大數據正在改變世界上大多數行業,醫療行業也不例外。通過對醫療數據的分析,人類不僅可以預測流行病的爆發趨勢,避免感染,降低醫療成本等,而且還可以使病人享受更方便的服務。醫生往往都希望盡可能多地收集病人信息,盡早發現疾病,對于患者來說,不但降低了身體健康受損的風險,同時也能夠減少醫療支出。
到目前為止,大數據最強大的應用就是電子醫療記錄的收集。每一個病人都有自己的電子記錄,包括個人病史、家族病史、過敏癥以及所有醫療檢測結果等。
這些記錄通過安全的信息系統(究竟是否安全值得商榷)在不同的醫療機構之間共享。每一個醫生都能夠在系統中添加或變更記錄,而無需再通過耗時的紙質工作來完成。這些記錄同時也能幫助病人掌握自己的用藥情況,同時也是醫學研究的重要數據參考。數據收集方在數據存儲、傳輸、使用中的安全隱患(泄露、損毀、篡改等);獲得數據共享的第三方醫療機構在該數據存儲、傳輸、使用中的安全隱患。醫療業的另一個創新是可穿戴設備的應用,這些設備能夠實時匯報病人的健康狀況。
和醫院內部分析醫療數據的軟件類似,這些新的分析設備具備同樣的功能,但能在醫療機構之外的場所使用,降低了醫療成本,病人在家就能獲知自己的健康狀況,同時還獲得智能設備所提供的治療建議。這些可穿戴設備持續不斷地收集健康數據并存儲在云端。
這項數據最終會提供給醫院的管理人員,幫助他們預測接下來15天中所需要的醫護人員“陣容”,為患者提供更加“對口”的服務,縮短他們的等待時間,同時也有利于為醫護人員盡可能合理地安排工作量。一旦數據遭篡改,醫護人員的排班管理將陷入混亂狀態,影響醫院的正常運行,甚至耽誤患者的及時治療。
另一個大數據在醫療業中的應用歸功于AI的崛起。簡單來說,人工智能技術通過算法和軟件,分析復雜的醫療數據,達到近似人類認知的目的。因此AI使得計算機算法能夠在沒有直接人為輸入的情況下預估結論成為可能。由AI支持的腦機接口可以幫助恢復基本的人類體驗,例如因神經系統疾病和神經系統創傷而喪失的說話和溝通功能。
在不使用鍵盤、顯示器或鼠標的情況下,在人類大腦和計算機之間創建直接接口,將大幅提高肌萎縮側索硬化或中風損傷患者的生活質量。AI是新一代放射工具的重要組成部分,通過“虛擬活檢”幫助分析整個腫瘤情況,而不再通過一個小小的侵入性活檢樣本。AI在放射醫療領域的應用能夠利用基于圖像的算法來表現腫瘤的特性。
尤其是在發展中國家,精通放射學、超聲波等領域的醫護人員非常匱乏。AI能夠在一定程度上完成原本需要人類參與的診斷行為。例如,AI成像工具可以篩選X射線,降低實際操作中對一個專業放射科醫師的需求。AI還能夠提高電子病歷的錄入效率。患者信息的電子錄入需要耗費不少的時間與精力。
目前已具有一定可行性的做法是將病人的每一次看病記錄都通過視頻的形式記錄下來,AI與機器學習通過檢索視頻中的信息獲取更有價值的信息。此外,類似亞馬遜Alexa這樣的虛擬助手可以在患者的病床邊輸入實時信息,或幫助醫護人員處理患者的常規請求,例如藥物添加或通知檢測結果。總之,AI能夠大幅減輕醫護工作者在管理方面的工作量。
機器既然能被好人利用,用于造福人類,也能被惡人控制,用于破壞社會安定。人工智能中的安全隱患不再局限于數據,我們所擔憂的是這些模仿人類的機器被惡意黑客控制,作出違背道德倫理的舉動。醫學影像包括X射線、核磁共振成像、超聲波等,這些都是醫療過程中的關鍵環節。
放射科醫生往往需要單獨查看每一個檢查結果,不但形產生了巨大的工作量,同時也有可能耽誤患者的最佳治療時間。但是大數據能夠完全改變他們的分析方式。例如,數十萬張圖像能夠構建一個識別圖像中模型的算法。這些模型則能夠反之形成一個編號系統,幫助醫生做出診斷。算法所能夠研究的圖像數量遠遠超出人類大腦,任何一個放射科醫師窮盡一生也不可能與機器的運行速度和強度匹敵。