人工智能在医疗行业应用面临的五大挑战

本篇文章2488字，读完约6分钟

了解在医疗保健中实施人工智能的挑战可以帮助医疗保健提供商以无风险的方式制定适当的策略并快速实施创新解决方案。

人工智能正在许多方面改变着医疗保健。医疗保健组织正在为机器人手术、护理协助、精确诊断和精确医学实施人工智能。事实上，根据毕马威的一项调查，53%的高管认为医疗保健行业可以采用人工智能。

尽管它能够采用人工智能，但并不是所有的医疗机构都实施了人工智能。部署人工智能解决方案的挑战仍然阻碍着一些医疗机构充分利用人工智能技术。在这种情况下，医疗保健企业有必要了解医疗保健中的人工智能挑战及其解决方案。

解决医疗保健中的人工智能挑战

为了解决医疗保健中人工智能实施的挑战，我们必须意识到这些挑战。一旦世卫组织意识到这些挑战，它就能更好地找到克服这些挑战的方法。

医疗保健领域的五大人工智能实施挑战

收集数据

人工智能系统需要大量的数据。收集的数据必须来自可靠的来源。从不可靠的来源收集数据可能会对人工智能解决方案的输出产生不利影响。

因此，为了获得准确的输出，医院必须从可靠的来源收集培训数据。他们可以从病人的病史和当前的病历中找到可靠的数据，因为每个接受医疗护理的病人都是他们自己的来源。医疗机构还需要为机器学习算法准备准确的数据集。然而，数据准备方面的挑战往往难以克服。

因此，96%的组织因成功实施人工智能而遇到与数据相关的问题就不足为奇了。为了准备准确的数据集，医院需要尽早确定所需的结果，并相应地准备数据。医疗保健组织还需要确保数据与构建过程一致。他们可以通过清除数据以最大限度地减少丢失的值并消除不相关的数据来使他们的数据兼容。

保持合规

每个病人都是可靠的数据来源。但是如果这些来源拒绝提供他们的数据来建立人工智能系统呢？没有人希望他们的数据被用于非法目的。为了避免这种情况，建立病人之间的信任，政府和医疗保健机构制定了每家医院都必须遵守的规定。

例如，通过了《医疗保健信息携带和责任法案》(hipaa)，以强制执行患者数据保密处理的标准。另一个例子是《经济和临床健康信息技术法案》(hitech)，其目的是在当今的数字时代使电子健康记录的维护标准化。这种监督行为允许病人随意分享他们的数据，这可以用来训练人工智能系统。

医疗保健组织还需要确保收集的数据得到保护，以增强隐私和安全性。然而，在当今世界，我们经常听到网络安全漏洞，保护数据安全并不容易。这是医疗保健组织可以利用区块链的地方。

人工智能和区块链的结合可以共同创新许多产业，医疗保健就是其中之一。Blockchain将确保患者数据的安全传输和存储，以增强隐私和安全性。它还将为患者提供透明度，以便他们能够看到他们的数据存储在哪里以及如何使用。

识别应用程序

大多数企业可以用一些机器来运作。然而，与大多数企业不同，医疗保健组织需要多种诊断和治疗工具。

例如，有各种类型的设备用于诊断和治疗不同的医疗状况，例如呼吸机、扫描仪、x光机和心电图机。对于医疗保健组织来说，确定物联网的适当应用可能会变得复杂。医院必须了解不同机器的复杂性，以便确定正确的应用。他们还需要咨询供应商如何轻松快捷地将人工智能解决方案与特定机器相结合。

世卫组织需要明智地选择人工智能供应商。在选择人工智能供应商之前，有许多因素需要考虑。通用或垂直解决方案、与目标的一致性、成本效益和其他因素将极大地影响人工智能供应商的选择。确定合适的使用案例，并根据需要选择合适的供应商，将有助于医院构建能够轻松与现有设备和工作流程集成的人工智能解决方案。

消除黑盒

人工智能系统主要模拟人脑的运行。因此，就像我们的大脑一样，它们接受输入并达到输出。然而，我们不知道人工智能系统是如何得出结论的。我们只知道最后的输出。此外，如果你不知道人工智能系统是如何得出结论的，那么改进它就变得非常困难。

人工智能系统的这一挑战被称为黑箱问题。解决这个问题对几乎每个行业都至关重要，但对医疗保健来说却非常重要。那是因为它将对医疗保健行业产生负面影响。盲目相信人工智能解决方案可能会危及病人的生命。

例如，根据国家统计局审查的ibm内部文件，ibm的沃森建议对癌症患者使用不安全的治疗程序。遵循错误的推荐操作程序可能会危及癌症患者的生命。因此，医疗行业必须消除人工智能的黑匣子。

然而，如何消除人工智能的黑箱呢？答案是“通过使用可解释的人工智能”。解释性人工智能通过使人工智能系统透明来帮助研究人员理解这些系统的输出。它借助事后分析方法带来了透明度，事后分析方法是围绕四个关键要素发展起来的，即目标、驱动因素、可解释族和估计者。

解释人工智能输出的方法之一是反向传播法。反向传播是前馈神经网络监督训练中广泛使用的人工智能算法。这种可解释的人工智能方法的实施将确保病人和医生对人工智能结论的信任。

教育员工和患者

使用人工智能解决方案可以带来许多好处，但是使用它们很复杂。缺乏对人工智能潜力和如何使用人工智能的认识将导致组织中的技能差距。医疗保健组织需要对员工进行人工智能系统及其功能的教育，以弥补技能差距。医院和专家个人可以在不同的部门组织培训课程，培训员工如何使用人工智能系统。

在待治疗的患者准备好接受基于人工智能的治疗之前，在医疗保健中实施人工智能很难成功。因此，患者也必须意识到人工智能的潜力，这样他们才能信任基于人工智能的治疗。例如，机器人手术可以带来很多好处，比如住院时间更短，疼痛更少，疤痕更少，失血更少。

然而，由于缺乏意识和信任，病人可能担心被人工智能机器人操作。医疗机构应该提高人们对机器人手术好处的认识。他们也可以教育病人人工智能机器人手术程序，然后操作它们。对患者和员工进行人工智能解决方案的教育将确保增加他们对人工智能系统的信任。

每个卫生组织都想部署人工智能系统。人工智能解决方案的成功实施始于制定正确的策略。但是如何创造它呢？这需要解决医疗保健领域的人工智能挑战。

了解这些挑战和解决方案将有助于医疗保健组织为其特定应用制定适当的策略。当人工智能的成功实施成为人们关注的焦点时，医院将会更加积极地部署和扩展其人工智能解决方案。