对设计在其他服务行业（如酒店和仓库）被证明是实用且经济的，比如，亚马逊机械人子公司(Amazon Robotics，原名Kiva)的创意广泛应用。在下一代，各种医疗卫生任务都会因为机械人系统对设计而趋于格外简便，但都会付诸实质上操作者化。例如，机械人可以把物品送到医院病房，但随后仍能够人来将它们放入终究位置。在的为了让下，病患可以格外轻松地沿着走廊拖动(但对于疗程后治愈的病患或年长病患来说，在挤到装置和病患的走廊上拖动仅仅很难于)。这些广泛应用都表明，很多系统对或系统对设计都将限于人与驱动支架彼此之间的密不可分交互。操作者化的拓展将使人们对医疗卫生步骤有新认识。从过去的广泛应用来看，机械人系统对设计并不是一门由数据库驱动或一个中心数据库的专修科。然而，随着(半)操作者化广泛应用到医疗卫生保障应用领域，这种情况刚刚发生变化。随着病患保健SDK的上线，量化和假设量化就建立在这些SDK包括的数据库之上。而这些数据库将用于评估准确性、定位误判以及革新性能。简而言之，这些SDK将步骤与结果联系紧紧，使毫无疑问的医疗卫生“正向”踏入现实。进制医疗卫生：来进行有机体定位系统对设计，包括与众不同建言到迄今为止为止，基于证据的医疗卫生量化都依赖于现代的医疗卫生数据库，主要是电子基本资料。在诊疗周边环境中都，AI可以带来新妥善新产品。例如，TeleLanguage让诊疗心理医生必需在AI助理的为了让下，与多位病患同时顺利完成沟通并包括放射治疗。Lifegraph可以从病患笔记型电脑查阅的数据库中都，提取道德上的系统对并发出台风，伊朗的良知病专修家从未来进行具体产品，来检验病患的早期症状。随着方向移动计算的拓展，与“有机体定位系统对设计”具体的SDK和广泛图形用户界面将都会随之出现。迄今为止，已有成千上万的方向移动广泛图形用户界面可以包括参与者信息，外科道德上或者定位“相近病患”。这些广泛图形用户界面，加上专业化的青年运动装置（如Fitbit）以及家庭周边环境和肥胖症数据分析装置彼此之间的连接，将都会给医疗卫生应用领域带来创意。通过为基础价值观数据库和医疗卫生数据库，一些广泛图形用户界面可以从俘获的数据库中都顺利完成量化、专修习和假设。虽然它们的假设相对简便，但这种数据库和功能的融合似乎都会应运而生创意产品。比如某款青年运动广泛图形用户界面，它不仅都会提出体能基础训练原先，还都会建言最佳体能基础训练时间，并包括指导，让你坚持体能基础训练原先。年长保健：多项创意系统对设计为；也贫困包括优越在下一代的15年里，美国的孩童头将增长50%以上。美国佣工统计局假设，家庭肥胖症助理人数在下一代十年将增长38%。年长保健应用领域的创意广泛应用以外，互动和通信装置、家用肥胖症数据分析装置、青年运动特别设计工具(如)等。但在即使如此15年中都，这一应用领域的拓展却比较比较慢。随着各种创意广泛应用的出现，孩童对生物技术的辨识度也都会发生发生变化。迄今为止，70岁的孩童，似乎在落魄或格外晚的时候，才第一次体验到与众不同的参与者信息系统对设计，而50岁的人对新系统对设计的辨识度格外高。因此，AI有不小的市场潜力，可用于更佳孩童的身体、感受、价值观和良知肥胖症。身心肥胖症与分立性操作者化交通工具为了让孩童格外好地分立贫困，并扩展到他们的价值观视野参与者信息协作将为了让家人彼此之间的沟通，假设性量化似乎被用来促进家庭的积极道德上，比如提醒他们“给家里告知”家用智能装置将在能够时为了让顺利完成日常文艺活动，如煮饭。如果机械人的操作能力更佳，还可以为了让整天和洗漱肥胖症跟踪文艺活动的方向移动广泛图形用户界面，加上SNSSDK，将为保持身心肥胖症提出建言。通过家庭肥胖症数据分析并包括肥胖症参与者信息，必需检验歇斯底里或道德上的变化，并提醒保健执法人员。与众不同的肥胖症负责管理放射治疗量化方法和装置助听支架和视觉特别设计装置将减轻助听支架和左眼损失带来的冲击，为孩童包括格外确保的周边环境，更佳与价值观彼此之间的联系与众不同的治愈和家庭放射治疗将增加住院或保健设施的能够。特别设计装置(智能驱车支架、坐轮椅等)将扩展到体弱者的文艺活动范围研究课题执法人员预计，低开销的可移动系统对设计将拓展促使，为孩童的；也贫困包括优越。除了可移动系统对设计，整个智能系统对还将限于多个应用领域，比如文法处理、推理小说、专修习、感受和机械人。【概要】https：//ai100.stanford.edu/sites/default/files/ai_100_report_0831fnl.pdf