人工智能在醫(yī)療行業(yè)應(yīng)用面臨的五大挑戰(zhàn)
識別應(yīng)用
大多數(shù)企業(yè)可以借助一些機器來進行操作。但是,與大多數(shù)企業(yè)不同,醫(yī)療保健組織需要多種工具進行診斷和治療。
例如,存在用于診斷和治療不同醫(yī)療狀況的各種類型的設(shè)備,例如呼吸機、掃描儀、X射線機和ECG機。對于醫(yī)療保健組織而言,為物聯(lián)網(wǎng)確定合適的應(yīng)用可能變得很復(fù)雜。醫(yī)院必須了解不同機器的復(fù)雜性,才能確定正確的應(yīng)用。他們還需要向供應(yīng)商咨詢?nèi)绾屋p松、快速地將AI解決方案與特定機器集成。
衛(wèi)生組織需要明智地選擇AI供應(yīng)商。選擇AI供應(yīng)商之前,需要考慮多種因素。通用或垂直解決方案,、與目標的一致性以及成本效益等因素會在很大程度上影響AI供應(yīng)商的選擇。識別合適的用例并根據(jù)需要選擇正確的供應(yīng)商將有助于醫(yī)院構(gòu)建可輕松與現(xiàn)有設(shè)備和工作流程集成的AI解決方案。
消除黑匣子
AI系統(tǒng)主要是模擬人類大腦的運作方式。因此,就像我們的大腦一樣,它們接收輸入并達到輸出。但是,我們不知道人工智能系統(tǒng)是如何得出結(jié)論的。我們所知道的就是最終的輸出。而且,如果不了解AI系統(tǒng)是如何得出結(jié)論的,那么對其進行改進就變得很困難。
AI系統(tǒng)的這一挑戰(zhàn)被稱為黑匣子問題。解決該問題對于幾乎每個行業(yè)都是必不可少的,但對于醫(yī)療保健而言,至關(guān)重要。那是因為它會對醫(yī)療保健行業(yè)產(chǎn)生不利影響。盲目地信任AI解決方案可能會使患者的生命處于危險之中。
例如,根據(jù)STAT審查的IBM內(nèi)部文件,IBM的Watson建議對癌癥患者使用不安全的治療程序。遵守錯誤的建議操作程序可能會使癌癥患者的生命面臨危險。因此,醫(yī)療行業(yè)必須消除AI的黑盒子。
但是,如何消除AI的黑盒子?答案是“通過使用可解釋的AI”。可解釋的AI通過使這些系統(tǒng)具有透明度來幫助研究人員了解AI系統(tǒng)的輸出。它通過事后方法的幫助帶來了透明度,該方法圍繞四個關(guān)鍵要素而開發(fā),即目標、驅(qū)動因素、可解釋的族和估計量。
用來解釋AI輸出的最常見方法之一是反向傳播方法。反向傳播是用于前饋神經(jīng)網(wǎng)絡(luò)的監(jiān)督訓(xùn)練的一種廣泛使用的AI算法。這種可解釋的AI方法的實施將確保患者和醫(yī)生對AI結(jié)論的信任。
教育員工和患者
利用AI解決方案可以帶來很多好處,但是使用它們很復(fù)雜。對AI的潛力以及如何利用AI的意識不足會導(dǎo)致組織中的技能缺口。醫(yī)療保健組織需要通過對員工進行有關(guān)AI系統(tǒng)及其功能的教育來彌合技能差距。醫(yī)院和個人專家可以組織不同部門的培訓(xùn)課程,以培訓(xùn)員工如何使用AI系統(tǒng)。
在要治療的患者準備好接受基于AI的治療之前,醫(yī)療保健中的AI實施很難成功。因此,患者還必須意識到AI的潛力,以便他們可以信任基于AI的治療。例如,機器人手術(shù)可帶來許多好處,例如住院時間更短、疼痛減輕、疤痕最少以及失血量降低。
但是,由于缺乏意識和信任,患者可能會擔心被AI機器人對其進行操作。醫(yī)療機構(gòu)應(yīng)提高人們對機器人手術(shù)的益處的認識。他們還可以對患者進行AI機器人手術(shù)程序教育,然后再對其進行操作。對患者和員工進行有關(guān)AI解決方案的教育將確保增加他們對AI系統(tǒng)的信任。
每個衛(wèi)生組織都希望部署AI系統(tǒng)。成功實施AI解決方案始于制定正確的戰(zhàn)略。但是如何創(chuàng)建呢?這需要要解決上述醫(yī)療保健中的AI挑戰(zhàn)。
對這些挑戰(zhàn)和解決方案的了解將幫助醫(yī)療保健組織針對其特定應(yīng)用制定適當?shù)牟呗。當成功實施AI的實例成為人們關(guān)注的焦點時,醫(yī)院將更有動力部署和擴展其AI解決方案。

請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
- 1 UALink規(guī)范發(fā)布:挑戰(zhàn)英偉達AI統(tǒng)治的開始
- 2 北電數(shù)智主辦酒仙橋論壇,探索AI產(chǎn)業(yè)發(fā)展新路徑
- 3 “AI寒武紀”爆發(fā)至今,五類新物種登上歷史舞臺
- 4 降薪、加班、裁員三重暴擊,“AI四小龍”已折戟兩家
- 5 國產(chǎn)智駕迎戰(zhàn)特斯拉FSD,AI含量差幾何?
- 6 光計算迎來商業(yè)化突破,但落地仍需時間
- 7 東陽光:2024年扭虧、一季度凈利大增,液冷疊加具身智能打開成長空間
- 8 封殺AI“照騙”,“淘寶們”終于不忍了?
- 9 優(yōu)必選:營收大增主靠小件,虧損繼續(xù)又逢關(guān)稅,能否乘機器人東風(fēng)翻身?
- 10 地平線自動駕駛方案解讀