人工智能在医疗保健中的应用
作者：muskan verma，BBA SEM IV，02115101718
人工智能
• 人工智能是开发能够执行通常需要人类智能的任务的计算机系统，这些任务包括决策、物体检测、解决复杂问题等。
• 人工智能有时也被称为机器智能。
人工智能医疗保健
医疗保健中的人工智能（AI）是指使用复杂算法和软件来模拟人类认知，以分析复杂的医疗数据。具体来说，AI是计算机算法在无需直接人工输入的情况下近似得出结论的能力。
医疗保健中的人工智能
• 人工智能将在2030年为世界经济贡献额外的15.7万亿美元。
• 最大的影响将出现在医疗保健领域，因此我们知道医疗保健正在获得更多重视，或者说正在以更先进的方式使用人工智能。
人工智能与传统技术的区别
AI技术在医疗保健领域与传统技术的区别在于，它能够获取信息、处理信息，并向最终用户提供明确的输出。AI通过机器学习算法实现这一点。这些算法可以识别行为模式并创建自己的逻辑。为了减少误差范围，AI算法需要反复测试。
AI在医疗保健行业突然增长的原因
• 医疗数据的高度可用性：AI基于深度学习、机器学习等技术，这些技术需要大量数据。因此，随着数据的可用性，实施或使用人工智能变得更加容易。
AI在医疗保健行业突然增长的原因
• 复杂算法的发展：机器学习无法处理高维数据，因为高维数据包含数千个属性。处理和分析这种维度的数据对于机器学习来说很困难。但随着深度学习和神经网络的引入，解决涉及高维数据的复杂问题变得容易得多。
AI的增长
AI算法在两个方面与人类不同：
（1）算法是字面意思的：如果你设定一个目标，算法无法自我调整，只能理解明确告知的内容；
（2）算法是黑箱：算法可以极其精确地进行预测。
机器学习和深度学习
机器学习
机器学习是人工智能的一个子集，它为机器提供了自动学习并从经验中改进的能力，而无需被明确编程。
深度学习
深度学习是统计机器学习技术的一个集合，它基于人工神经网络的概念，用于学习特征层次结构。
初创公司
• 大型科技公司如IBM、谷歌，以及初创公司如Welltok和Ayasdi，也都开发了用于医疗保健的AI算法。
• 此外，医院正在寻求AI解决方案来支持运营计划，以增加成本节约、提高患者满意度，并满足其人员配置和劳动力需求。
当前研究
医学中的各个专业领域都显示出关于AI的研究增加：
放射学
成像
疾病诊断
远程医疗等。
放射学
• 利用放射学解读成像结果的能力可能帮助临床医生发现图像中微小的变化，而这些变化临床医生可能会偶然错过。斯坦福大学的一项研究创建了一种算法，可以检测特定部位的肺炎，其平均F1指标（一种基于准确率和召回率的统计指标）优于参与试验的放射科医生。
成像
• 成像是指使用各种技术生成大脑或神经系统任何其他部分的结构和/或功能的图像。
• 最近的进展表明，AI可用于描述和评估上颌面部手术的结果，或评估腭裂治疗在面部吸引力或年龄外观方面的效果。
疾病诊断
• 有许多疾病，也有许多AI被用于高效准确诊断它们的方法。其中一些最著名的疾病，如糖尿病和心血管疾病（CVD），这两种疾病均位列全球十大死因，已经成为许多旨在帮助获得准确诊断的研究/测试的基础。
• 根据全球市场洞察，由AI驱动的医学成像和诊断预计将增长超过40%，到2024年超过25亿美元。
远程医疗
• 可穿戴设备可以持续监测患者，并能够注意到那些可能不易被人眼识别的变化。
影响
• 使用AI预计将降低医疗成本，因为诊断会更加准确，治疗计划也会有更好的预测，同时疾病预防也会增加。
• AI的其他未来用途包括脑机接口（BCI），预计将帮助那些行动、说话困难或脊髓损伤的患者。BCI将通过解码神经活动，利用AI帮助这些患者移动和交流。
医院利用AI帮助管理新冠疫情
• 大型医疗保健系统正在转向人工智能，以监测患者并调节访客流量，试图控制新型冠状病毒的传播。
AI用于病毒检测和预防
• 其他公司，如Metabiota，也在使用数据驱动的方法来跟踪冠状病毒等疾病的传播。
• 如果科学家Barbara Han和David Redding的工作取得成果，AI和机器学习甚至可能帮助我们预测病毒爆发可能发生的地点。
感谢
幻灯片1：人工智能的作用 - 作者muskan verma
幻灯片2：人工智能
幻灯片3：人工智能医疗保健
幻灯片4：医疗保健中的人工智能
幻灯片5：人工智能与传统技术的区别
幻灯片6：AI在医疗保健行业突然增长的原因
幻灯片7：AI在医疗保健行业突然增长的原因
幻灯片8：AI的增长
幻灯片10：机器学习和深度学习
幻灯片11：初创公司
幻灯片12：当前研究
幻灯片13：放射学
幻灯片14：成像
幻灯片15：疾病诊断
幻灯片16：远程医疗
幻灯片17：影响
幻灯片18：医院利用AI帮助管理新冠疫情
幻灯片19：AI用于病毒检测和预防
幻灯片21：感谢
【全文结束】