作者
作者
人工智能有可能通过数字解决方案改变医疗行业，从而简化医疗从业人员的诊断方法以及与患者的互动方式。Artefact首席执行官Vincent Luciani和赛诺菲业务Data与分析全球主管Guido Merighi Buitoni谈论了人工智能如何在负责任、安全地处理data的同时改善患者护理过程。.
人工智能如何改善患者护理过程？
在过去几年里，人工智能应用已经出现在整个医疗生态系统中，简化了流程并改善了患者的治疗效果。先进的聊天机器人帮助急救人员识别正在发生的心脏病发作。人工智能驱动的手术机器人可执行微创手术。基于人工智能的软件平台将医疗行业最重复的任务自动化，为繁忙的管理者节省了宝贵的时间。.
预计到 2026 年，人工智能医疗市场（包括软件、硬件和服务、算法、应用和终端用户）将达到 $445 亿美元，预计年均增长率将超过 46% (MarketWatch 报告，2022 年 1 月 3 日，“2022 年医疗人工智能（AI）市场的行业情况、战略、增长因素及 2026 年预测"）。.
在 Artefact，我们确定了人工智能可以显著改善患者护理过程的三个关键领域：自我诊断、药物开发和监测以及个性化健康。.
数字加速自诊断
我们都见过人工智能为世界带来的可穿戴设备，如健身追踪器、智能手表，甚至是背景噪音消减助听器。它们有助于保持人们的体形、计算卡路里和改善总体健康状况。.
但是，人工智能技术也提供了自我诊断工具，可以帮助病人避免不必要的就医。虚拟护理助理可以感同身受地与患者交流病情，提供建议，必要时还可以将患者引导到最有效的护理单元，并在出现问题时提醒医疗服务提供者。.
许多制药公司正在与科技公司建立合作关系，以开发新的医疗保健应用。2020 年，赛诺菲与英国公司 Babylon 合作，利用其在线症状检查器为消化系统疾病患者提供帮助。.
赛诺菲业务 Data 与分析全球主管 Guido Merighi Buitoni 说。.
药物安全监测；药物发现与开发
人工智能可用于监测药物的疗效、安全性和不良反应。这种做法被称为药物警戒（PV），是制药公司职责中不可或缺的一部分。利用基于人工智能的洞察力，可以对不良反应进行分析，迅速确定新出现的趋势。这些趋势可以帮助确定哪些人群最受益于（或避免）特定的治疗方法，并帮助引领新的治疗方法和疗法。.
制药行业的领军企业拜耳公司正与其合作伙伴合作，探索利用人工智能技术来支持分散式（虚拟）临床试验，通过远程医疗、上门提供临床用品、电子同意书、可穿戴设备的使用以及全天候 data 实时监控来实现。.
人工智能在加速药物发现和开发过程方面也大有可为：2021 年 4 月，制药公司 Exscientia 和生物技术专家 Evotec 宣布，首个人工智能设计的治疗晚期肿瘤的药物进行了一期试验。传统的发现过程需要长达五年的时间才能完成，但得益于人工智能，候选药物的发现仅用了八个月的时间。Exscientia 目前正与包括赛诺菲在内的其他制药公司合作开发肿瘤和免疫疗法。.
个性化健康与保健
第三个研究领域是人工智能如何改善人类的健康行为，例如帮助人们改善饮食。.
利用基于 data 的饮食计划，人工智能可以个性化营养方案，并针对个人的特定新陈代谢和消化系统制定膳食计划。虽然人们首先想到的应用是控制体重，但这样的方案有可能通过预防糖尿病、心脏病和其他因营养不良引起的疾病挽救数百万人的生命。.
潜在的系统可与智能可穿戴设备集成，以获得更容易实现的效果和可持续的健康益处。.
机遇、风险和伦理考虑
虽然人工智能有望提高医疗服务的效率和病人护理的质量，但有必要最大限度地降低实施人工智能的伦理风险，其中可能包括对隐私和保密性、知情同意和病人自主权的最终威胁。.
这些都是至关重要的问题。但是，人工智能和机器学习的最终产品并不是单一的制造者。从对算法进行最终改进的 data 科学家和其他人，到销售算法的软件公司和最终用户，整个群体都参与了算法的生命周期。因此，这就涉及到责任问题。.
“虽然没有简单的解决方案，但透明度始终是最好的政策。这意味着在使用 data 时一定要征得同意，对个人信息进行匿名处理，并想方设法确保 data 为患者保密”，文森特说。.
“他补充说：”甚至医学教育也需要重新规划，从注重知识记忆转变为注重培训未来的医生与人工智能驱动的机器进行互动和管理"。他补充说："这种重构还需要认真关注患者、护理人员和机器之间可能出现的伦理和临床复杂性。.
data governance 的关键作用
虽然医疗保健为 data 和人工智能开辟了一个潜在的新用途世界，但其成功也存在障碍：分析用例时的性别偏见就是其中之一。男性心脏病发作的症状与女性截然不同，除非考虑到这些差异，否则任何分析都会存在缺陷。种族、民族或宗教偏见也是可能的。为了避免这些偏见，“包容性人工智能 ”的概念应成为开发任何人工智能应用的原则。.
Data 治理至关重要：必须制定指导方针、定义最佳实践并始终遵循。2020 年，阿斯利康聘请了公司内外的专家，协助他们根据公平、负责、隐私和安全、可解释性和透明度原则制定 Data 治理框架。Data 治理框架将成为其全球道德准则的一部分。.
全球其他相关公司也在做出新的努力，以确保公平、合乎道德地使用人工智能。2022 年 1 月 13 日，微软与美国医疗保健和生命科学行业领先的公共、私营、教育和研究机构宣布成立人工智能产业创新联盟（AI3C），目标是最大限度地利用技术为医疗保健领域的人工智能提供建议、工具和最佳实践。.
Artefact 首席执行官 Vincent Luciani
感谢您阅读我们关于 “人工智能如何改善患者护理流程 ”的文章！如果您希望为软件包的开发做出贡献或有任何改进意见，请随时联系我们。同时，您可以访问 Artefact 博客 了解有关 data 项目的更多信息。.
