
作者 | Ben Dickson
編譯 | CDA數(shù)據(jù)分析師
自從第一個(gè)人類(lèi)文明形成以來(lái),醫(yī)生一直是人類(lèi)社區(qū)中永遠(yuǎn)存在的成員,可以治愈疾病和照顧病人。隨著科學(xué)技術(shù)的進(jìn)步,他們的方法已經(jīng)從祈禱神靈到混合草藥混合使用科學(xué)方法和先進(jìn)的醫(yī)療設(shè)備來(lái)診斷,治療和預(yù)防疾病。
如今,醫(yī)生可以輕松地使患者免于疾病的危害,在過(guò)去的幾個(gè)世紀(jì)中,這種疾病已經(jīng)殺死了數(shù)百萬(wàn)人。但是仍然有更多改進(jìn)的空間。
下一輪醫(yī)療保健和醫(yī)學(xué)革命可能與深度學(xué)習(xí)的進(jìn)步有關(guān),深度學(xué)習(xí)是人工智能的分支,在過(guò)去十年中非常流行。深度學(xué)習(xí)已經(jīng)在醫(yī)學(xué)上取得了令人矚目的成就,關(guān)于人工智能如何改變醫(yī)療保健的研究令人興奮, 并且有很多文章探討了深度學(xué)習(xí)算法如何幫助診斷和治療復(fù)雜疾病。
但是,很少討論的是學(xué)習(xí)如何可能改變我們與醫(yī)生互動(dòng)的方式。
醫(yī)師,科學(xué)家和研究員Eric Topol博士在他的最新著作《 深度醫(yī)學(xué):人工智能如何使醫(yī)療保健再次成為人類(lèi)》中闡明了AI如何解決醫(yī)學(xué)和醫(yī)療保健領(lǐng)域的一些最大挑戰(zhàn)。這包括醫(yī)患關(guān)系面臨的挑戰(zhàn)。
在接受TechTalks采訪時(shí),Topol博士討論了深度學(xué)習(xí)在改善醫(yī)患之間的人際互動(dòng)方面的一些前景,以及未來(lái)面臨的一些關(guān)鍵挑戰(zhàn)。
我們經(jīng)常從諸如閱讀生命體征,在醫(yī)學(xué)掃描中尋找復(fù)雜模式,對(duì)患者進(jìn)行手術(shù)以及撰寫(xiě)藥物處方等活動(dòng)來(lái)思考醫(yī)學(xué)。但是在醫(yī)學(xué)上,醫(yī)患之間的人際互動(dòng)與發(fā)生的所有科學(xué)努力一樣重要。
通常,醫(yī)生溫暖而舒適的語(yǔ)氣對(duì)患者的影響與治療本身一樣多。
不幸的是,在當(dāng)今的衛(wèi)生保健系統(tǒng)中,醫(yī)患關(guān)系已大大惡化。醫(yī)生與患者溝通的時(shí)間越來(lái)越少,而在做其他事情上的時(shí)間越來(lái)越多。
Topol博士在他的書(shū)的早期就對(duì)此進(jìn)行了擴(kuò)展?!爱?dāng)今醫(yī)療保健中的問(wèn)題是缺少醫(yī)療服務(wù)。也就是說(shuō),作為醫(yī)生,我們通常無(wú)法真正足夠地照顧患者。而且患者不覺(jué)得自己得到了照顧,”他寫(xiě)道。
Topol博士在電話中對(duì)TechTalks表示:“今天,我們看到了醫(yī)患關(guān)系的侵蝕,醫(yī)生成為在職業(yè)倦怠中這是有史以來(lái)最高記錄的職業(yè)“。
Eric Topol博士
具有諷刺意味的是,部分問(wèn)題來(lái)自技術(shù)進(jìn)步。與一個(gè)世紀(jì)前相比,醫(yī)學(xué)發(fā)生了很大變化,已經(jīng)成為數(shù)字化和基于數(shù)據(jù)的領(lǐng)域。收集和分析數(shù)據(jù)的方法有很多,而醫(yī)生和患者之間過(guò)去發(fā)生的許多交互現(xiàn)在已被數(shù)據(jù)收集和檢查任務(wù)所取代。
但是這些任務(wù)仍然需要大量的人力來(lái)收集和分析數(shù)據(jù),而這一切又都落在了醫(yī)生的肩上。醫(yī)生必須花費(fèi)大量時(shí)間在數(shù)據(jù)庫(kù)中輸入數(shù)據(jù),盯著監(jiān)視器,而減少與患者互動(dòng)的時(shí)間。發(fā)表在《內(nèi)科醫(yī)學(xué)年鑒》上的一項(xiàng)研究發(fā)現(xiàn),平均而言,醫(yī)生僅將其時(shí)間的49%花費(fèi)在填寫(xiě)電子健康記錄(EHR)和做案頭工作上,而他們的總時(shí)間中只有27%用于直接面對(duì)臨床與患者共度時(shí)光。
Topol博士說(shuō):“我們之所以如此精疲力盡,是因?yàn)獒t(yī)生是數(shù)據(jù)管理員,而且失去了士氣?!?Topol博士警告說(shuō),醫(yī)生精神的減弱也會(huì)導(dǎo)致醫(yī)療失誤。
加利福尼亞大學(xué)舊金山分校(UCSF)的另一項(xiàng)研究發(fā)現(xiàn),在EHR中輸入的數(shù)據(jù)中有82%是復(fù)制粘貼或?qū)氲?,而只?8%的信息是手動(dòng)輸入的。這可能會(huì)導(dǎo)致臨床錯(cuò)誤并導(dǎo)致有害的治療決策。
幸運(yùn)的是,這是AI展現(xiàn)出巨大希望的領(lǐng)域。深度學(xué)習(xí)算法的核心技術(shù)- 人工神經(jīng)網(wǎng)絡(luò)非常擅長(zhǎng)在混亂,非結(jié)構(gòu)化的數(shù)據(jù)(例如圖像,音頻和文本)中找到相關(guān)的模式和相關(guān)性。因此,它在計(jì)算機(jī)視覺(jué),語(yǔ)音識(shí)別和自然語(yǔ)言處理等領(lǐng)域取得了長(zhǎng)足的進(jìn)步。
在醫(yī)學(xué)領(lǐng)域,人工智能算法可以使以前需要大量人力的某些任務(wù)實(shí)現(xiàn)自動(dòng)化。例如,人工智能算法可以減輕醫(yī)生在拜訪患者時(shí)做筆記的痛苦。在該領(lǐng)域已經(jīng)進(jìn)行了有趣的工作,包括Microsoft和Google的項(xiàng)目。機(jī)器學(xué)習(xí)算法可以從醫(yī)生與患者之間的相遇中提取有意義的信息,并將其記錄在患者的健康記錄中。
來(lái)自自然語(yǔ)言處理和機(jī)器學(xué)習(xí)的AI衍生筆記非常出色。Topol博士說(shuō):“這已經(jīng)在英國(guó),中國(guó)和美國(guó)進(jìn)行了試點(diǎn)研究?!?/span>
AI還有許多其他領(lǐng)域可以提高醫(yī)生執(zhí)行任務(wù)的速度和準(zhǔn)確性,例如分析醫(yī)學(xué)掃描和查找病歷中的相關(guān)信息??偟膩?lái)說(shuō),這些技術(shù)可以釋放醫(yī)生在病人身上花費(fèi)的大部分時(shí)間。
Topol博士說(shuō):“由于時(shí)間的原因,人工智能可能是改善和恢復(fù)醫(yī)患關(guān)系的最好方法,” “這是人工智能可以帶給我們的許多不同事物的產(chǎn)物。它包括消除鍵盤(pán),能夠處理患者的所有數(shù)據(jù)以使醫(yī)生和臨床醫(yī)生的生活更輕松,能夠進(jìn)行許多模式識(shí)別,例如掃描和幻燈片以及其他日常使用的東西。每天都可以進(jìn)行,并且更準(zhǔn)確地做到這一點(diǎn)?!?/span>
在《深度醫(yī)學(xué)》的第3章中 ,Topol博士深入研究了深度學(xué)習(xí)算法可幫助自動(dòng)執(zhí)行診斷任務(wù)的許多領(lǐng)域,包括腦,心臟和眼部疾病。
但是Topol博士還警告說(shuō),人工智能所提供的提高的速度和效率可能會(huì)將事情引向錯(cuò)誤的方向。“所有這些生產(chǎn)力,效率,工作流程改進(jìn),準(zhǔn)確性和速度都可用于醫(yī)患,因?yàn)檫@可能導(dǎo)致管理員和經(jīng)理要求在任何單位時(shí)間內(nèi)看更多的患者,或者讀取更多的掃描圖像和更多的幻燈片,并且不斷?!彼f(shuō)。
我們?nèi)绾畏乐惯@種情況發(fā)生?該行業(yè)將必須優(yōu)先利用AI的進(jìn)步來(lái)恢復(fù)醫(yī)患關(guān)系?!澳J(rèn)情況下不會(huì)發(fā)生。這將需要大量的行動(dòng)主義。要付出巨大的努力才能停止醫(yī)學(xué)的大生意,并開(kāi)始與人類(lèi)建立聯(lián)系,這將需要大量的努力,” Topol博士說(shuō)。
鑒于對(duì)AI的普遍看法是,這里是替代人類(lèi)并使他們的技能自動(dòng)化的方法,這聽(tīng)起來(lái)可能是個(gè)奇怪的建議。一些科學(xué)家甚至建議醫(yī)生完全被AI算法取代。但是Topol博士認(rèn)為我們應(yīng)該關(guān)注人為因素。
“這具有諷刺意味,但這是我們擁有增強(qiáng)人類(lèi)技術(shù)的機(jī)會(huì),人工智能在圖像識(shí)別,語(yǔ)音識(shí)別以及技術(shù)上可以做的所有事情的所有強(qiáng)大方面的產(chǎn)物。對(duì)醫(yī)生和患者而言,生活更輕松,更準(zhǔn)確?!?/span>
醫(yī)學(xué)的過(guò)程,工具,實(shí)踐和設(shè)施與人類(lèi)社會(huì)和科學(xué)一起發(fā)展。人工智能將為該領(lǐng)域帶來(lái)更多改進(jìn)。但是,在整個(gè)歷史中一直保持不變的一件事是人類(lèi)醫(yī)生。這不太可能很快改變。
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類(lèi)分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類(lèi)分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10