Casey Ross作者statnews.com 来源

更快更准的未来治疗,AI在这5个方面交出满意答卷

人工智能技术的发展,改变了许多医学领域的诊断、治疗以及护理方式。但综合看来,AI在心脏疾病领域取得的成就最大,而且医生已经可以直接使用人工智能技术应对多种心脏疾病护理,比如,AI通过算法实时监测患者的心脏情况,生成大量个性化数据回传给医生等。

克利夫兰诊所(Cleveland Clinic)心血管主任萨米尔·卡帕迪亚(Samir Kapadia)博士表示,在未来3-5年,临床治疗以及教学的方式发生将巨大变化,无论医生以直接或间接的方式接触AI,人工智能都将是一大“主角”。接下来我们将带领大家,一探AI可以从哪些方面应用于医疗健康领域,并且从现阶段来看,AI应用于心脏疾病领域的实际案例也是“落地”最多的。

1.疾病风险预期

利用数据评估人们患心脏病的风险,这样的想法由来已久。在人工智能时代,先进的机器学习(machine learning)算法增强了人类预测心脏疾病风险预测的能力、提高了医生在预测、诊断中的敏锐度。
图片来源:Pixabay人工智能系统能以较高的准确性预测冠状动脉疾病和其他问题的发生。今年欧洲心脏病学会(European cardiology conference)上发表的一项研究表明,人工智能系统预测死亡或心脏病发作的表现已经超过人类。该研究通过分析950例患者的85个变量(变量包括:冠状动脉斑块、血管狭窄和钙化的PET扫描的血流变量,性别、年龄、吸烟和糖尿病史等临床变量等),以及长达6年的追踪研究,算法能够以超过90%准确率确定与死亡和心脏病发作相关的变量模式。

相关阅读:准确率超90%!AI预测心脏病发作及死亡率远胜人类》

传统的心脏病风险评估是通过医生自己分析患者的年龄、体重、生活方式和病史等因素,从而得出评估结果。人工智能应用于医疗健康领域,这些因素仍将作为衡量患者风险的重要部分,但医生们会更多利用机器学习算法的能力对上述因素进行分析,先进的算法,会使心脏病风险评估更快、更精确。
 
2.诊断中风

人工智能诊断中风可改善患者的预后,这项技术目前已经应用于临床。
 
去年,FDA批准了一个可以分析计算机断层扫描(CT),预警患者有中风可能性的AI系统。该系统由Viz.ai公司研发,人工智能系统借助App,可连接到医院CT扫描仪,并识别可疑的大血管闭塞(LVOs),然后对大血管闭塞的脑部扫描进行分析,确定可疑卒中病例并自动生成预警发给医生。Viz.ai的这项技术有助于同步中风治疗、护理并缩短整体治疗时间,以改善患者疗效。

图片来源:Viz.ai官网

相关阅读:《时间就是生命,人工智能将帮助预警中风》
 
本月初,Viz.ai已经与美敦力(Medtronic)合作,进一步把这项AI技术推广到了更多医院。从目前一些医院的使用情况看,还是会存在医生对AI系统不熟悉导致配合度不高的情况,不过相信随着时间的推移,医生们对于医疗AI的使用会愈加得心应手。

3.远程医疗,监测病情

AI可帮助心脏病学家实时监测医院之外的患者情况,高质量的患者数据是预防疾病的关键。
 
人工智能发展,远程医疗产品也出现了爆发式的增长。苹果公司的Apple Watch Series 4的EGC心电图技术,可以随时监测心房纤颤。ECG心电图读数功能只需用户在佩戴四代Apple Watch时将手指放在数字表冠上,三十秒内即可完成ECG读数,该功能能够指示心脏跳动的波形;如果有异常或者房颤的前兆,便会通过该智能设备实时预警患者、医生双方。

图片来源:Pixabay旧金山一家科技公司Eko开发了一款蓝牙数字听诊器,可以自动将心音和心电图数据传输给医生。这款听诊器基于视频平台,医生可远程听诊患者心肺功能;一旦患者有病情加重的预兆,医院就可最快响应,为病人制定最新治疗方案。预计,这样的远程智能设备,在那些愿意接受新型治疗模式的中青年患者中更受欢迎。

4.赋能临床试验

人工智能使心脏病专家更容易、快速选择特定的患者群体进行该领域临床试验
 
目前,许多医院借助机器学习算法来招募病人进行临床试验,AI算法通过学习患者的电子健康记录数据,学会识别有特殊心脏疾病对传统治疗产生耐药性的患者,从而判断他们是否适合参加临床试验。有了人工智能技术,把受试者筛选的过程缩短至几分钟,以往手工筛选临床受试者可能需要数小时。
 
克利夫兰诊所心脏病专家表示,机器学习极大地赋能了心脏病领域临床试验的发展,AI通过学习病人的常规电子健康记录数据,把看似毫无关联性的患者数据有效结合,筛出最适合参与临床试验的患者,大大提高了临床试验的效率、加速了新疗法研究的进程。

5.语音识别技术

语音特征分析可辅助医生评估胸痛患者患有冠心病的概率,尤其适合在远程医疗中使用
 
梅奥诊所与以色列语音分析公司Beyond Verbal合作的研究发现:13个语音特征和冠心病存在相关性,其中一个语音特征会增加冠心病19倍的发生概率。梅奥诊所的心脏病专家表示,此类声音特征对人耳来说是不可辨别的,只能借助AI语音技术以及应用软件来辨出。梅奥诊所通过这次实验还发现,那些利用血管造影所发现的血管阻塞的量或程度,甚至都可以通过分析声音特定部分的语义特征,从而被预测出来。

图片来源:Pixabay以上5个方面,是现阶段AI应用于心脏疾病领域,发展较为成熟的一些技术的简单盘点。人工智能在心脏病领域初显峥嵘,相关AI系统在诊断速度、准确率方面均交出了令人满意的“成绩单”。

参考资料:

[1] 5 waysartificial intelligence is already changing cardiac care Retrieved. Aug 27,2019

from https://www.statnews.com/2019/07/31/artificial-intelligence-changing-cardiac-care/
药明康德AI
药明康德AI

药明康德微信团队专业打造。当人工智能遇上大健康,带你看全AI时代的智慧之光。

专栏二维码
产业智慧医疗
相关数据
机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

准确率技术

分类模型的正确预测所占的比例。在多类别分类中,准确率的定义为:正确的预测数/样本总数。 在二元分类中,准确率的定义为:(真正例数+真负例数)/样本总数

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

推荐文章
暂无评论
暂无评论~