医疗中的人工智能技术将改善医患双方体验

医疗电子

423人已加入

描述

“人满为患、耗时费力”,是目前患者对国内很多医院的深刻印象。一方面医疗资源紧张,医院条件设施不足,患者往往需要长时间排队问诊,耗费着大量的时间和精力;另一方面,一些患者对医生存有不信任,对背后利益、过度医疗担心,容易产生医患矛盾,从而引发医疗纠纷。

人工智能在医疗健康领域发展已有时日,作为AI布局的先行者,昆仑万维也一直关注如何将人工智能与医疗健康领域相融合,更好去改变医疗资源紧张的问题。其实,人工智能和医疗健康的结合,可以改变医患之间的交流方式,能够有效增强医生和患者双方的体验,从而根本上改善医患矛盾的产生。

我们分享两篇内容,一篇是美国CBS旗下媒体TechRepublic所刊,一篇是美国关注科学热点的媒体ScienceDaily所刊,看看人工智能如何改善了医患双方的体验。了解如何在医疗保健领域中使用人工智能技术,将使患者受益,无论任何性别、年龄或是种族。人工智能尤其在妇女和早产儿的医疗保健方面可以发挥重要作用。

人工智能技术正在对医疗行业产生巨大的影响。许多专业领域都在寻求人工智能来处理大数据并帮助超负荷工作的医生。记者Karen Roby与TechRepublic的专栏作家Veronica Combs谈论了由人工智能引起的一些医学领域的进步。以下是她们的采访实录。

所以我认为,人工智能可以把所有这些海量数据整合起来并进行有效分析,寻找警示指标,然后帮助医生了解更多你的个人历史,并据此做出治疗建议。所以,人工智能并不是真的要取代医生,而是它将作为一种额外的辅助工具,帮助医生思考不同的治疗方案。

比如有一个标准的治疗方法,你应该在心脏病发作后每天服用阿司匹林。但我觉得这个疗法值得讨论。与其直接采用相对安全的标准疗法,医生可以看看你自己过去的历史并据此提供建议。所以,如果有一种算法可以寻找某种特定的癌症风险或某种基因表达,它就可以标记出这一点,然后医生会说,“哦,好吧,通常情况下,我会按照标准疗法进行治疗,但基于现在我们对你的历史的了解,我可能会换一种方法。”

并且他们正在试图阻止的一种非常可怕的疾病被称为新生儿坏死性结肠炎,这是一种由于肠道细菌变得混乱并且摧毁自己肠道的疾病。所以这种疾病几乎总是致命的,但你并不会得到提前的预警。因此,如果一个AI技术查看了这些数据并实时跟踪它们,他们会侦测到婴儿可能正面临着这种可怕疾病的风险,进而医生便可以提前进行合适的治疗。

我们正见证许多患者开始受益于人工智能。这些技术正在幕后有效的协助医生进行工作。事实上这些海量信息大都已经存在,我们只是从来没有找到一个方法去筛选它并处理所有的数据。

许多人工智能技术都专注于扫描、CT扫描、放射学等这类工作。同样,我们的想法是整合所有数据并寻找其中的规律。所以,也许对某个年龄段的某个具有特定种族背景的人进行膝关节置换时,我们可以看到医院图书馆里的数万个甚至数十万个这样的类似扫描的规律是什么,和如何才能利用现有的信息并寻找规律来进行个性化治疗。

良好的交流是维持和谐医患关系的的重要环节,它可以使患者更好地了解自己的病情,并遵照医生的治疗指导。特别在医疗迅速发展的今天,有些曾经的绝症已经可以通过长期服药转变成慢性病,或者出现了多种治疗手段。这时,良好的医患交流就显得至关重要。理想很美好,可现实很残酷。现在的医疗体系下,医生们并没有很多机会接受有针对性的医患交流培训;在繁杂的工作和巨大的压力下,也没有太多时间去顾及交流的方式。

词汇和句式分析通过分析医患双方交谈时使用的词汇和句式来确认他们是否真的理解了对方的意思,比如说患者是否交代清楚了病史,医生是否提供了充足的治疗信息,有无使用过于复杂的医学名词等。AI可以实现实时分析的功能,并适时鼓励医生向患者提供更充分的信息。

话轮转换分析的是人们在交谈时发言的时间、次序、停顿等信息。话轮转换的分析结果可以展现医生在交谈时是否有给患者充足的时间提出问题、表达疑惑。有研究显示,充分表达疑问和意见有利于患者坚持治疗和回忆病情信息。

AI算法可以通过谈话的声调和音量来探测潜在的健康风险。抑郁发作的患者谈话时声调通常会有明显的下降;心力衰竭的患者因为声带和肺部水肿,声调也可能有明显的变化。这种情况下,AI就可以提早帮医生发现异常。同时,AI还能通过声调和音量来检测医生的身体和心理状况,让医生留意自己压力过大、工作负荷太重的职业健康风险。

不过,医疗对话的复杂性要高于其他日常对话。所以目前AI也面临着一些技术上的挑战,比如语言识别。不过,随着AI系统的高速发展,或许AI很快就能克服现有的困难,提高对医疗对话场景的分析能力。论文的作者,达特茅斯学院教授Glyn Elwyn博士对AI的发展充满信心:“在数年以后,科技为医疗系统的助力必定十分有趣。我也很好奇医务人员是否会乐于使用AI来提升自己的交流沟通技巧。”

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分