DIY診斷看這里

人工智能正逐漸將智能手機和消費類可穿戴設備轉(zhuǎn)變成功能強大的家用診斷工具。

創(chuàng)企Healthy．io聲稱正在試圖簡化尿液分析步驟，使其跟拍照一樣簡單。它的首個產(chǎn)品Dip．io使用傳統(tǒng)的尿液分析試紙來監(jiān)測一系列泌尿系感染。計算機視覺算法可借助智能手機分析不同光照條件和相機質(zhì)量下的測試條。

已在歐洲和以色列投入商業(yè)使用是Dip．io近日獲得了FDA的批準。

近年來，智能手機在美國的滲透率有所提高。同時，由于深度學習，圖像識別算法的錯誤率也顯著下降。兩者的結(jié)合為使用使用作為診斷工具創(chuàng)造了新的可能性。

例如，SkinVision使用智能手機的相機監(jiān)測皮膚病變并評估皮膚癌風險。該企業(yè)在今年7月從現(xiàn)有投資者Leo Pharma和PHS Capital獲得了760萬美元融資。

據(jù)報道，這家公司總部位于阿姆斯特丹的公司將利用這筆資金推動FDA的批準。

AI在基于價值的醫(yī)療領域的新角色

人工智能開始在量化患者在醫(yī)院接受的服務質(zhì)量方面發(fā)揮作用。

基于價值的服務模式專注于患者，這種模式下激勵醫(yī)療服務人員以盡可能低的成本提供最高質(zhì)量的護理。

這類模式與服務收費模式形成對比，在服務收費模式中，服務人員根據(jù)所執(zhí)行的服務數(shù)量以一定比例獲得報酬。規(guī)定的程序越多（比方說測試越多），財務獎勵就越高。

2010年通過了“患者保護和平價醫(yī)療法案”，以價值為基礎的服務模式開始進入大眾視野。

現(xiàn)有的一些保障措施包括僅在符合質(zhì)量績效指標的情況下向醫(yī)療服務人員提供經(jīng)濟獎勵，或者是對醫(yī)院獲得性感染和可預防的再入院情況實施處罰。

向基于價值的醫(yī)療護理系統(tǒng)邁進的目標旨在是服務提供人員的激勵措施與患者和付款人的激勵措施保持一致。比方說，在新系統(tǒng)下，醫(yī)院將為減少不必要檢查的醫(yī)生給予一定的財政獎勵。

總部位于佐治亞州的創(chuàng)企Jvion與Geisinger、Northwest Medical Specialties和Onslow Memorial Hospital等供應商合作。

Jvion的一些案例經(jīng)研究強調(diào)成功使用機器識別住院30天內(nèi)有再入院風險的患者。

然后，護理團隊可以根據(jù)Jvion的建議來教導患者日常的預防措施。該算法將患者健康數(shù)據(jù)與社會經(jīng)濟因素（如收入、交通便利性）和不遵守情況的歷史數(shù)據(jù)相結(jié)合，以計算風險。

另一種方法是保險公司識別有風險的患者并通過警示醫(yī)護人員進行干預。

用于院內(nèi)管理解決方案的人工智能技術(shù)仍處于初期階段，初創(chuàng)公司正致力于幫助醫(yī)療服務提供人員降低成本并提高護理質(zhì)量。

治療機器人的“能”與“不能”

現(xiàn)如今，心理健康治療成本高，且無法做到全天候服務，許多企業(yè)開始將目光轉(zhuǎn)向基于AI的心理健康機器人的開發(fā)上來。

早期創(chuàng)企專注于使用認知行為療法，治療過程逐漸改變病人的負面思想和行為，依照一種方法，市場上許多情緒追蹤和數(shù)字日記健康應用創(chuàng)建了對話拓展。

Woebot（臨床心理學家Alison Darcy研發(fā)基于Facebook Messenger的聊天機器人）從NEA獲得800萬美元融資，其中有一個明確的免責說明，它不能代替?zhèn)鹘y(tǒng)療法和人類互動。

另一家公司W(wǎng)yse去年獲得了170萬美元融資，并在iTunes上推出了“焦慮和抑郁”機器人。

Startup X2 AI聲稱自家的AI機器人Tess 擁有超過400付費用戶。它開發(fā)了“基于信仰”的聊天機器人——“Sister Hope”，在開始對話前告知用戶明確的免責聲明及隱私條款（關(guān)于messenger， 聊天受Facebook隱私政策的約束，會話內(nèi)容也是可見的）。

但Fackbook的可訪問性、缺乏法規(guī)等使得驗證一些機器人及其隱私條款變得有些困難。

但是正如深度學習研究員Yoshua Bengio在最近關(guān)于人工智能元素的播客中提到的，“AI就像一個白癡學者”，對于心理學，人類是什么，心理變化是如何進行的等沒什么概念。

心理健康是一個很大的點，分析過程中癥狀和主觀性具有高度可變性。當下，人工智能能做的不僅僅局限于定期檢查，還能培養(yǎng)與人類語言生產(chǎn)的“陪伴”感。

但是，正如近日一篇心理學文章中提到的，我們的大腦相信我們是在跟機器人聊天，無需破譯非語言線索的復雜性。

對于更復雜的心理健康問題，這可能就會產(chǎn)生問題，很可能會對機器人和快速修復方案產(chǎn)生依賴性，但事實上，這些解決方案并不具備深入分析或解決根本原因的能力。

這項被認為是自動化中安全性最高的工作，需要AI機器人具備高水平的情感認知且能自如地進行人與人之間的互動。盡管成本和可訪問性有所提升，心理健康醫(yī)療對AI而言依舊是一項極其艱巨的任務。