我們正經歷著前所未有的危機。在新冠病毒COVID-19大流行期間，醫護人員已成為一線英雄，加班加點，以保護我們的社區免受新型冠狀病毒的傳播。但是，他們并不能免于大流行所營造的焦慮，不確定的氣氛，甚至會感染冠狀病毒。

因此，我們需要保護在危機期間奮戰在第一線的醫護人員。在我看來，這意味著充分利用我們可以使用的所有工具，其中包括AI。

[[330003]]

創意解決方案

毫無疑問，當前形勢需要創造性的解決方案。美國已經成為全球大流行的中心;截至4月16日，美國共確診644188例，死亡28579例。盡管通過下令關閉部分地區和留在家中來努力使曲線變平，但所有的醫院幾乎都被傳入的病例所淹沒。根據NPR的報告，對醫務人員士氣的影響同樣存在問題。

NPR記者Will Stone和Leila Fadel最近寫道：“宣布的大流行病已近一個月，一些醫療保健工作者說，他們已經疲憊不堪，因為在日益緊張的醫療保健體系中治療一批重癥患者的壓力很大。”

“許多人質疑他們有多長時間會冒著自己的健康風險...在許多醫院中，大流行病改變了急診室，并顛覆了以前人們認為理所當然的規程和預防措施。”

醫院正在竭盡全力確保看護者的安全和受到保護，但是他們的資源卻太少了。據報道，紐約等高傳染地區的一些醫院只能每五天給醫護人員一個N95口罩。使用過的口罩要收集、消毒并在兩次使用之間循環使用。但是，一些前線工人擔心，鑒于這種疾病具有高度傳染性，他們可能得不到充分的保護。

位于圣路易斯的急診室護士索菲亞·拉戈(Sophia Rago)對NPR的記者說：“那種不確定的感覺令人沮喪，因為你不會受到保護。”

我們需要盡可能地保護一線工人。顯而易見的解決方案是增加個人防護設備(PPE)和N95口罩的存放;但是，鑒于我們面臨全國性的短缺，這種解決方案似乎不太可能。我們至少可以減少患者與醫護人員之間傳播的風險的方法是，投資能夠自動執行某些醫療保健協議并限制緊密聯系的AI驅動解決方案。

“傳統過程，那些依靠人在信號處理的關鍵路徑中發揮作用的過程，受我們訓練、組織和部署人工的速度的限制。而且，傳統的流程隨著規模的擴大而回報率越來越低。”一群數字健康研究人員最近在《哈佛商業評論》的一篇文章中寫道。

“數字系統可以無限制地按幾乎無限的速率擴展。理論上唯一的瓶頸是計算能力和存儲容量。數字系統可以跟上指數增長的步伐。”

這些由AI驅動的數字化解決方案通常分為兩大類：疾病控制和患者管理。

評估AI限制疾病傳播的能力

[[330004]]

在限制疾病傳播方面，目標是使用AI工具更好地分配人力資源，同時仍然保護患者和員工。以最近在佛羅里達州坦帕綜合醫院部署的篩查系統為例。該AI框架是由自主護理創業公司Care.ai設計的，旨在促進感染者與他人接觸之前的早期識別和攔截。

根據《華爾街日報》的一份報告，Care.ai工具會進入入口攝像頭并進行面部熱掃描。如果系統標記出發燒或變色等發燒癥狀，則可以通知醫護人員并立即采取干預措施。

其他技術公司(例如Microsoft)已在全球各地的設施中推出了類似的遠程診斷和警報工具。它們的獨特功能各不相同，但目的卻是相同的：防止感染擴散并為過度勞累的人員提供支持。

正如Microsoft的代表在最近的新聞稿中分享的那樣，“ AI技術不僅可以提高防疫工作的效率，而且還可以減輕一線人員的工作負擔，從而可以更有效地利用有限的人力資源。”

在這些資源緊缺的時間里，毫無疑問需要援助。

AI的診斷和患者管理應用程序

與大流行作斗爭是一項需要速度的任務。現在，醫務人員必須比以往任何時候都更能夠準確、快速地識別出感染的患者，以便他們能夠追蹤并希望遏制病毒傳播。但是，這樣做并非易事。

借用《福布斯》撰稿人溫迪·辛格(Wendy Singer)的話說：“如今，分析測試結果需要熟練的技術人員和許多寶貴的時間，甚至幾天。但是在當前現實中，醫療保健系統需要立即分析成千上萬的結果，并使盡可能少的實驗室工作人員暴露于該病毒。”

我們沒有那么多時間。不能讓我們的實驗室工作人員面臨不必要的風險。幸運的是，尖端的AI技術可以提供解決方案。借助AI，醫院可以自動化測試過程的某些步驟，從而減少了處理測試結果所需的時間和精力。

這些功能不只是假設的;自大流行爆發以來的幾周內，衛生技術初創公司Diagnostics.ai為美國和英國的實驗室提供了一種診斷工具，該工具可通過自動進行DNA分析來簡化測試過程。

但是，人工智能診斷程序的應用并不僅限于測試。一些人還使用人工智能來支持過度擴張的醫院中的人口管理。以色列的一家醫療設備開發商EarlySense最近開發了一種AI驅動的傳感器，該傳感器可以識別哪些患者最有可能在六到八個小時內面臨敗血癥和呼吸衰竭等并發癥。這樣可以為醫院提供最佳分配有限資源和員工注意所需的信息。

任何AI創新(無論多么出色或有幫助)都不會解決我們的資源短缺問題。毫無疑問，醫療保健提供者需要更多的個人防護裝備和支持，或者他們立即需要它。但是，AI為篩查和患者管理工作提供的好處顯而易見。我們至少考慮到這樣的工具的部署可以減輕我們疲憊的前襯板肩膀的負擔，這似乎是合理的。