炼数成金 门户 商业智能 人工智能 查看内容

一天接诊能过百?日本医生为何能如此高效

2019-10-21 11:33| 发布者: 炼数成金_小数| 查看: 21184| 评论: 0|原作者: 熊利郎、陆少游|来自: 机器之心产业研究

摘要: 日本是这个世界上人均寿命最长的国家之一,出生率下降和人口老龄化正在迅速发展,养老金,医疗保健和福利等社会保障福利的可持续性变成了主要问题。在医疗领域,需要应对患者的增加和老龄化需求的多样化,导致有限的 ...

管理 工具 大数据 案例 人工智能

日本是这个世界上人均寿命最长的国家之一,出生率下降和人口老龄化正在迅速发展,养老金,医疗保健和福利等社会保障福利的可持续性变成了主要问题。

在医疗领域,需要应对患者的增加和老龄化需求的多样化,导致有限的人力和财政资源难以全部应对。在这种情况下,通过将人工智能和物联网等数字技术纳入医疗领域,提高医疗质量的同时,也能改革医务人员的工作方式。

一、日本医疗领域的市场规模
根据矢野经济研究所2015年的调研结果,2015年日本国内远程医疗市场规模为122.69亿日元。 预计在2019年,2019年远程医疗的市场规模将增长到199.06亿日元。医疗机构数量的减少、医疗机构的联合、个人健康记录的实现,中期将保持稳定的增长。远程图像诊断市场由于大量个人经营者的进入,已经迎接着成熟期。远程病理诊断市场由于日本国内癌症患者逐年增加,特别是手术中迅速病理诊断(外科手术和内窥镜手术时进行的病理诊断)的诊断件数从2005年度到2014年度增加了约3倍(数据来源:厚生劳动省)。伴随着普及速度的提高和医疗机关远程病理诊断用的机器的增多,远程病理诊断市场将在短期性微增,中期保持稳定。


二、日本智能医疗领域中的常见人工智能技术
机器学习:是指利用医疗数据进行学习,对未知数据进行预测。目前,在医疗领域主要被集中用于分析患者的病例数据。通过比对其他患者,找出病人的患病真因或者提高判断病因的效率。该技术对于不常见的病症解析有至关重要的作用。

计算机视觉:是指机器代替人眼对目标进行识别、分析和判断,并进一步进行图像处理的技术。在医疗中主要用于对于CT图像数据的解析。如通过学习肝癌的影像图像,来辅助医生判断患者的现状。

大数据技术:大数据技术的体系庞大,基础技术包括数据采集,数据预处理,数据仓库等。正式如此,大数据正在成为各大行业的用来加速数字化进程的必不可缺手段,在医疗领域也不例外,用患者的体检数据来预测患者未来的身体状态,可能患病的几率,提前做出预防措施,并提供生活习惯上的建议。

自然语言处理:通过识别医生的语音,AI自动生成医疗报告或自动记录患者的医疗数据,可减少医生花在日常办公性事物的时间,让医生可以在同等时间内尽可能的诊断更多的患者。

三、人工智能在日本智能医疗领域中的应用分布


四、 日本智能医疗领域应用案例
CT图片自动识别解决方案:富士通实验室与广岛大学的合作,推出的解决方案可从拍摄的CT图像数据库中,分析有异常阴影的三维扩散。通过AI搜索类似案例,高精度地检索具有相似三维扩散的CT图像,以辅助医生判断相似性时。系统会根据识别的结果,提供可能性较高的5种答案,正确率有85%。该方案大幅度提高医生的工作效率,缩短确诊时间。

电子病历信息分析方案:NEC和KNI合作推出了自动分析病例系统,通过对吸入性肺炎的高危患者进行了早期的数据提取和分析。通过护士在住院的早期阶段,实施有针对性的预防性干预措施,在不增加护士工作量的同时,减少病人的数量。目前准确率为87%。

病例语音记录系统:KNI公司开发的此系统可将护士的语音信息通过AI分析并实现自动分类,可实时创建易于查看和有逻辑的记录。该系统可减少护士每人每天约1小时的护理记录工作。此外,接管工作也可被缩短,实时共享信息。

病例快速输入解决方案:NEC公司开发的系统解决方案,可快速准确识别手工信息并自动归类到电子病历系统中。此方案解决了灾难造成的长期停电和通信故障后大量的手工记录,必须由医疗人员将其手动输入电子病历系统的问题。

五、日本智能医疗在实际应用中的局限性
1. 深度学习的不可解释性:对于一部分医疗诊断,AI尽管可以直接给出结论,但缺少给出中间的解释过程。如果结果与医生的判断不一致,可能会让医生产生错误的判断。另外过于依赖AI可能会导致医生难以向患者解释病情的原因。

2. 缺乏复合型人才:医疗的技术门槛相对较高,对于采集的数据,依赖技术人员根据医生的结果进行训练。对于一些对于医生而言很简单的问题,技术人员如果不熟悉医疗,可能会训练出错误的模型。

3. 医疗行业特殊性:医疗对诊断的准确性要求高,而医疗的复杂性导致了AI的判断并非完全可靠。如果医生按照AI给出的错误结论进行治疗,可能对患者产生巨大的伤害,最终的医疗事故负责人是医生还是AI难以区分。

六、日本智能医疗的未来趋势
1. 智能诊疗自动化:智能诊疗将人工智能技术应用于疾病诊疗中,计算机可帮助医生进行病理,体检报告等统计数据进行自动梳理。通过大数据和深度学习等手段,对病人的医疗数据进行分析和挖掘,自动识别病人的临床变量和指标。

2. 健康管理个性化:通过监测用户的基本身体特征,如饮食、身体健康指数、睡眠等,对用户身体素质进行简单的评估,以提供个性化的健康管理方案,提前识别和降低疾病发生的风险,提醒用户注意自身的健康和改善用户的生活习惯。

3. 智能影像识别远程化:远程化的普及将给偏远地区针对病因带来极大的帮助。降低偏远小型医院由于医生的水平限制造成的误诊,错阵。患者也无需在全国各地转院确诊病因。

声明:本文版权归原作者所有,文章收集于网络,为传播信息而发,如有侵权,请联系小编及时处理,谢谢!

欢迎加入本站公开兴趣群
商业智能与数据分析群
兴趣范围包括:各种让数据产生价值的办法,实际应用案例分享与讨论,分析工具,ETL工具,数据仓库,数据挖掘工具,报表系统等全方位知识
QQ群:81035754
1

鲜花

握手

雷人

路过

鸡蛋

刚表态过的朋友 (1 人)

相关阅读

最新评论

热门频道

  • 大数据
  • 商业智能
  • 量化投资
  • 科学探索
  • 创业

即将开课

 

GMT+8, 2019-11-23 05:01 , Processed in 0.349692 second(s), 25 queries .