12 cara pikeun AI mangaruhan industri kasehatan

Kecerdasan jieunan diperkirakeun janten kakuatan transformasi dina widang kasehatan.Janten kumaha dokter sareng pasien kauntungan tina dampak alat anu didorong ku AI?
Industri kasehatan ayeuna parantos dewasa pisan sareng tiasa ngadamel sababaraha parobihan anu ageung.Tina panyakit kronis sareng kanker ka radiologi sareng penilaian résiko, industri kasehatan sigana ngagaduhan kasempetan anu teu kaétung ngagunakeun téknologi pikeun nyebarkeun intervensi anu langkung tepat, efisien sareng efektif dina perawatan pasien.
Kalayan pamekaran téknologi, pasien ngagaduhan syarat anu langkung luhur sareng langkung luhur pikeun dokter, sareng jumlah data anu sayogi terus ningkat dina tingkat anu ngareureuwas.Kecerdasan buatan bakal janten mesin pikeun ngamajukeun perbaikan kontinyu perawatan médis.
Dibandingkeun sareng analisis tradisional sareng téknologi pembuatan kaputusan klinis, intelijen buatan ngagaduhan seueur kauntungan.Nalika algoritma pembelajaran berinteraksi sareng data latihan, éta tiasa janten langkung akurat, ngamungkinkeun para dokter nampi wawasan anu teu pernah aya dina diagnosis, prosés asuhan, variabilitas perawatan sareng hasil pasien.
Dina 2018 World artificial intelligence medical innovation forum (wmif) diayakeun ku Partners Healthcare, panalungtik médis sareng ahli klinis ngajelaskeun téknologi sareng widang industri médis anu paling dipikaresep gaduh dampak anu signifikan dina nyoko kana intelijen buatan di hareup. dasawarsa.
Anne kiblanksi, MD, CO korsi wmif di 2018, sarta Gregg Meyer, MD, lulugu perwira akademik of Mitra Kaséhatan, ngomong yén jenis ieu "subversion" dibawa ka unggal wewengkon industri boga potensi pikeun mawa kauntungan signifikan pikeun penderita sarta boga lega. poténsi kasuksésan bisnis.
Kalayan bantuan para ahli ti mitra kaséhatan, kaasup Dr Keith Dreyer, Professor of Harvard Medical School (HMS), lulugu perwira elmu data mitra, sarta Dr Katherine andreole, diréktur strategi panalungtikan sarta operasi di Rumah Sakit Umum Massachusetts (MGH) , ngusulkeun 12 cara AI bakal revolutionize jasa médis sarta sains.
1.Ngahijikeun pamikiran jeung mesin ngaliwatan panganteur komputer otak

Nganggo komputer pikeun komunikasi sanés ideu énggal, tapi nyiptakeun antarmuka langsung antara téknologi sareng pamikiran manusa tanpa keyboard, beurit sareng tampilan mangrupikeun widang panalungtikan anu paling penting, anu ngagaduhan aplikasi penting pikeun sababaraha pasien.
Panyakit sistem saraf sareng trauma tiasa ngajantenkeun sababaraha pasien kaleungitan kamampuan paguneman, gerakan sareng interaksi anu bermakna sareng batur sareng lingkunganana.Antarbeungeut komputer otak (BCI) anu dirojong ku intelijen buatan tiasa mulangkeun pangalaman dasar pikeun pasien anu hariwang kaleungitan fungsi ieu salamina.
"Upami kuring ningali pasien di unit perawatan intensif neurologi anu ujug-ujug kaleungitan kamampuan pikeun ngalakukeun atanapi nyarios, kuring ngarep-arep mulangkeun kamampuan pikeun komunikasi dinten salajengna," saur Leigh Hochberg, MD, diréktur pusat neurotéhnologi sareng neurorehabilitation di Rumah Sakit Umum Massachusetts (MGH).Kalayan ngagunakeun antarmuka komputer otak (BCI) sareng intelijen buatan, urang tiasa ngaktifkeun saraf anu aya hubunganana sareng gerakan leungeun, sareng urang kedah tiasa ngajantenkeun pasien komunikasi sareng batur sahenteuna lima kali salami kagiatan sadayana, sapertos ngagunakeun téknologi komunikasi dimana-mana sapertos kitu. salaku komputer tablet atawa handphone."
Antarbeungeut komputer otak tiasa ningkatkeun kualitas kahirupan pasien kalayan amyotrophic lateral sclerosis (ALS), stroke atanapi sindrom atresia, ogé 500000 pasien anu tatu tulang tonggong di sakuliah dunya unggal taun.
2.Develop generasi saterusna parabot radiasi

Gambar radiasi diala ku Magnét Resonance Imaging (MRI), CT scanner, jeung X-ray nyadiakeun pisibilitas non-invasif kana interior awak manusa.Sanajan kitu, loba prosedur diagnostik masih ngandelkeun sampel jaringan fisik diala ku biopsy, nu boga résiko inféksi.
Para ahli ngaramalkeun yén dina sababaraha kasus, intelijen jieunan bakal ngaktifkeun generasi salajengna alat Radiologi janten akurat sareng cukup detil pikeun ngagentos paménta pikeun conto jaringan hirup.
Alexandra golby, MD, diréktur neurosurgery dipandu gambar di Rumah Sakit awéwé Brigham (BWh), nyarios, "kami hoyong nyangking tim pencitraan diagnostik sareng ahli bedah atanapi ahli radiologi interventional sareng patologi, tapi éta tangtangan anu ageung pikeun tim anu béda pikeun ngahontal kerjasama. sareng konsistensi tujuan. Upami urang hoyong radiologi nyayogikeun inpormasi anu ayeuna aya tina conto jaringan, maka urang kedah tiasa ngahontal standar anu caket pisan pikeun terang fakta dasar tina piksel anu dipasihkeun.
Kasuksésan dina prosés ieu tiasa ngaktifkeun dokter pikeun langkung akurat ngartos kinerja tumor sacara umum, tinimbang nyandak kaputusan perawatan dumasar kana bagian leutik tina atribut tumor ganas.
AI ogé bisa hadé nangtukeun invasiveness kanker, sarta leuwih appropriately nangtukeun target perlakuan.Salaku tambahan, intelijen buatan ngabantosan ngawujudkeun "biopsi maya" sareng ngamajukeun inovasi dina widang Radiologi, anu komitmen ngagunakeun algoritma dumasar-gambar pikeun ngacirian ciri fénotip sareng genetik tumor.
3.Expand jasa médis di wewengkon underserved atawa ngembang

Kurangna panyadia kasehatan anu terlatih di nagara berkembang, kalebet teknisi ultrasound sareng ahli radiologi, bakal ngirangan pisan kamungkinan ngagunakeun jasa médis pikeun nyalametkeun kahirupan pasien.
Rapat nunjukkeun yén aya langkung seueur ahli radiologi anu damel di genep rumah sakit di Boston sareng Longwood Avenue anu kasohor tibatan di sadaya rumah sakit di Afrika Kulon.
Kecerdasan buatan tiasa ngabantosan ngirangan dampak kakurangan kritis klinis ku cara nyandak sababaraha tanggung jawab diagnostik anu biasana ditugaskeun ka manusa.
Salaku conto, alat pencitraan AI tiasa nganggo sinar-X dada pikeun mariksa gejala tuberkulosis, biasana kalayan akurasi anu sami sareng dokter.fitur ieu bisa deployed ngaliwatan hiji aplikasi pikeun panyadia di wewengkon miskin sumberdaya, ngurangan kabutuhan radiologists diagnostik ngalaman.
"Téknologi ieu ngagaduhan poténsi anu hadé pikeun ningkatkeun kasehatan," saur Dr jayashree kalpathy Cramer, asisten neurosains sareng profesor radiologi di Rumah Sakit Umum Massachusetts (MGH)
Nanging, pamekar algoritma AI kedah taliti mertimbangkeun kanyataan yén jalma-jalma tina kabangsaan atanapi daérah anu béda-béda tiasa gaduh faktor fisiologis sareng lingkungan anu unik, anu tiasa mangaruhan kinerja panyakit.
"Contona, populasi anu kapangaruhan ku panyakit di India tiasa bénten pisan sareng di Amérika Serikat," saur anjeunna.Nalika kami ngembangkeun algoritma ieu, penting pisan pikeun mastikeun yén data ngagambarkeun presentasi panyakit sareng keragaman populasi.Urang teu ngan bisa ngamekarkeun algoritma dumasar kana populasi tunggal, tapi ogé miharep éta bisa maénkeun peran dina populasi séjén."
4.Reduce beungbeurat pamakéan rékaman kaséhatan éléktronik

Rékam kaséhatan éléktronik (nyaéta) parantos maénkeun peran anu penting dina perjalanan digital industri kasehatan, tapi transformasi ieu parantos nyababkeun seueur masalah anu aya hubunganana sareng beban kognitif, dokumén sajajalan sareng kacapean pangguna.
Pangembang catetan kaséhatan éléktronik (nya) ayeuna ngagunakeun intelijen buatan pikeun nyiptakeun antarbeungeut anu langkung intuitif sareng ngajadikeun otomatis rutinitas anu nyandak seueur waktos pangguna.
Dr Adam Landman, wakil presiden sareng perwira inpormasi kapala kaséhatan Brigham, nyatakeun yén pangguna nyéépkeun waktosna dina tilu tugas: dokuméntasi klinis, éntri pesenan, sareng nyortir koropakna.Pangenal ucapan sareng dikte tiasa ngabantosan ningkatkeun pamrosésan dokumén klinis, tapi alat pangolahan basa alami (NLP) panginten henteu cekap.
"Kuring pikir panginten kedah langkung wani sareng mertimbangkeun sababaraha parobihan, sapertos ngarékam pidéo pikeun perawatan klinis, sapertos pulisi anu nganggo kaméra," saur Landman.Kecerdasan jieunan sareng pembelajaran mesin teras tiasa dianggo pikeun ngindeks pidéo ieu pikeun dimeunangkeun ka hareup.Sapertos Siri sareng Alexa, anu nganggo asistén intelijen buatan di bumi, asistén maya bakal dibawa ka sisi ranjang pasien di hareup, anu ngamungkinkeun para dokter ngagunakeun intelijen anu dipasang pikeun ngalebetkeun pesenan médis."

AI ogé tiasa ngabantosan pamenta rutin tina inbox, sapertos suplemén ubar sareng béwara hasil.Éta ogé tiasa ngabantosan prioritas tugas anu leres-leres peryogi perhatian dokter, sahingga ngagampangkeun pasien pikeun ngolah daptar tugasna, tambah Landman.
5.Risk résistansi antibiotik

Résistansi antibiotik mangrupikeun ancaman anu ageung pikeun manusa, sabab kaleuleuwihan ubar konci ieu tiasa nyababkeun évolusi superbaktéri anu henteu deui ngaréspon kana pangobatan.Baktéri tahan multi ubar tiasa nyababkeun karusakan serius di lingkungan rumah sakit, maéhan puluhan rébu pasien unggal taun.Clostridium difficile nyalira ngarugikeun sakitar $5 milyar sataun ka sistem kasehatan AS sareng nyababkeun langkung ti 30000 maotna.
Data EHR ngabantosan pikeun ngaidentipikasi pola inféksi sareng nyorot résiko sateuacan pasien mimiti nunjukkeun gejala.Ngagunakeun mesin learning jeung parabot kecerdasan jieunan ngajalankeun analisa ieu bisa ningkatkeun akurasi maranéhanana sarta nyieun panggeuing gancang sarta leuwih akurat keur panyadia kasehatan.
"Parabot kecerdasan jieunan bisa minuhan ekspektasi pikeun kontrol inféksi jeung résistansi antibiotik," ceuk Dr Erica Shenoy, timbalan diréktur kontrol inféksi di Rumah Sakit Umum Massachusetts (MGH).Upami henteu, maka sadayana bakal gagal.Kusabab rumah sakit gaduh seueur data EHR, upami aranjeunna henteu ngagunakeunana pinuh, upami aranjeunna henteu nyiptakeun industri anu langkung pinter sareng langkung gancang dina desain uji klinis, sareng upami aranjeunna henteu nganggo EHR anu nyiptakeun data ieu, aranjeunna bakal nyanghareupan kagagalan."
6.Create analisis leuwih akurat pikeun gambar patologis

Dr Jeffrey emas, kapala departemén Patologi di Rumah Sakit awéwé Brigham (BWh) jeung profesor Patologi di HMS, ceuk nu pathologists nyadiakeun salah sahiji sumber pangpentingna data diagnostik pikeun rentang pinuh ku panyadia layanan médis.
"70% kaputusan kasehatan dumasar kana hasil patologis, sareng antara 70% sareng 75% sadaya data dina EHR asalna tina hasil patologis," saurna.Sareng langkung akurat hasilna, langkung gancang diagnosis anu leres bakal dilakukeun.Ieu mangrupikeun tujuan yén patologi digital sareng intelijen buatan ngagaduhan kasempetan pikeun ngahontal."
Analisis tingkat piksel jero dina gambar digital anu ageung ngamungkinkeun para dokter ngenal bédana halus anu tiasa luput tina panon manusa.
"Kami ayeuna parantos dugi ka titik dimana urang tiasa langkung hadé ngira-ngira naha kanker bakal berkembang gancang atanapi laun, sareng kumaha cara ngarobih pengobatan pasien dumasar kana algoritma tinimbang tahap klinis atanapi gradasi histopatologis," saur emas.Éta bakal janten léngkah anu ageung."
Anjeunna nambahan, "AI ogé bisa ningkatkeun produktivitas ku identifying fitur dipikaresep di slides saméméh clinicians marios data. AI bisa nyaring ngaliwatan slides tur pituduh kami ningali eusi katuhu ku kituna urang bisa assess naon penting jeung naon henteu. Ieu ngaronjatkeun. efisiensi pamakean patologis sareng ningkatkeun nilai ulikanana unggal kasus.
Bawa intelijen kana alat médis sareng mesin

Alat-alat pinter ngarebut lingkungan konsumen sareng nyayogikeun alat-alat mimitian ti video real-time di jero kulkas dugi ka mobil anu ngadeteksi gangguan supir.
Dina lingkungan médis, alat-alat calakan penting pikeun ngawas pasien di ICU sareng di tempat sanés.Pamakéan kecerdasan jieunan pikeun ngaronjatkeun kamampuh pikeun ngaidentipikasi deterioration tina kaayaan, kayaning nunjukkeun yen sepsis ngembang, atawa persepsi komplikasi bisa nyata ngaronjatkeun hasil tur bisa ngurangan biaya perlakuan.
"Nalika urang ngobrol ngeunaan ngahijikeun data anu béda dina sistem kasehatan, urang kedah ngahijikeun sareng ngageterkeun dokter ICU pikeun campur sagancangna, sareng yén agrégasi data ieu sanés hal anu saé anu tiasa dilakukeun ku dokter manusa," saur mark Michalski. , diréktur eksekutif Pusat Élmu data klinis di BWh.Nyelapkeun algoritma pinter kana alat ieu ngirangan beban kognitif pikeun dokter sareng mastikeun yén pasien dirawat gancang-gancang."
8.promoting immunotherapy pikeun pengobatan kanker

Imunoterapi mangrupikeun salah sahiji cara anu paling ngajangjikeun pikeun ngubaran kanker.Ku ngagunakeun sistim imun awak sorangan pikeun nyerang tumor ganas, penderita mungkin bisa nungkulan tumor nekad.Nanging, ngan ukur sababaraha pasien anu ngaréspon kana régimen immunotherapy ayeuna, sareng ahli onkologi masih teu gaduh metode anu tepat sareng dipercaya pikeun nangtukeun pasien mana anu bakal nguntungkeun tina regimen éta.
Algoritma pembelajaran mesin sareng kamampuanana pikeun nyintésis set data anu rumit pisan tiasa tiasa ngajelaskeun komposisi gén unik individu sareng nyayogikeun pilihan anyar pikeun terapi anu dituju.
"Ayeuna, ngembangkeun paling seru geus sambetan papariksaan, nu meungpeuk protéin dihasilkeun ku sél imun tangtu," ngécéskeun Dr Long Le, diréktur Patologi komputasi sarta ngembangkeun téhnologi di Rumah Sakit Umum Massachusetts (MGH) puseur diagnostik komprehensif.Tapi urang masih teu ngarti sagala masalah, nu kacida pajeulitna.Urang pasti peryogi langkung seueur data pasien.Pangobatan ieu kawilang énggal, janten henteu seueur pasien anu leres-leres nyandakana.Ku alatan éta, naha urang kudu ngahijikeun data dina hiji organisasi atawa sakuliah sababaraha organisasi, éta bakal jadi faktor konci dina ngaronjatkeun jumlah penderita ngajalankeun prosés modeling."
9.Turn rékaman kaséhatan éléktronik kana predictors résiko dipercaya

catetan kaséhatan éléktronik (nya) mangrupakeun harta karun data sabar, tapi mangrupakeun tantangan konstan pikeun panyadia sarta pamekar pikeun nimba jeung nganalisis jumlah badag informasi dina cara akurat, timely jeung dipercaya.
Masalah kualitas sareng integritas data, ditambah ku kabingungan format data, input terstruktur sareng teu terstruktur sareng rékaman anu teu lengkep, ngajantenkeun jalma hésé ngartos kumaha cara ngalaksanakeun stratifikasi résiko anu bermakna, analisa prediktif sareng dukungan kaputusan klinis.
Dr Ziad OBERMEYER, asisten dosen kadokteran darurat di Rumah Sakit awéwé Brigham (BWh) jeung asisten dosen di Harvard Médis Sakola (HMS), ceuk, "aya sababaraha gawé teuas pikeun ngalakukeun pikeun ngahijikeun data kana hiji tempat. Tapi masalah sejen nyaeta ngartos. naon jalma meunang lamun maranéhna ngaduga kasakit dina catetan kaséhatan éléktronik (nya). Jalma bisa ngadéngé yén algoritma kecerdasan jieunan bisa ngaduga depresi atawa stroke, tapi manggihan yén maranéhna sabenerna ngaramal kanaékan biaya stroke. Ieu pisan béda ti stroke sorangan."

Anjeunna neraskeun, "ngandelkeun hasil MRI sigana nyayogikeun set data anu langkung spésifik. Tapi ayeuna urang kedah mikirkeun saha anu mampuh MRI? Janten prediksi akhir sanés hasil anu dipiharep. "
Analisis NMR parantos ngahasilkeun seueur alat skor résiko sareng stratifikasi anu suksés, khususna nalika panalungtik ngagunakeun téknik diajar jero pikeun ngaidentipikasi sambungan anyar antara set data anu sigana teu aya hubunganana.
Tapi, OBERMEYER percaya yén mastikeun yén algoritma ieu henteu ngaidentipikasi bias anu disumputkeun dina data penting pisan pikeun nyebarkeun alat anu leres-leres tiasa ningkatkeun perawatan klinis.
"Tantangan pangbadagna nyaéta pikeun mastikeun yén urang terang naon anu diprediksi sateuacan urang ngamimitian muka kotak hideung sareng ningali kumaha ngaduga," saurna.
10.Monitoring status kaséhatan ngaliwatan alat wearable jeung alat pribadi

Ampir sadaya konsumen ayeuna tiasa nganggo sensor pikeun ngumpulkeun data ngeunaan nilai kaséhatan.Ti smartphone kalawan step tracker ka alat wearable nu ngalacak denyut jantung sapopoe, beuki loba data nu patali kaséhatan bisa dihasilkeun iraha wae.
Ngumpulkeun sareng nganalisa data ieu sareng nambihan inpormasi anu disayogikeun ku pasien ngalangkungan aplikasi sareng alat ngawaskeun bumi anu sanés tiasa masihan sudut pandang anu unik pikeun kaséhatan individu sareng balaréa.
AI bakal maénkeun peran penting dina nimba wawasan actionable tina database badag tur rupa-rupa ieu.
Tapi Dr Omar arnout, a neurosurgeon di Rumah Sakit awéwé Brigham urang (BWh), CO diréktur puseur pikeun hasil komputasi neurosains, ceuk eta bisa butuh karya tambahan pikeun mantuan penderita adaptasi jeung intim ieu, data ngawaskeun lumangsung.
"Kami baheula rada bébas ngolah data digital," saurna.Tapi sakumaha bocor data lumangsung di Cambridge analytics jeung Facebook, jalma bakal beuki loba cautious ngeunaan saha babagi data naon maranéhna bagikeun."
Pasén condong percanten dokter maranéhanana leuwih ti pausahaan badag kawas Facebook, anjeunna ditambahkeun, nu bisa mantuan betah ngarareunah nyadiakeun data pikeun program panalungtikan skala badag.
"Kamungkinan data anu tiasa dianggo bakal gaduh dampak anu signifikan sabab perhatian masarakat teu kahaja sareng data anu dikumpulkeun kasar pisan," saur arnout.Ku terus-terusan ngumpulkeun data granular, data langkung dipikaresep ngabantosan dokter pikeun ngurus pasien anu langkung saé."
11. ngajadikeun telepon pinter alat diagnostik kuat

Para ahli yakin yén gambar anu dicandak tina telepon pinter sareng sumber daya tingkat konsumen anu sanés bakal janten suplement penting pikeun pencitraan kualitas klinis, khususna di daérah anu henteu dilayanan atanapi nagara-nagara berkembang, ku neraskeun ngagunakeun fungsi anu kuat tina alat portabel.
Kualitas kaméra sélulér ningkat unggal taun, sareng éta tiasa ngahasilkeun gambar anu tiasa dianggo pikeun analisis algoritma AI.Dermatology sareng ophthalmology mangrupikeun kauntungan awal tina tren ieu.
Peneliti Inggris malah geus ngembangkeun hiji alat pikeun ngaidentipikasi kasakit developmental ku analisa gambar raray barudak.Algoritma bisa ngadeteksi fitur diskrit, kayaning garis mandible barudak, posisi panon jeung irung, sarta atribut sejenna nu bisa nunjukkeun Abnormalitas raray.Ayeuna, alat éta tiasa cocog sareng gambar umum sareng langkung ti 90 panyakit pikeun nyayogikeun pangrojong kaputusan klinis.
Dr Hadi shafiee, diréktur ubar mikro / nano sareng laboratorium kaséhatan digital di Rumah Sakit awéwé Brigham (BWh), nyarios: "seuseueurna jalma dilengkepan telepon sélulér anu kuat sareng seueur sénsor anu béda-béda diwangun. Ieu kasempetan anu saé pikeun urang. Ampir sadayana Pamuter industri parantos ngamimitian ngawangun parangkat lunak sareng perkakas Ai dina alatna. Ieu sanés kabeneran. Di dunya digital urang, langkung ti 2,5 juta terabyte data dihasilkeun unggal dinten. Dina widang telepon sélulér, produsén yakin yén aranjeunna tiasa ngagunakeun ieu. data pikeun intelijen buatan pikeun nyayogikeun jasa anu langkung pribadi, langkung gancang sareng langkung cerdas.
Ngagunakeun telepon pinter pikeun ngumpulkeun gambar panon pasien, lesi kulit, tatu, inféksi, ubar atawa subjék séjén bisa mantuan nungkulan kakurangan ahli di wewengkon underserved, bari ngurangan waktu pikeun nangtukeun jenis panyakitna keluhan nu tangtu.
"Meureun aya sababaraha acara utama dina mangsa nu bakal datang, sarta kami bisa ngamangpaatkeun kasempetan ieu pikeun ngajawab sababaraha masalah penting tina manajemen kasakit dina titik perawatan," ceuk shafiee.
12.Innovating pembuatan kaputusan klinis kalawan bedside AI

Nalika industri kasehatan janten jasa dumasar kana biaya, éta beuki jauh tina kasehatan pasip.Pencegahan saméméh kasakit kronis, kajadian kasakit akut jeung deterioration dadakan mangrupa tujuan unggal panyadia, sarta struktur santunan pamustunganana ngamungkinkeun aranjeunna pikeun ngembangkeun prosés nu bisa ngahontal campur aktif jeung duga.
Kecerdasan buatan bakal nyayogikeun seueur téknologi dasar pikeun évolusi ieu, ku ngadukung analisa prediktif sareng alat pangrojong kaputusan klinis, pikeun ngabéréskeun masalah sateuacan panyadia sadar kedah nyandak tindakan.Kecerdasan buatan tiasa masihan peringatan dini pikeun épilepsi atanapi sepsis, anu biasana ngabutuhkeun analisa anu jero ngeunaan set data anu kompleks.
Brandon Westover, MD, diréktur data klinis di Rumah Sakit Umum Massachusetts (MGH), ceuk learning mesin ogé bisa mantuan ngarojong penyediaan perawatan terus pikeun penderita gering kritis, kayaning maranéhanana koma sanggeus ditewak cardiac.
Anjeunna ngajelaskeun yén dina kaayaan normal, dokter kedah mariksa data EEG pasien ieu.Proses ieu nyéépkeun waktos sareng subjektif, sareng hasilna tiasa bénten sareng kaahlian sareng pangalaman dokter.
Saur anjeunna, "Dina pasien ieu, tren tiasa laun.Kadang-kadang nalika dokter hoyong ningali upami aya anu pulih, aranjeunna tiasa ningali data anu diawaskeun sakali unggal 10 detik.Nanging, ningali naha éta parantos robih tina 10 detik data anu dikumpulkeun dina 24 jam sapertos ningali upami rambutna parantos tumbuh samentawis.Sanajan kitu, lamun algoritma kecerdasan jieunan sarta jumlahna ageung data ti loba pasien dipaké, éta bakal leuwih gampang pikeun cocog naon urang tingali kalawan pola jangka panjang, sarta sababaraha perbaikan halus bisa kapanggih, nu bakal mangaruhan dokter 'pembuatan kaputusan dina asuhan. ."
Ngagunakeun téknologi intelijen jieunan pikeun pangrojong kaputusan klinis, skor résiko sareng peringatan dini mangrupikeun salah sahiji daérah pangembangan anu paling ngajangjikeun pikeun metode analisis data revolusioner ieu.
Ku nyadiakeun kakuatan pikeun generasi anyar pakakas sarta sistem, clinicians bisa hadé ngartos nuansa gering, nyadiakeun layanan asuhan leuwih éféktif, sarta ngajawab masalah sateuacanna.Kecerdasan jieunan bakal ngiringan jaman anyar pikeun ningkatkeun kualitas perawatan klinis, sareng ngadamel terobosan anu pikaresepeun dina perawatan pasien.


waktos pos: Aug-06-2021