iT邦幫忙

第 12 屆 iThome 鐵人賽

0
自我挑戰組

AI 高中生的自我學習系列 第 30

Day 30 - 台灣AI 之進行式-智慧醫療保健

來自Microsoft

PWC 報告,2017

"非結構化資料是在有組織的資料庫之外儲存的資訊,如電子健康記錄和實驗室報告.如果我們能挖掘這資料的潛力,便可以讓患者護理變得更有效率且更具成本效益."

PWC , AI 生技醫療新商機 Jul. 2019 link

生技醫療產業變化日新月異,PwC資誠已觀察到人工智慧(AI)展現前所未有的可能性。深入醫療照護的整體流程,幫助醫師在極短時間內解讀分析並協助診斷,在瞬息萬變的經濟環境下展現莫大商機。

醫療保健 CEO 調查

https://ithelp.ithome.com.tw/upload/images/20201227/20130601wpgIWVI5OJ.png

醫療保健的新典範,是利用即時資料和 AI 來實現預測性和規範性分析方法。從實務意義上,這意味著 AI 提供了感知醫療保健世界、理解、行動和學習的能力。AI 使用機器學習,並能夠模仿人類行為和表現,終將改善患者護理品質和結果。AI 系統即時收集和處理大量資料來識別模式。然後系統使用該資訊,自動化和簡化醫療保健程序。

臨床分析的重點是使用資料和分析,以改善臨床治療程序和結果。例如:臨床醫師可以從資料中提取洞察力,協助識別高風險患者並提供最佳治療方法。透過機器學習和 AI 增強的精密分析引擎,可以提供明智行動的證據。

操作分析側重於使用資料和分析,以提高用於提供和管理護理程序之系統的效率或有效性。例如:透過使用 AI,醫療保健團隊可以預測操作問題、追蹤安全指標、監控設備健康情況、維護供應鏈的完整性,以及識別詐欺行為。

https://ithelp.ithome.com.tw/upload/images/20201227/20130601bOwIPXCCcD.png

方案-臨床分析

  • 預測性護理指引
    「預測性護理指引」使用分析解決方案,從諸如EMR、智慧醫療裝置、患者和人口統計,以及公共領域等來源的大量資料中進行搜索,以尋找隱藏的模式和趨勢,並為個別患者預測結果。大多數的預測性護理指引都依賴 AI 學習模型,當這
    些學習模型引入額外的資料和案例時會變得更精確。預測性分析是進入分析新階段、資料驅動的水晶球,超越回顧了解發生情況及其原因的描述或診斷方法。

    預測性護理指引可讓臨床醫師確定疾病的可能性,並有助於確定診斷和預測未來的健康或疾病。預測性指引可以提高醫療保健品質並降低護理成本。它針對個別患者提供了臨床醫師所尋找的答案,因為其重點在於提高診斷的準確性。

  • 行為分析
    「行為分析」是行銷術語,描述消費者行為模式的分析,以了解如何推銷或提供行動以增加採用的勝算。
    雖然臨床分析可以建議臨床行動,但應用行為分析增加了採取行動的可能性。這有時稱為「助推」(Nudging) 患者或護理提供者。其他產業使用行為分析來建議附加銷售或基於先前使用模式顯示內容。Netflix 就是使用這個方式推薦客戶可能喜歡的電影。在醫療保健中,衍生建議的方法尤其重要,因為如果不容易實施,建議將被延宕或忽略。

    實證醫學的不完全應用是導致不良結果和增加整體護理成本的主因。行為分析可以提高建議做法的採用率。

  • 群體健康
    「群體健康」一詞在醫療保健領域中廣泛使用,涵蓋了各種主題。
    群體健康試圖影響有類似醫療保健需要的一群人提供護理之過程,而不是聚焦於一次評估和治療一位患者的醫療狀況。
    https://ithelp.ithome.com.tw/upload/images/20201227/201306018v3KDQOOT6.png
    付酬系統正在從按服務收費商務模型轉移到將價值納入付酬方程式的模型。在過渡期間滿足支付方需求,需要擴大使用資料和分析,包括關於患者報告結果的更好資料、健康的社會決定因素、患者和成員風險分層,以及基於活動的成本核算。

  • 醫學圖像智慧
    「醫學圖像智慧」是將分析能力內嵌在圖像中,以增加或改進診斷和治療規劃程序。

    醫學圖像是醫療保健中所使用非結構化資料的最大類別之一。
    放射科醫師、腫瘤科醫師、眼科醫師等都是評估醫學圖像訓練有素的專家,以評估醫療狀況、進行診斷,並根據圖像讀取來提供治療。分析技術可以提高這些努力的有效性。

  • 遠距醫療
    「遠距醫療」是指使用數位醫療保健工具和電信技術吸引健康消費者,鼓勵自我和同伴護理,促進遠端護理的協調和管理,並降低成本。
    遠距醫療技術的範例包括視訊會議、機器學習、物聯網 (IoT)、AI、聊天機器人和穿戴式技術,可解決醫院等待時間的後勤挑戰並提供主動式護理協調。

    智慧遠距醫療計畫可協助臨床醫生做出明智的診斷,並推薦符合患者護理協調計畫的治療方法。透過使用機器學習和 AI,醫療保健提供者可以實作有效的遠端監控程式和裝置,並從遠端監控患者時善加利用臨床工作人員。
    聊天機器人的機器學習演算法可以根據症狀和患者健康資料推薦診斷,以協助臨床醫生做出更好的治療決策。AI 技術可以加強有效遠距中風治療計畫中的提供者的能力,更快地識別出中風跡象,並從遠端開始挽救生命的治療。

方案-操作分析

  • 人事管理
    「人事管理」是根據預測患者數量和治療中患者的類型和複雜性等因素,對最佳人員編制進行建模和預測的程序。
    人事費是為患者和消費者提供服務之任何醫療機構的最大單筆費用。在大多數醫院,人事費占全部總支出的一半以上。

    資料和 AI 系統可讓醫療保健機構能夠以最佳的準確性和效率來預測人員編制。

  • 索賠管理
    「索賠管理」是與患者診斷、治療和藥物有關之醫療索賠的整理、計費、歸檔、更新和處理。

    索賠詐欺、浪費和濫用是世界各地的重大問題。涵蓋了廣泛的活動範圍,包括未提供服務的欺騙性計費、執行不必要的醫療服務,以及透過高階編碼服務而不是實際執行來濫用付款規定。
    被拒絕的索賠代表了醫療保健提供者和支付者會產生特別行政費用。
    索賠分析可協助您有效地預測模式和偵測異常,以打擊詐欺和浪費。

  • 成本管理
    「成本管理」是與護理提供之所有方面相關的廣泛類別。它包括對所有主要提供者和支付者系統的評估,以確定醫療保健和醫療服務提供和支付的最終費用。

    如今,大多數提供者和支付者機構的獲利微薄。在大多數國家/地區,提供和支付護理的費用上漲的速度比報銷還快。
    醫療保健提供者和支付者正在使用解決方案,改進成本管理,同時保持所提供服務的品質。
    成本管理解決方案使用分析來評估和提高用於提供醫療保健和醫療服務之主要系統的效率。

方案-整體分析

  • 醫院再住院
    「醫院再住院」是指已出院的患者在特定的時間間隔內再次住院。可避免的再住院是醫療保健系統支離破碎的有力指標,往往會讓出院的患者感到困惑、消耗已捉襟見肘的資源,並產生更高的治療費用。

    分析解決方案可用於評估和預測哪些患者有再住院的風險,因此醫院可以制定計畫來降低這種風險。

  • 通量管理
    所謂的「通量管理」程序包括用於管理患者在醫療機構的實體設施中循環的系統和程序。
    案例包括住院患者在醫院中轉診,或將急診病例或外傷病例轉診到急診,再到出院或入院。

    隨著患者需求增加和實體資源受限制,優化通量是一項不可少的操作管理策略。使用資料和分析來優化住院患者通量,可以提高患者就診量、降低單位成本、提高服務水準,從而在諸如縮短等待時間、更好地使用資本和增加資產報酬率等指標方面看到可衡量的價值。
    提高通量可以讓更多的患者在每個醫療設施接受護理,而不需要增加昂貴的新設施或病床。

註:本文是搜尋數個網站及各種不同來源之結果,著重在學習,有些內容已難辦別出處,我會儘可能列入出處,若有疏忽或出處不可考,請聯絡我, 我會列入, 尚請見諒。

上一篇
Day 29 - AI 專案
系列文
AI 高中生的自我學習30

尚未有邦友留言

立即登入留言