谷歌和蘋果的新發現表明，癥狀自評(Self-Reporting)和人工智能(Artificial Intelligence )在診斷的速度和準確性上給醫生帶來挑戰，對于醫生所做的研究也有同樣影響。然而即便如此，依然存在可能會減緩AI在醫療領域實施的障礙。 谷歌從Camelyon16項目中獲取了活體組織切片影像，該項目要求參與人員創建一個癌癥檢測算法。在對400張幻燈片進行掃描后，谷歌表示其機器學習平臺能夠檢測出92.4%的腫瘤。 此前的自動化檢測技術只能檢測出來82.7%的腫瘤，而一組醫生則只認為患者體內所謂的“腫瘤“真正被確診為腫瘤的比例只有48%。 使用十億像素的圖片，谷歌的AI能夠在尺寸為100,000“100,000像素的圖像上發現小至100“100像素的腫瘤。它甚至發現有兩個幻燈片中的腫瘤被錯誤地標記為“正常“。在其發布的白皮書中，谷歌指出，遺漏的、不確定的或者是延遲的診斷，可能會影響高達20%的病例，并強調其AI圖像掃描算法與醫生相比，更快更準。 ResearchKit數據可以作為醫生診斷輔助 ResearchKit是蘋果公司眾包醫療信息的解決辦法，其發布于2015年。研究可以包含研究人員想要跟蹤的任何疾病，病癥或治療方法，并且完全由醫療專業人員進行。 關于最近一項和哮喘相關的研究，西奈山醫院表示，ResearchKit數據可以作為醫生的可靠診斷來源。通過該平臺，用戶可以自己報告與其疾病有關的從癥狀到治療的各種主題。哮喘是蘋果宣布推出的最初五個ResearchKit主題之一。 有50,000名用戶下載了一款與該研究相關的app，其中有7,600人加入了為期6個月的研究。該研究詢問用戶如何治療他們的哮喘病，但也考慮了有關空氣質量和位置的元數據。然后，該研究將用戶提交的數據與空氣質量報告進行比較，以了解用戶如何照顧自己(例如：華盛頓的研究參與者在該地區的野火發生期間出現了更嚴重的癥狀)。 遇到的問題，還需更高難度的挑戰 AI和癥狀自評可以在正確的情況下工作，這是毫無疑問的，但還是有一些明顯的問題。 許多ResearchKit研究對公眾開放，所以你會成為50,000名下載該app的用戶中的一員，并參與哮喘研究。有一些方法可以使研究范圍縮小，例如使用TestFlight或為參與者分配用戶名/密碼認證，但大多數研究僅僅局限于App Store中，而未經核實。ResearchKit網站邀請公眾下載和使用關于腦震蕩，哮喘，丙型肝炎和產后抑郁癥(以及其他主題)的相關應用程序。 這很可能是西奈山研究人員開始他們研究的原因，“使用移動健康應用程序進行觀察性臨床研究的可行性需要經過嚴格的驗證。“由于是對公眾開放的，所以ResearchKit應用程序很容易被操縱，如果你有足夠的人愿意這樣做的話，就能對其操縱。 谷歌的AI 令人印象深刻，但其自身還是有缺點。該研究僅使用了可以數字化為十億像素圖像的活體組織切片。雖然谷歌表示“未來的工作將側重于利用更大的數據集合對AI進行改進，“但其并沒有表示，是否會集中力量研發像素最高的圖像。如果AI研究工作僅限于高分辨率掃描的話，還是有比這更值得期待的。 兩個平臺都不比醫生“更好“。像許多其他的尖端科技一樣，谷歌和蘋果的醫療保健改變了人們對醫療保健專業人士和工作的需求，人們對二者的需求總是很高。這些技術旨在節省醫生給患者診斷和治療的時間，患者花錢買日子活命的模式將終結。 AI以及ResearchKit應用 從概念上講，有很多使用這些技術的理由。治療的癥狀自評是醫生的盲區。當你每隔數周或數月向醫生報告一次治療狀況時，你站在醫生面前，醫生其只會對你看上一眼。只要你如實的報告，通過ResearchKit，那些醫生就能看到關于你日常狀況的詳細信息。 AI能比醫生更快地對圖像掃描和分析，在對患者進行治療前，其是醫生的好“眼睛“。因為AI是客觀的，其結果沒有上下聯系，在采取下一步措施前，醫生要對冰冷僵硬的數據進行鑒別。 同時也不要忘了，醫療保健也是一門生意。IBM的Watson AI 引擎已經努力嘗試治愈癌癥，研究人員花了數萬小時教其如何分析臨床數據。他們還向超級計算機提供了超過60萬件的醫學資料，以及來自42個醫學期刊和臨床試驗的200萬頁的文獻資料。此外，Watson可以獲得150萬患者的記錄資料，包括患者的康復情況，以便深入研究最佳治療方案。 IBM已將Watson超級計算平臺集成到各種行業，最著名的就是醫療保健行業：紐約的Sloan-Kettering癌癥中心與IBM和WellPoint合作，培養Watson處理和讀取腫瘤數據的能力。 長期以來，IBM一直在思考如何能最好地利用Watson，其富含海量的數據集合，有處理人類語言查詢的能力，對于研究人員、醫生和其他工作人員來說，其具有潛在的價值。醫療保健的提供者可以將他們的電子記錄上傳給Watson，結合醫療資源(如期刊和臨床試驗的數據)以及人機訓練，該平臺可以變成一個發現癌癥的工具。 這項研究很有前途，但是Watson超級計算機從其更為著名的一個崗位上被解雇了。 德州大學安德森癌癥中心為一個被稱為腫瘤專家提供者的項目，投入了四年多的時間及6200萬美元的資金。其中有6100萬美元沒有獲得董事會的批準。IBM收到了那筆資金中的4000萬美元。 部分問題是Watson無法讀取醫院的新型醫療數據記錄系統，并且在四年內Watson只被使用了12次。IBM已經取消了與德州大學的合作，并表示其系統“尚未準備好用于人類的臨床研究或者臨床應用，并且禁止其用于患者治療。“ 審查采購與合規性的審計員表示，在應用Watson的過渡期里，醫院可能沒有考慮到還有其他更低的出價。有的時候，盡管Waston沒有履行合同目標，但醫院還是會付款。 為了響應審計，大學校長Willam McRaven表示：“該項工作研究和發展的本質不可避免地使目標和期望隨著時間的推移而變化，按照具體的研究成果來說，通常會使得原合同失去意義。在目標和期望隨著時間的推移而變化的情況下，文件記錄上的不完整，導致人們無法判斷是否能實現修正后的里程碑目標。“ 這種事情不能有助于IBM、谷歌、蘋果或任何其他與健康相關的技術服務或公司，找到對患者有幫助的辦法;也對醫療保健和商業利益能否合適地達成一致提出了問題。 不幸的是，有時候，那些受醫療條件影響最大的人沒空等待監管機構解決系統中存在的問題，這導致在技術準備好從實驗室進入日常使用時，其會受到更多的爭議。 AI與創新的阻礙 “在醫療保健領域，許多偉大的想法止步于技術，或更具體地說，難以將想法整合到現有的體系中。“Five9和DoctorBase的創始人John Sung Kim在TechCrunch的一個新專欄中寫道。“不論Waston的銷售對象是小診所還是大醫院，任何規模的醫療機構都在操控著多個軟件系統，許多軟件不兼容。“ 雖然許多專家將醫療IT行業的缺陷，歸咎于醫療數據庫和軟件平臺之間缺乏整合，但也存在法規上問題。 與患者數據交互的每個應用程序都要遵循HIPAA(健康保險流通與責任法案)，該法案對于數據在不同數據庫之間進行流通時以及休眠時起到了保護作用。醫院和其他處理此類數據的實體組織必須確保必要的隱私性和安全標準。 根據Kim的說法，醫療保健IT領域的創業公司面臨著來自電子健康記錄(EHR)供應商的深層次競爭，這些公司的高管不希望看見他們的業務被擁有創新平臺的一家小微公司所破壞。 無論是效力于一家小型創業公司還是效力于大型的供應商，對醫療IT領域感興趣的技術人員，不僅需要熟悉所有軟件平臺的基本構建模塊(如C#及Python等編程語言，以及快捷的管理方法)，還要熟悉能讓人們解決棘手問題的創造性思維。 話雖這么說，但在醫療保健中使用的很多軟件是該行業中復雜和特有的，使得技術專家難以掌握軟件大部分的使用功能，只有當其經過多年的鍛煉后才能掌握。 Health Level 7(用于檢索電子健康數據的框架和標準)和DICOM(成像程序)只是需要熟悉的兩個平臺。但考慮到數據保護的重要性，也許最重要的技能是了解一切和HIPAA相關的東西。無論你的創業公司性質如何，沒有什么比確保患者數據得到保護更為重要。 作者高道龍，微信lylonexiaohuhu，添加時請注明：姓名-公司-職位。

« 沒看懂共享充電寶？這是大佬們在押寶5G時代！ | 爵財網：如果都不知道這個，敢說你懂理財？ »