[[430928]]

管理部門可以通過使用人工智能、物聯網和計算機視覺等工具在醫療保健中利用大數據來改善其公民的醫療服務。

我們每次對醫療保健中心的訪問都會創造多個數據生成機會。與標準健康檢查一樣常規的事情包括更新你在探視記錄中的患者資料、你的血壓讀數、你的血糖、血小板計數、膽固醇、體脂等相關的詳細信息。

這是僅由進行單次診所訪問的單個患者生成的數據。如果我們考慮城市級人口的上述場景，我們擁有的是大量隨時間演變的多樣化醫療信息。在 COVID 時代，遠程醫療咨詢、診斷和醫療支持已成為主流。在數字工具的幫助下進行遠程檢查的便利性只是增加了上述數據的主體。最終，我們在智慧城市中擁有的是海量醫療保健數據，這些數據不斷增長和多樣化。

不幸的是，公共醫療保健并未充分利用大數據，這一觀點引起了大多數健康專家的共鳴。如果管理部門要提高向公民提供的醫療保健服務的質量和數量，就必須對醫療保健大數據進行分類和分析。在醫療保健中利用大數據來優化公共衛生涉及捕獲和使用患者訪問醫院、診所、醫療商店和其他來源所產生的信息。人工智能、物聯網和計算機視覺等工具可用于智慧城市中的數據識別、捕獲和分析。因此，公共機構需要使用此類工具來利用大數據在醫療保健中的真正力量。

當然，該過程也面臨著自身的挑戰，例如需要清理捕獲的數據、防止數據泄露的網絡安全要求以及與數據存儲和檢索相關的問題。然而，維護公共衛生的動力足以讓管理部門機構采取必要措施來克服挑戰。

大數據在醫療保健中的應用

與通常將優先事項限制在逐年獲取利潤的私營部門不同，管理部門對公共福利負有重大責任。除了某些例外，公共部門對群眾面臨的任何重大醫療保健問題負有主要責任。以正在進行的大流行為例，世界各地的管理部門都面臨著對各自國家的新冠疫情爆發管理不力的追責。為了履行其醫療保健職責，管理部門需要充分利用通過醫療保健基礎設施收集的數據。

以下是在醫療保健中正確使用大數據可以優化公共福祉的幾個領域： 

 

使用賬單信息補貼藥物價格

醫療保健領域的大數據主體包括藥店和醫院中保存的購買記錄。某些藥品或醫療設備的購買記錄準確描繪了某些地區對特定物品的需求量。眾所周知，智慧城市不同區域的需求可能一致，也可能不一致。公共衛生當局可以使用基于物聯網的數據接收器、計算機視覺攝像頭、醫療商店的數字化購買記錄和其他工具來捕獲來自不同區域的這些數據，以便每天實時檢索這些數據。

在人工智能數據分析工具的幫助下，衛生官員可以確定每個智慧城市區域特定藥物的需求趨勢。使用這些處理過的信息，以及人工智能工具和應用程序提供的洞察力和預測分析，公共衛生機構可以將此類藥物和設備的供應引導至需求最高的地區。更重要的是，地方當局可以使用動態定價策略來補貼高需求地區此類藥品的藥費。

眾所周知，某些疾病對特定種族或地區的人的影響比其他人更不利。例如，血色病，一種代謝紊亂，最常見于愛爾蘭血統的人。同樣，與其他種族的人相比，更多的非裔美國人患有鐮狀細胞病和骨髓瘤。與標準分析工具和方法相比，人工智能使公共衛生當局能夠從賬單信息中迅速推斷出此類趨勢。因此，公共機構可以降低價格并增加所需藥品的供應，以幫助最需要它們的人或社區對抗此類健康狀況。

正如任何網絡安全專家都會告訴你的那樣，定期補丁管理和更新對于防止大量網絡威脅非常有用。但是，在網絡犯罪分子可以遠程進入公共醫療保健系統之前，需要主動應對更強大的攻擊。此類惡意軟件攻擊可能以比公共衛生中心網絡安全專家產生的響應快得多的速度對醫療保健 IT 基礎設施造成嚴重破壞。許多組織越來越依賴人工智能，通過研究不同類型網絡威脅的攻擊模式，自主地做出與網絡安全相關的決策。立即響應有助于防止網絡攻擊蔓延到多個設備。

AI 網絡安全工具依靠詳盡的機器訓練數據來了解不同類型的攻擊以及如何消除它們。然后，此類工具可以繼續將“異常”數據流與網絡中的常規數據流區分開來。差異化通常是人工智能網絡安全的第一步。人工智能甚至可以識別網絡犯罪分子制造的最復雜的威脅。即使它們進入你的網絡，也可以阻止它們造成進一步的網絡損壞。 AI 檢測到攻擊后，可以協調其他數據保護設備和應用程序，共同采取行動阻止其前進。大數據和人工智能在網絡安全中的重要性在持續大流行期間的公共醫療保健中尤為明顯，在這種情況下，負擔過重的醫院需要所有可用的數據來治療患者。

加速醫學研究

臨床試驗是醫學研究的重要組成部分。從此類試驗中得出的推論使公共部門制藥公司中的制藥公司能夠開發新的藥物、機器和療法。今天，人工智能已經發展到醫療科學家和研究人員可以使用它來加速進行此類試驗的過程。眾所周知，當 COVID-19 首次在全球爆發時，從各種來源生成了大量關于病毒本身、其傳播、可能的突變和其他細節的數據。大數據和人工智能在利用所有這些信息方面發揮了關鍵作用，這些信息在創紀錄的時間內在疫苗開發中派上用場。

除了加快臨床試驗，大數據、計算機視覺和人工智能形成了一個有價值的組合，以簡化癌癥診斷和治療以及基因組診斷。一般來說，私人組織在實施人工智能上花費更多，以在醫療保健職能中利用大數據分析。鑒于計算機視覺、人工智能和自然語言處理 (NLP) 在私人醫療保健中的大量好處和應用，智慧城市的管理機構也可以部署這些工具，以在智慧城市中充分利用醫療保健中的大數據。

除了這些應用之外，公共健康保險提供商還可以使用大數據來計算被保險人的保險費金額。為了計算保費，在確定投保人必須定期分期支付的金額之前，會研究大量有關患者資格、強效藥物使用情況和過去健康記錄等因素的數據。 

盡管公共衛生一直是各國管理部門的首要任務，但 COVID-19 的出現向我們展示了還有多少領域需要覆蓋。今天公共衛生當局的一個嚴峻認識是，如果能夠更有效地處理大流行，本可以避免大量由病毒引起的死亡。盡管如此，各地管理部門都可以將過去 18 個月的經驗作為寶貴的參考點，更廣泛地納入數字化和大數據分析，以保護公眾健康。盡管人工智能和大數據在開發 COVID-19 疫苗方面發揮了作用，但通過讓這兩者更多參與該領域，可以大大改善智慧城市的公共醫療保健。