Peisajul de oportunitate AI / ML in asistenta medicala. Fa-l corect sau va fi mai mult un camp de mine.

Rezumat:   In ciuda a sute de proiecte si mii de oameni de stiinta de date consacrati pentru aducerea AI / ML la asistenta medicala, adoptia ramane scazuta si lenta. O buna parte din aceasta problema este propria noastra vina pentru ca nu vedem procesele care sunt perturbate prin ochii utilizatorilor medicului. Aici vom prezenta peisajul oportunitatii de asistenta medicala, dar pentru oamenii de stiinta de date care urmeaza strategiile clasice de perturbare, poate fi mai mult un teren minier. Partea 2 din 3.

  

Exista o multime de oportunitati pentru folosirea AI / ML la asistenta medicala. fx porn speakerdeck.com Insa evidenta datelor de stiinta care aduc aceste descoperiri in cabinetul medicului este slaba. Adoptarea este scazuta si lenta.

Am raportat in primul nostru articol din aceasta serie de trei parti ceea ce am invatat direct de la clinicieni si administratori din cadrul spitalului / administratori care participa la conferinta AIMed din decembrie . In primul rand, doar aproximativ 1% din toate spitalele din SUA au programe active de stiinta a datelor. Asta inseamna doar aproximativ 50 din cele aproximativ 5. female furry porn cerberus-chain.be 500 de spitale din SUA (2018) .

In al doilea rand, in timp ce consideratia financiara joaca acest lucru, adoptarea lenta este pusa la picioarele oamenilor de stiinta ai datelor, folosind strategiile noastre standard de perturbare. 

Lectiile care vor fi exprimate in cel de-al treilea articol din aceasta serie sunt ca aceasta este o cultura unica cu nevoi speciale si una care nu este deosebit de deschisa ideii de perturbare.

Imaginea de ansamblu

In primul articol am prezentat segmentele majore ale asistentei medicale in care AI / ML poate avea un impact si unde reuseste acum si poate avea succes in termen scurt. Aici vom oferi mai multe detalii pe aceste segmente. demmy blaze porn www.meetme.com Le organizam mai intai in jurul cine plateste, apoi pe experienta pacientului in procesul medical.

  1. Descoperirea drogurilor si inovarea

Dintre toate oportunitatile AI / ML in asistenta medicala, aceasta este de fapt cea mai indepartata. Motivul principal este acela ca cel mai mare farmaceutic este cel care plateste si este finantat de pietele de capital, nu de catre platitorul / spitalul / clinicianul / lantul financiar al pacientului. 

Cu toate acestea, profitul acestor inovatii poate fi, de asemenea, cel mai indepartat in viitor din cauza riscului de cercetare inovatoare si a costurilor extreme si a timpilor de aprobare lungi pentru medicamentele noi.

In timp ce presa acopera adesea progresele in genetica si genomica ca precursori ai descoperirilor medicale asistate de AI / ML, sunt mai apropiate domeniile medicinei personalizate si ale medicinei de precizie. cropped porn meme spark-wiki.win  

Diferenta este evidenta in nume si include utilizarea propriilor celule modificate ale pacientului pentru a combate boala (personalizate), precum si crearea de combinatii de medicamente concepute pentru fiziologia si starea unica a pacientului (precizie).

  1. Afacerea asistentei medicale

Lumea operationala a clinicianului poate fi unica, dar la nivel de afaceri spitale si organizatii medicale impartasesc unele asemanari marcante cu lumea comerciala.

Primul dintre acestea este faptul ca exista multe sarcini repetitive care pot fi automatizate cu instrumente adaptate din lumea comerciala, de obicei prin automatizarea proceselor robotizate (RPA) si NLP.

Printre cateva dintre cele mai evidente tinte se numara:

  • Determinarea eligibilitatii asigurarii pacientilor (NLP plus cautarea RPA)
  • Crearea facturarii corecte a platitorilor (NLP plus cautarea urmareste sa creasca acuratetea si sa reduca facturarea sub si peste, bazata pe coduri medicale complexe si inregistrari electronice de sanatate (EHRs)).
  • Prognozarea cererii pe baza previziunilor clasice de timp. porn w org jidealnaj.ru Aceasta aplicatie comerciala bine utilizata este usor adaptata la problemele comune, inclusiv:
    • Personal si programare
    • Maximizarea sau utilizarea camerei
    • Reducerea timpului de asteptare in centrul perfuziei si cresterea debitului pacientului
    • Simplificarea serviciului de urgenta pentru transferurile de pacienti
    • Reducerea intarzierilor de externare a pacientului

De aici trecem direct in lumea asistentei medicale, asa cum o experimenteaza pacientul. Acestea sunt destinate a fi mai mult sau mai putin in ordine cronologica.

  1. Introducerea si trimiterea pacientului – inainte sau la momentul cand pacientul vede primul medic.

Determinarea daca si cand un pacient trebuie sa vada un medic este o preocupare majora in SUA si, de asemenea, in tarile cu un singur platitor, unde accesul la asistenta medicala este in mod intentionat accelerat si unde intarzierile sunt lungi.

Consultatia initiala in care pacientul descrie boala este usor de oferit atat medicilor de teleconferinta, cat si asistentilor sofisticate de medici virtuali (chatbots). youth lust porn zanecybq055.fotosdefrases.com  

Tehnologia Chatbot este acum foarte avansata, iar publicul a demonstrat dorinta de a utiliza acesti asistenti virtuali intr-o mare varietate de setari. Avantajul suplimentar este comunicarea prin canale cu care pacientul este cel mai confortabil (mobil, web, text, telefon). 

Datorita aplicatiilor comerciale, multi utilizatori sunt obisnuiti cu acest mijloc pentru programarea programarilor si urmarirea, facturarea sau procesarea cererilor speciale.

De asemenea, interviul initial intre pacient si medic, care constituie nucleul inregistrarii EHR, consuma mult timp si poate fi automat automat in multe cazuri datorita tehnologiei NLP si chatbot.

Presupunand ca arborul de cunostinte si decizii definite de om sau definit de AI din spatele asistentului virtual este corect (si asta este un lucru important daca), acestea pot fi extrem de utile in reducerea costurilor administrative ale spitalului, in acordarea de prioritate consultarilor medicului si chiar in devierea pacientilor de la ingrijiri de urgenta pentru ingrijire urgenta mai putin costisitoare si mai usor disponibile. vidster porn www.usagitoissho02.net

  1. Aplicatii clinice – Ce se intampla intre clinician si pacient. AKA medicul AI / ML augmentat.

Daca doriti ca AI / ML sa reuseasca sa imbunatateasca asistenta medicala, trebuie sa intre in spatiul dintre medic si pacient. Aceasta este departe si cea mai dificila parte a procesului de asistenta medicala. Aceasta zona reprezinta, de asemenea, cel putin 80% din potentialul de imbunatatire a asistentei medicale si zona care prezinta cea mai mica penetrare si adoptare pana in prezent. 2k porn uzmuz.tv

          4.1 Interpretare automata / semi-automatizata a imaginilor medicale.

Cel mai mare entuziasm, hype si aproximativ 75% din aplicatiile potentiale de asistenta medicala AI / ML sunt concentrate in prezent pe interpretarea automata a imaginilor medicale folosind tehnici CNN de invatare profunda. 

De exemplu, aproximativ 55.000 de persoane au participat la conferinta Societatii Radiologice din America de Nord (RSNA) din 2018, devenind cea mai mare conferinta de acest gen, comparativ cu cei 450 de participanti la conferinta AIMed din decembrie. turbanli porn tango-wiki.win

Imaginile includ imagini radiologice, scanari tomografice si chiar diapozitive de biopsie la laborator umed de tesuturi, toate fiind evaluate in prezent de ochi de catre clinicieni foarte bine pregatiti, care nu au resurse reduse si nu sunt rareori treziti in miez de noapte. consultati o imagine urgenta.

Presa se revarsa cu articole care sustin succesul fiecarui sistem in ceea ce priveste depasirea preciziei si reducerea considerabila a timpului de transformare in comparatie cu clinicienii umani.

In ciuda acestor afirmatii, spitalele si clinicienii au adoptat incet din motivele pentru care vom discuta in a treia parte. Din punct de vedere al clinicianului, acest lucru nu este pur si simplu atat de bun pe cat arata. furry vore porn reallifeinfo7.over-blog.com

          4.2 Permite identificarea mai precisa a subtipurilor de boala – medicament de precizie.

Tratamentul este la fel de bun ca diagnosticul si o mare parte a diagnosticului se bazeaza inca pe descrieri bazate pe simptome si pe organe din secolul al XVII-lea.

Tehnicile clasice bazate pe clustering, aplicate pe imagini medicale interpretate CNN, creste rapid capacitatile de diagnostic in multe sub-domenii ale medicinei, cum ar fi epidemiologia.

          4. masha babko porn weekly-wiki.win 3 Triaje si prevenire determinate de AI / ML

Aceasta foloseste tehnici clasice de modelare a ML uneori ajutate de tehnici noi de AI pentru a gasi semnale in datele existente ale pacientilor care separa rezultatele bune de cele rele.

Va puteti gandi la aceste modele in trei categorii principale:

               4.3.1 Modele de identificare si dezvoltare a protocoalelor care au ca rezultat rezultate mai bune.

Asistenta medicala este o profesie conservatoare care urmeaza in mod corespunzator abordari cunoscute si agreate pentru a ajuta pacientii. chloe khan porn pt.grepolis.com Exista insa cazuri de inovatie care se dovedesc in cele din urma mai bune si ar trebui adoptate. Gasirea acestor imbunatatiri si la care subgrupuri de pacienti ar putea aplica este o aplicatie clasica de modelare pentru a gasi un semnal in datele pacientului.

               4.3.2 Modele axate pe triaj si prevenirea rezultatelor proaste. jake paul porn www.apu-bookmarks.win

Unele procente de proceduri medicale, in special interventiile chirurgicale nu se incheie asa cum era de asteptat. Sunt dezvoltate modele pentru a identifica pacientii care sunt cel mai probabil sa sufere complicatii sau chiar mortalitate in urma interventiilor chirurgicale. Altii sunt concentrati pe identificarea probabilitatii de aparitie a unor crize, cum ar fi stopurile cardiace, care ar putea privi luni sau chiar ani in viitor si sa influenteze pacientii pentru a face masuri spre propria lor ingrijire preventiva.

               4.3. smiley emma porn www.click-bookmark.win 3 Modele care se concentreaza pe anomalii si tipuri de daune care pot fi prevenite.

Erorile de medicamente sunt cauza unor vatamari considerabile pentru pacienti care pot fi prevenite si un cost suplimentar pentru asistenta medicala. Accidentele de tip trip si toamna sunt, de asemenea, o sursa semnificativa de rau suplimentar care apare cel mai des la pacientii din spital in timpul recuperarii, pur si simplu coborand din pat si gasindu-se ametiti sau prea slabi ca sa stea.

Ambele sunt exemple de tipuri de eroare care pot fi prognozate si controlate ulterior prin modelarea subgrupurilor de pacienti, cel mai probabil sa fie efectuate.

Monitorizarea video si audio in camera folosind tehnici de invatare profunda CNN si RNN sunt, de asemenea, utilizate pentru a crea alarme si alerte catre personalul medical. bitmoji porn sticky-wiki.win

  1. Profitul Motive si economiile partajate

Ce este la fel de interesant in aceste modele de rezultate este faptul ca sunt utilizate atat pentru a beneficia pacientul, dar si pentru a beneficia financiar de spital.

Evident, evitarea costurilor suplimentare asociate cu rezultatele nefavorabile sau accidentele este un factor direct al costurilor reduse. Ceea ce este mai putin evident este faptul ca modificarile rambursarii de la taxa pentru serviciu la tariful pentru rezultat sunt un sofer si mai mare. 

Pentru a simplifica foarte mult un exemplu, daca pacientul John este diagnosticat cu o boala cardiaca cu o anumita gravitate, atunci platitorii vor rambursa o suma fixa ​​pentru John si toti pacientii cu aceasta afectiune similara.

Daca spitalul poate identifica subseturi din grupul de pacienti similari ai lui John, care va avea rezultate mai bune din proceduri mai putin costisitoare, atunci vor imparti in esenta economiile cu platitorul. heather brooks porn spiderproject.com.ua

Si nu intotdeauna se gandeste cum sa furnizeze servicii mai putin sau mai eficiente pentru acelasi rezultat. S-ar putea sa fie si faptul ca unii pacienti precum John vor avea rezultate mai bune daca, de exemplu, au urmariri mai oportune. Aceasta poate implica chiar spitalul care plateste pentru calatoria lui John Uber la programarea sa.

O alta extensie directa a acesteia este monitorizarea la distanta a pacientului, de obicei prin intermediul purtatorilor care colecteaza semnale IoT sau chiar video procesate cu CNN pentru a identifica alertele catre pacient sau clinicieni. 

Implicarea medicului atat in ​​monitorizarea in amonte, cat si in aval a starii de bine a pacientului este determinata de modelul financiar comun de economii si poate cel mai mare potential de a muta sistemul global de la ingrijirea bolnavilor la ingrijirea reala a sanatatii. naruto gay porn www.joi3.com

  1. Crearea datelor exacte – Registrul electronic de sanatate (EHR)

Ultimul pas in imaginea noastra mare este importanta crearii de date precise prin intermediul EHR. Este de la sine inteles ca, fara cantitati suficiente de date, aplicatiile anterioare ale AI / ML in asistenta medicala nu ar fi pur si simplu posibile.

Dar asteapta. Se pare ca introducerea EHR in ultimul deceniu este atat o binecuvantare, cat si un blestem. Clinicienii considera ca EHR si cerinta unei documentari ample este unul dintre cele mai grave lucruri care s-au intamplat vreodata in viata lor de munca. zeraora porn new.mkdvostok.ru

Acum este o problema de acord comun ca, datorita medicilor EHR, sufera doua ore de sarcina administrativa pentru fiecare ora de timp care se confrunta cu pacientul. Nu mai vorbim de intruziunea tastaturii dintre pacient si medic in sala de examen.

Solutiile bazate pe dictarea NLP, sau chiar casti elaborate de inregistrare video / audio destinate a fi purtate de chirurgi in timpul operatiunilor de documentare a procedurilor au fost dezvoltate de comunitatea stiintelor datelor. Penetratia ramane scazuta si acest punct de durere in interactiunea medic – pacient ramane ridicat.

Separarea este, de asemenea, problema extragerii de date consistente si curate din EHR-uri pe baza carora se pot realiza analize si modele. dandonfuga porn searchamateur.com Interoperabilitatea acestor date intre organizatii sau chiar intre specialitati similare sau masini din locatii separate ramane un obstacol in obtinerea de date suficiente.

In urmatorul nostru articol, mai multe detalii despre modul in care oamenii de stiinta trebuie sa-si inteleaga mai bine utilizatorii clinicienilor si cateva exemple de motiv pentru care aceasta incetineste adoptia.

Alte articole din aceasta serie

Vazand viitorul AI / ML in asistenta medicala prin ochii medicului … 2b cosplay porn uzmuz.tv

Medicii sunt din Venus, oamenii de stiinta ai datelor de pe Marte – sau de ce AI / ML se misca atat de incet in asistenta medicala

Alte articole de Bill Vorhies.

Despre autor: Bill este director editorial pentru Data Science Central. Bill este, de asemenea, presedinte si sef stiintific de date la Data-Magnum si a practicat ca om de stiinta a datelor din 2001. El poate fi consultat la:

[email protected] sau [email protected]