從視覺到現實：人工智能在醫療保健領域的崛起
譯文 
【51CTO.com快譯】 隨著人工智能領域，語音交互、計算機視覺和認知計算等技術的逐漸成熟，人工智能的應用場景越發豐富，人工智能技術也逐漸成為影響醫療行業發展，提升醫療服務水平的重要因素。而新冠疫情的突如其來又加速了這一影響。日前，科爾尼管理咨詢公司的合伙人保拉·穆各扎探討了人工智能在醫療保健領域日益重要的意義。
近年來，曾經只存在于科幻小說中的東西正逐步成為我們日常生活中不可缺少的一部分。從家用語音控制系統到客服聊天機器人，可以說人工智能已經在大眾市場站穩了腳跟。而在過去的一年里，人工智能在醫療保健領域開啟了一場更徹底的變革。
多年來，人工智能和機器學習一直在悄然改變著醫療衛生部門，從機器人手術、3D圖像分析，到智能生物傳感器，技術的進步讓診斷和治療的遠程管理得以實現。盡管COVID-19大流行的破壞性不容忽視，它也促進了醫療人工智能方面的技術發展和大眾意識的覺醒。光是2020年第一季度，就有近10億美元投資于以人工智能為重點的醫療初創企業。
人工智能在醫療保健領域的潛能無限，因此，該技術正迅速獲得投資者的支持。AI的應用范圍從疾病預防和診斷到急性護理和長期疾病管理，正是在2020年這一領域到達了一個轉折點。
然而，我們似乎還只觸及了表面，就像任何實時目睹的革命一樣，這一領域擁有無限可能性。要從測試轉向常規使用，并從根本上改變患者體驗，需要參與人工智能的組織戰略性地處理這個問題。
人工智能中的“藝術”
人工智能背后的技術正在以驚人的速度發展，但對一個組織的真正考驗是，它如何能夠利用和實現這項技術，從而達到自己的目的。疫情的壓力無疑加速了創新，但在我們研究如何將它們付諸實踐之前，有必要考慮一下人工智能到底是什么——以及它在醫療保健環境中是什么樣子。
人工智能的核心是機器學習，它由三個認知節點組成：計算機視覺、自然語言處理和數據推理。計算機視覺是人工智能的“眼睛”，因為它能夠以比人類快得多的速度識別數字圖像中的視覺模式、物體、場景和活動。自然語言處理是指識別和理解口語的技術。結構化數據推理是一種使用數據(通常是數字)來解決問題的技術。到2020年，我們在這三個醫療保健領域都看到了令人興奮的發展。
以自然語言處理為例，在疫情期間，由于醫療服務提供商被迫將業務轉移到網上，自然語言處理受到了關注。“遠程保健”行業呈指數級增長，因為它使服務提供者能夠實現基本服務的自動化和精簡，以便騰出資源來處理危機。以法國為例，在疫情的最初高峰期，遠程醫療預約從每周1萬人次增加到驚人的50萬人次。
人工智能的最新發展表明，“遠程醫療”可以不局限于一個咨詢平臺。初創公司Vocalis Health正在探索將語音數據作為疾病進展的生物標記。使用人工智能，該技術可以檢測特定語音片段中的肺動脈高壓癥狀，并將其記錄到智能手機上。類似的努力也集中在基于語音的COVID-19篩查應用程序，以及使用數據跟蹤帕金森病等神經系統疾病。這一領域可以說潛力無限，有可能將遠程保健提升到一個全新的水平。
此外，大型企業也在醫療人工智能領域取得了很大進展，比如Alphabet旗下的人工智能子公司DeepMind。去年11月，DeepMind的AlphaFold項目透露，通過了解蛋白質如何折疊成獨特的三維形狀，該項目會在很大程度上解決一個困擾了眾多科學家長達半個世紀的挑戰，這為更好地理解疾病和制藥鋪平了道路。
人工智能利用大量數據解決難以置信的復雜問題的能力遠遠超過了我們自己。面向未來的幾十年，醫療保健提供商們如何才能有效地將這些可能的發展納入到戰略中呢?
難以捉摸的藍圖
人工智能是一個相當廣闊的領域，有很多富有潛力的應用。希望利用其潛力的醫療保健組織必須做出適合其財務和技術能力的選擇。
供應商在開始AI之旅之前首先需要問自己：我們是否有能力在內部構建這些能力？具體而言，是指擁有內部資源、專有數據和資金來開發內部的人工智能解決方案，企業需要根據自己的時間表來決定這是否現實。
接下來，我們應該考慮合作還是收購？即使擁有最好的資源和內部能力，合作伙伴關系也可以迅速增加人工智能系統和工具的開發和部署。投資人工智能初創企業或收購規模較小的公司，也可以讓企業快速進入開發階段，并提供更強的專業知識和能力。
最后，企業需要考慮哪些關鍵促成因素將加速他們的人工智能戰略。這意味著要俯瞰全局，從技術獲取到團隊匹配。
常見的因素
不可否認，人工智能可以改變醫療保健的很多方面。正如我們在過去一年所看到的，它正在全球范圍內經歷迅速的演變。不過，使用人工智能的醫療保健提供商也面臨特定的挑戰。
數據是人工智能發展的基石。如果沒有持續不斷的數據供應，人工智能技術根本不可能達到如今的高度。然而，對于那些正在努力清洗“臟數據”的組織來說，這也可能是一件麻煩事。“臟數據”尚未標準化，仍然存在差異。隱私協議和安全要求也對進展提出了額外的障礙，但由于涉及到患者權利，這些障礙必須逾越。所有組織都必須警惕種種倫理問題：如何同意使用患者數據，如何解決算法中可感知的偏見。
這些挑戰雖然真實存在，但絕不是無法克服的。與人工智能的融合不僅是一項值得追求的創新技術，未來幾年也將成為醫療保健事業不可或缺的一部分。整個醫療保健鏈中的許多組織已經深入到它們的數字化轉型之旅。值得注意的是，實現人工智能醫療的道路是漫長的，這使得擁有一個將愿景變為現實的戰略成為踏上成功之路的關鍵。
總而言之，方法可能有所不同，將視乎專業和部門而定。未來的醫療前景可能會大不相同，但在人工智能定義的未來，無論是初創企業還是跨國公司，所有醫療機構都要走自己的路。
【51CTO譯稿，合作站點轉載請注明原文譯者和出處為51CTO.com】
