AI产品与医疗产业的几个结合点

0 评论 2375 浏览 28 收藏 7 分钟

本文将探讨AI产品如何在癌症早期筛查乃至于所有的医疗场景下发挥作用,enjoy~

一、医疗影像

目前医疗数据中有超过90%来自医疗影像,医疗影像数据已经成为医生诊断必不可少的“证据”之一,也是癌症确诊的重要依据。

以肺癌为例:在国内,一家三甲医院平均每天接待 200 例左右的肺结节筛查患者,每位患者在检查环节会产生 200-300 张左右的 CT 影像,放射科医生每天至少需要阅读 4 万张影像,任务繁重,大量消耗精力,导致误诊漏诊率上升。

再加上国内医生资源缺口问题越来越严重,影像医生供不应求,工作量远超负荷。

医疗影像中观察出的“肺结节”是诊断肺癌的重要依据

为了解决这个问题,目前已经有多个医疗平台与人工智能技术公司合作,开发出辅助医生查看医疗影像的工具,提高看诊效率和准确率的案例。

这些医疗平台通过人工智能识别出肺结节后,再交由医生执行进一步的诊断,使得诊断效率和精准度大幅提升。而原先人工需要的10多分钟完成的筛查缩短到仅仅5-17秒秒钟,诊断效率大大提高。

医生负担减小后,会把更多的时间和精力放在诊断上,给患者带来更精准的诊断结果和医疗方案。医生也更有余力给与患者感情支持,这对于日益紧张的医患关系来说,都是很有必要的。

二、问诊和复诊

现如今的医疗流程中,初次就诊的患者往往比较懵懂,不清楚就医流程,不懂怎么回答医生的问题。门诊医生看诊任务繁重,每位病人每次看诊,几乎都只能与医生沟通几分钟。医患信息严重不对等、就医体验差也导致了医患关系紧张。

医院借助智能语音交互平台,搭建一套完善的导诊服务,或许是一个可行的解决方案。

一方面,可以有效引导患者挂号、分诊、科室路线引导;另一方面,也可以协助医生对患者进行“预问诊”,为医生提供“预问诊报告”。医生和患者见面前,就可以提前掌握患者的一些基本资料和病情,辅助诊疗,同样能够提升诊疗的准确率和效率。

看病难缩影:患者面临的“分诊难题”

类似的“预问诊”流程,同样可以复用在患者的复诊场景下。智能助手提醒患者遵医嘱和及时复诊,同时提醒医生对患者的情况进行回访,根据回访结果及时调整医疗方案。

针对这样的市场需求,医疗机构可以借助AI搭建智能问诊、智能分诊和智能复诊平台,以帮助医生高效率诊病,为“看病难”这一痛点提供解决思路。

三、医学陪护和情感支持

医疗作为一个非常特殊的场景,除了诊病、治病之外,病人的心里健康也是不可忽视的需要关注的部分。而随着老龄化社会的来临,陪护行业也将迎来一个很大的缺口。许多病人、老人并没有条件请到合适的护工,那么是否能让人工智能来担任这个角色呢?

乐观来看,支持智能语音交互的聊天机器人,可以完成这几方面的任务:

  1. 提醒家庭成员遵从良好的生活习惯,做好预防;
  2. 记录病人身体状况,作为医生的治疗方案的参考;
  3. 根据病人的需求,针对简单问题提出专业的医疗建议,并提醒病人遵医嘱、定时复诊;
  4. 与病人进行日常交流和情感问候,为病人提供情感上的支持。

但想要完成以上的任务,智能语音助手仍然需要突破技术瓶颈。但毋庸置疑,这是一件值得我们探索的事情。

四、结语

少部分人能够享受到的一对一、随叫随到的医疗服务,对普通大众而言可望而不可即,但在人工智能的介入下,部分常见例行和远程条件下能解决的健康服务则有可能做到低成本享受一对一的个性化

稀缺的医疗资源,使得一对一的医疗关怀可望而不可即

AI技术进入垂直领域,需要大量的数据作为支撑。中国作为世界第二人口大国,庞大的人口基数累积了巨大的医疗数据,这是AI进驻的天然机会。

这些数据将在优化医疗资源配置、医学研究、提升医疗效率等方面具有巨大潜力,也终将会为医生和患者提供高效、优质、稳定的服务。

或许在不远的将来,家庭中配备一位家庭医生机器人,会是一件司空见惯的事儿,如同现在的扫地机器人一样。

 

本文由 @奇点机智 原创发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于CC0协议。

给作者打赏,鼓励TA抓紧创作!
5人打赏
更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!