医疗产业应用机器学习 应缩小采纳范围并确定近程目标

机器学习目标是透过发现新知识来改进医疗保健以及提高生产力，但许多医疗系统并没有适当的业务计划来支持研发以外的高级分析，倘医疗系统欲完善地利用机器学习，则需要转变IT策略，以不仅着重于数据方面，还须注重模式本身，藉此重新界定机器学习的价值并提供评估和应用框架是重要的策略。

Geisinger Health业务架构师Elizabeth Clements表示，当医疗系统开始纳入机器学习时需要保持简单，因为在使用新科技并重新开发服务时，会因大型应用案例的复杂性，而容易迷失以及进展缓慢，倘医疗系统能缩小采纳范围，并先确定近程目标，将能在短时间内取得更有意义的进展。

Clements表示，机器学习需要一个简单的思维框架，包括在开始升级之前了解机器学习的价值与应用案例，并理解最基本的挑战，以及如何设计程序等。与机器学习相关的医疗专业人员必须学习如何机器学习与医疗业务的结合，倘未意识到需要多少人为涉入业务，将会让解决方案变得更难以实现。

机器学习是下一波先进技术，为人们提供新的信息发现及提高生产力的途径，有可能改变开展业务的方式，但这需要IT战略的先行转变，不仅攸关数据或应用，也攸关模式本身。IT领导者应考虑如何利用新技术来补