侵权投诉
当前位置:

OFweek医疗科技网

其他

正文

AI攻克慢性病难题,或可改变无数患者的人生

导读: 我国现拥有超过3亿的慢性病患者群体,慢性病致死人数已占到我国因病死亡人数的80%,慢病管理产生的费用已占到全国疾病总费用的70%。慢性病的管理和提前预测,让无数医务工作者对此一筹莫展,这种局面在人工智能进军医学领域后逐渐被打破。

慢性病是我国乃至世界面临的重大医疗难题之一,糖尿病、帕金森、阿兹海默症等慢性病,发病症状不明显,早起病症不容易被察觉,而晚期确诊后就需要大量的人力,物力来对患者进行日常照料与护理,严重影响患者的身体健康和生活质量。

我国现拥有超过3亿的慢性病患者群体,慢性病致死人数已占到我国因病死亡人数的80%,慢病管理产生的费用已占到全国疾病总费用的70%。已成为影响国家经济社会发展的重大公共卫生问题。

慢性病的管理和提前预测,让无数医务工作者对此一筹莫展,这种局面在人工智能进军医学领域后逐渐被打破。

人工智能为慢性病领域带来的突破

各大科技公司先后将目光投入到慢性病领域,随着人工智能的发展,目前慢性病的预测和提前诊断能力已经获得了显著的提高。

腾讯推出的帕金森AI辅助诊断技术,能够基于运动视频分析技术,针对帕金森病人的运动视频自动实现UPDRS(国际普遍采用的帕金森氏病评分量表)评分,在AI技术的辅助下,用户无需穿戴任何传感器,仅需透过摄像头拍摄(普通智能手机即可满足)便可实现帕金森病的运动功能日常评估,医生可在3分钟内完成诊断过程,诊断速度提升10倍。

阿里推出的“瑞宁助糖”,通过以大量医生的实践经验作为经验模型,以大量的医学知识和权威文献作为知识模型, 利用一系列物联网管理方式,采用人工智能化的眼底病变和尿蛋白筛查技术,在计算机深度学习基础上建立糖尿病及并发症筛查软件,实现对糖尿病患者从预防、诊断、治疗、到并发症管理的“人工智能化”。

同时,韩国的科研工作者利用世界各地的阿兹海默病研究人员建立的健康人群与阿尔茨海默病患者脑图像的数据库,来训练卷积神经网络,并且在此基础之上识别它们之间的区别。软件系统识别轻度认知障碍患者患者转化成为阿兹海默病的预测精度高达84.2%,优于常规基于特征的人为量化方法,显示出了深度学习技术使用脑图像预测疾病预后的可行性。

AI在慢性病领域还是以辅助为主

无论是帕金森的诊断还是阿兹海默症的提前预测,目前在慢性病领域,AI能做的还是以辅助医生看诊、缓解医疗资源紧张为主。这主要是因为慢性疾病发病过程漫长,初期症状不明显,在目前的医疗水平下,医生只能在症状明显时进行诊断,而此时病变已到达晚期。所以医疗AI的重点放在以大数据为基础上的预测,将患者的生命指标量化,利用数据进行科学精准的诊断。这样就弥补了人力在预测和判断方面的不足,减轻了医护人员的工作负担。

然而慢性病的最终确诊和治疗,还是要以医生为主导。病变测定和性质鉴定是目前人工智能在医学上的主要贡献,但是判诊后的治疗方案,不同患者的用药情况和护理措施,还是需要医生根据实际情况进行判断。人工智能目前只能辅助医生,而不是代替医生。

家庭化、日常化、移动化才是慢性病医疗AI发展的主方向

既然AI的主要任务是辅助和管理,那么脱离医院也能够使患者享受到专业的护理和医学检测功能的智能设备,将逐渐成为慢性病患者的新宠。

慢性病需要的是长期、坚持的护理和治疗方案,这也是慢性病患者需要较多医疗资源的原因。目前已经可以依靠人工智能来进行快速的诊断,病理特征相对集中,确诊后的日常监控与管理对医院环境的依赖较少。大多数情况下在大医院确诊病情后,病人完全可以在家中按照医嘱完成健康自检和疾病管理。而AI强大的专业数据、类人的语音交互、“伙伴”式的医疗模式及定制化的服务将发挥极大作用。

如果能够有相应的可移动的、可用于日常家庭生活的智能设备实时地对患者进行检测,管理患者的健康状态,及时向医生反馈数据,那么患者就不需要再去医院进行护理和治疗,不仅能节省患者的时间和精力,还能够进一步地节约医疗资源,彻底改变患者的医疗方式。

声明: 本网站所刊载信息,不代表OFweek观点。刊用本站稿件,务经书面授权。未经授权禁止转载、摘编、复制、翻译及建立镜像,违者将依法追究法律责任。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

  • 医疗器械
  • 器械研发
  • 器械销售
  • 猎头职位
更多
文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号