هوش مصنوعی در سناریوهای مختلفی در بیمارستان ها به کار گرفته شده است که به طور موثر تجربه پزشکی بیماران را از نظر ثبت نام راحت بیمار، کاهش زمان انتظار برای درمان پزشکی و کمک به تشخیص بهبود بخشیده است.خبرنگار دریافت که هوش مصنوعی به طور گسترده در بیمارستان ها قبل، حین و بعد از تشخیص مورد استفاده قرار گرفته است.اما در همان زمان، خودیهای صنعت نیز گفتند که هنوز مشکلات زیادی در کاربرد بیشتر هوش مصنوعی در حوزه پزشکی وجود دارد.
افزایش بهره وری از منابع بیمارستانی
"سلامتی بیشترین ارزش و اهمیت حوزه های کاربردی هوش مصنوعی است، ارتقاء هوشمند پزشکی کلید بهبود قدرت نرم پزشکی است، در شانگهای بوده است کاربرد و توسعه هوش مصنوعی در زمینه پزشکی به عنوان حلقه کلیدی طرح بندی صنعت، به طور فعال هوش مصنوعی به علاوه "، "درمان پزشکی، برای ساختن تحقیق و توسعه - صنعت - برنامه" مسیر سریع "،برای کشف و تلاش برای هدایت تحول دیجیتال مراقبت های پزشکی و توسعه دقیق مراقبت های پزشکی."سون یو، معاون بخش توسعه هوش مصنوعی کمیسیون اقتصادی و فناوری اطلاعات شهرداری شانگهای، در همایشی درباره «توسعه با کیفیت بالای بیمارستانهای دارای هوش انسانی و صنعتی» که اخیرا برگزار شد، گفت.
در حال حاضر، هوش مصنوعی در جنبههای درمان راحت پزشکی، بهبود تجربه بیمار، کمک به تشخیص و درمان، بهبود کارایی استفاده از منابع بیمارستانی و بهبود سطح مدیریت خوب بیمارستانها به خوبی استفاده شده است.
"ثبت نام آسان تر است، هماهنگی حرفه ای پزشک، زمان ملاقات کوتاه، صف کمتر، "راه اشتباه" کمتر برای مراجعه به پزشک، جذابیت رایج بیماران است."وانگ یو، رئیس اولین بیمارستان مراقبت های بهداشتی مادران و نوزادان شانگهای، معرفی کرد که این بیمارستان بسیاری از عملکردهای جدید را از طریق هوش مصنوعی راه اندازی کرده است که به بهبود کارایی منابع بیمارستانی کمک می کند.
"عملکرد "دکتر در جستجوی کمک" که توسط ما راه اندازی شده است را به عنوان مثال در نظر بگیرید. با توجه به علائمی که بیماران شکایت می کنند، می تواند با منابع پزشک مربوطه برای بیماران از طریق ترکیب ربات هوش مصنوعی و خدمات مشتری انسانی مطابقت داشته باشد، به طوری که بیماران می توانند ثبت نام کنند. شماره "درست".با توجه به وضعیت ناآشنا اولین فرآیند درمانی بیماران، راهنمای هوشمند فرآیند درمان را باز کرده ایم، به طوری که «بیماران جویای خدمات» در گذشته، اکنون «مردم جویای خدمات» هستند.به منظور کاهش زمان انتظار بیماران برای مراجعه به پزشک، کارکردهایی مانند «تاسیس کارت آنلاین» و صدور برگه معاینه آنلاین را نیز معرفی کرده ایم. در حال حاضر جلسه مصاحبه پزشکان در محل ما از 3 بار به 1 بار کاهش یافته است.کل زمان ساخت کارت زایمان از 4 ساعت به 1.5 ساعت کاهش یافته است.وانگ یو معرفی کرد.
هو ویگو، معاون بیمارستان روئیجین وابسته به دانشکده پزشکی دانشگاه شانگهای جیائو تونگ، گفت که بیمارستان روئیجین همچنین به بهینه سازی کل فرآیند درمان بیمار بر اساس فناوری هوش مصنوعی کمک می کند و زمان درمان متخصصان مختلف و کارشناسان مختلف را به طور دقیق بر اساس محاسبه می کند. داده های بزرگ، که به دقت زمان منبع همه شماره های بخش در عرض 30 دقیقه دست یافته است.
امکان تشخیص و توسعه پزشکی
فناوریهای دیجیتالی که توسط هوش مصنوعی ارائه میشوند، تغییراتی را در تشخیص و درمان پزشکی، تحقیق و توسعه دستگاههای پزشکی ایجاد کردهاند.وی ادامه داد: با در نظر گرفتن تشخیص کمکی سی تی سینه، در حال حاضر، تشخیص کمکی شکستگی قفسه سینه و ندول های ریه توسط هوش مصنوعی را در 80 درصد زندگی روزمره تکمیل می کنیم.زمان تشخیص تصویربرداری 1 میلی متری از 7 دقیقه به 2 دقیقه کاهش یافت.از نظر تشخیص با کمک CTA کرونر، Ruijin هر روز به افزایش قابل توجهی در تعداد بیماران مبتلا به عروق کرونر دست یافته است.Ruijin همچنین تشخیص سرطان دهانه رحم و آسیب شناسی تومور دستگاه گوارش را با کمک هوش مصنوعی انجام داده است و کارایی تشخیص سلول های بدخیم دو تا سه برابر افزایش یافته است.هو ویگو گفت.
وانگ یانفنگ، دستیار مدیر آزمایشگاه هوش مصنوعی شانگهای، معرفی کرد که هوش مصنوعی پزشکی در سالهای اخیر به سرعت توسعه یافته است. بر اساس آمار ناقص، 12 شرکت هوش مصنوعی پزشکی داخلی گواهینامه کلاس III تجهیزات پزشکی را دریافت کرده اند و در مجموع 79 سیستم بین المللی هوش مصنوعی توسط FDA تایید شده است.
در سال های اخیر، مرکز توسعه بیمارستان شانگهای شن کانگ در شانگهای برای ایجاد هوش مصنوعی استقرار استراتژیک کوهستانی، با پشتیبانی از بخش های مربوطه برای راهنمایی، سازمان بیمارستان شهری شانگهای در شهر، استفاده کامل از هوش مصنوعی، داده های بزرگ، 5 g از فناوری دیجیتال می توان استفاده کرد، مانند تبدیل دیجیتال خدمات پزشکی راحت از 1.0 به 2.0 برای راحتی ساخت صحنه برنامه،فناوری هوش مصنوعی در تمام پیوندهای پزشکی قبل، حین و بعد از تشخیص و درمان به طور کامل فعال شده است، و کیفیت خدمات پزشکی گسترده یکپارچه با تشخیص و درمان اینترنتی بهبود یافته است و به طور موثر تجربه پزشکی بیماران را بهبود می بخشد.در همان زمان، مرکز توسعه بیمارستان شانگهای Shenkang به طور فعال ساخت اولین مرکز آموزش داده های بزرگ پزشکی در چین را ترویج می کند، به توسعه استاندارد و منظم هوش مصنوعی کمک می کند و به کاربرد محصولات مصنوعی پزشکی در بیمارستان های شهری سرعت می بخشد.
هوش مصنوعی پزشکی هنوز با چالش های زیادی مواجه است
اگرچه هوش مصنوعی در حال سرعت بخشیدن به معرفی خود به صنعت پزشکی است، اما صاحبان صنعت اذعان دارند که هوش مصنوعی پزشکی هنوز با مشکلات زیادی روبرو است.وانگ یانفنگ گفت، از یک طرف، داده های منبع باز در مقیاس بزرگ کلید دستیابی به موفقیت سریع هوش مصنوعی فعلی در متن، صدا، تجزیه و تحلیل تصویر است، اما حفاظت دقیق از حریم خصوصی پزشکی، دشوار است تا در مقیاس بزرگ متن باز؛از سوی دیگر، پارادایم فعلی یادگیری نظارت شده در حوزه پزشکی تنها بر پوشش انواع خاصی از بیماری های سر متمرکز است و به تعداد زیادی از بیماری ها با توزیع دم بلند توجهی نشده است.
وانگ یانفنگ معتقد است که جهت توسعه آینده حوزه پزشکی هوش مصنوعی، «توزیع دادهها، مودال، وظایفی مانند تفاوت در چالشهای مدلسازی مشارکتی، کشف هوش مصنوعی پزشکی از پیادهسازی فنی خاص به عمومی» و «سیستم تشکیل» است. بر اساس مدل آموزشی اشتراک گذاری باز، جایگزین منبع باز برای منبع داده مدل، از طریق "مدل پایه" برای کمک به مدل سازی بیماری دم بلند،تسریع توسعه هوش مصنوعی پزشکی ".
ژائو هایپنگ، معاون بیمارستان شانگهای تونگجی، گفت که هر چه سناریوهای کاربردی درمان پزشکی هوش مصنوعی بیشتر و کامل تر شود، هر چه وابستگی به هوش مصنوعی بیشتر باشد، قابلیت اطمینان پیش فرض توسعه بلندمدت این صنعت خواهد بود. ، و اهمیت آن برجسته می شود.
وانگ چونمینگ، مدیر بخش توسعه پزشکی هوشمند در بیمارستان رنجی وابسته به دانشکده پزشکی دانشگاه شانگهای جیائو تونگ، گفت که پرورش استعدادهای بین رشتهای با قابلیت «هوش مصنوعی و پزشکی» باید تقویت شود.با در نظر گرفتن کتاب های درسی به عنوان مثال، معرفی هوش مصنوعی در حال حاضر تنها چند فصل در کتاب های درسی پزشکی است و دانش مربوطه باید بیشتر نظام مند شود. محتویاتی مانند پاکسازی برچسب داده ها و موارد کاربردی هوش مصنوعی در پزشکی باید غنی و تکمیل شوند.
علاوه بر این، وانگ چونمینگ همچنین گفت که برای تسریع بیشتر کاربرد هوش مصنوعی در حوزه پزشکی، لازم است فضای اکتشافی هوش مصنوعی در بیمارستان ها شکل گیرد تا پزشکان بتوانند به طور فعال کاربرد هوش مصنوعی را بررسی کنند. هنگام مواجهه با مشکلات بالینی، و در مورد ارتقاء آن با شرکت های هوش مصنوعی صحبت کنید.