數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)和人工智能有可能以深刻的方式改變醫(yī)療保健行業(yè)。在本期采訪中，皇家飛利浦(Royal Philips)首席醫(yī)療、創(chuàng)新和戰(zhàn)略官Shez Partovi博士為我們介紹了這些技術(shù)在改善患者治療效果、診斷疾病等方面發(fā)揮的重大作用。

對(duì)話包括以下主題：

• 關(guān)于健康科技公司飛利浦。
• 數(shù)據(jù)在醫(yī)療保健轉(zhuǎn)型中的作用。
• 在醫(yī)療保健轉(zhuǎn)型中重新思考數(shù)據(jù)分析的必要性。
• 醫(yī)療健康轉(zhuǎn)型中的數(shù)據(jù)收集和數(shù)據(jù)來源。
• 將醫(yī)療保健中的數(shù)據(jù)科學(xué)應(yīng)用與改善患者治療效果聯(lián)系起來。
• 為醫(yī)療保健的數(shù)據(jù)共享創(chuàng)建激勵(lì)措施。
• 在數(shù)據(jù)科學(xué)中選擇正確的問題來解決。
• 避免以數(shù)據(jù)為中心的醫(yī)療保健中的偏見。
• 基于醫(yī)療保健數(shù)據(jù)孤島的患者鎖定。
• 誰應(yīng)對(duì)不良數(shù)據(jù)、算法和患者治療結(jié)果負(fù)責(zé)。
• 醫(yī)療保健中數(shù)據(jù)和人工智能的未來;

2021年3月，Shez正式擔(dān)任全球領(lǐng)先的醫(yī)療技術(shù)公司皇家飛利浦的首席創(chuàng)新和戰(zhàn)略官，負(fù)責(zé)領(lǐng)導(dǎo)首席技術(shù)辦公室、研究、HealthSuite平臺(tái)、首席醫(yī)療辦公室、產(chǎn)品工程、體驗(yàn)設(shè)計(jì)和戰(zhàn)略等。同時(shí)，創(chuàng)新和戰(zhàn)略組織還與運(yùn)營業(yè)務(wù)及市場(chǎng)合作，負(fù)責(zé)指導(dǎo)公司戰(zhàn)略，以滿足客戶需求并推進(jìn)業(yè)務(wù)的增長和盈利目標(biāo)。

據(jù)悉，Partovi的職業(yè)生涯始于1998年，曾擔(dān)任the Barrow NeurologicalInstitute的神經(jīng)放射學(xué)家，一直從事臨床實(shí)踐直到2013年。此后，Partovi在美國第五大醫(yī)療系統(tǒng)DignityHealth中工作了20年，于2018年加入亞馬遜并擔(dān)任醫(yī)療保健、生命科學(xué)和醫(yī)療設(shè)備業(yè)務(wù)開發(fā)的全球主管，負(fù)責(zé)亞馬遜全球范圍內(nèi)的市場(chǎng)推廣工作。

除了在蒙特利爾的麥吉爾大學(xué)接受過醫(yī)學(xué)培訓(xùn)外，他還擁有計(jì)算機(jī)科學(xué)的研究生學(xué)歷。他幫助在亞利桑那州立大學(xué)創(chuàng)辦了生物醫(yī)學(xué)信息學(xué)系，并在那里擔(dān)任了三年的臨床教授。

采訪摘錄：

關(guān)于健康科技公司飛利浦

Michael Krigsman(主持人)：數(shù)據(jù)科學(xué)和人工智能正在改變醫(yī)療保健行業(yè)。下面有請(qǐng)皇家飛利浦首席創(chuàng)新和戰(zhàn)略官ShezPartovi為我們做簡(jiǎn)單介紹。

ShezPartovi：七年前，飛利浦決定剝離醫(yī)療保健以外的所有業(yè)務(wù)，現(xiàn)在它已經(jīng)完完全全是一家健康科技公司。也就是說，雖然你可能仍會(huì)看到飛利浦照明，但它實(shí)際上只是掛牌生產(chǎn)。飛利浦本身現(xiàn)在是一家100%的健康科技公司，專注于持續(xù)護(hù)理，包括家庭、門診、住院等。

所以，現(xiàn)在提到飛利浦，請(qǐng)將其視為一家健康科技公司。這是一家擁有130年歷史的“初創(chuàng)”公司，因?yàn)樗?0年前才真正實(shí)現(xiàn)了自我轉(zhuǎn)型，所以它就像一家擁有130年歷史的初創(chuàng)公司。

MichaelKrigsman：據(jù)我所知，你是一名醫(yī)生。現(xiàn)在你又是飛利浦的首席創(chuàng)新和戰(zhàn)略官。你能簡(jiǎn)單介紹下你的角色、你所做的工作以及你的關(guān)注重點(diǎn)嗎?

ShezPartovi：我擁有世界上最好的工作之一，因?yàn)槲议_始從事戰(zhàn)略方面的事務(wù)。我開始與客戶合作，了解他們未滿足的需求，并從客戶的問題出發(fā)，與同事一起制定戰(zhàn)略，讓飛利浦能夠真正為客戶解決這些問題。這就是戰(zhàn)略方面的意義。

然后說創(chuàng)新方面，當(dāng)我們聽取客戶的意見以及問題時(shí)，我們必須清楚如何從他們的角度進(jìn)行創(chuàng)新來解決這些問題?飛利浦內(nèi)部的整個(gè)創(chuàng)新社區(qū)都是我職責(zé)的一部分，我們所做的就是傾聽客戶需求，觀察市場(chǎng)趨勢(shì)，然后探索我們擁有的或飛利浦外部的技術(shù)，并將其整合起來，以便能夠滿足客戶需求。

這項(xiàng)工作的核心就是傾聽客戶、獲取信號(hào)、制定策略，然后傳達(dá)給創(chuàng)新團(tuán)隊(duì)：“我們?nèi)绾蝿?chuàng)造性地滿足客戶需求?我們?nèi)绾螐乃麄兊慕嵌冗M(jìn)行創(chuàng)新?”然后帶著這些主張付諸實(shí)踐。這就是我領(lǐng)導(dǎo)的團(tuán)隊(duì)，我認(rèn)為這是我做過最棒的工作。

數(shù)據(jù)在醫(yī)療保健轉(zhuǎn)型中的作用

Michael Krigsman：我知道你的很多工作都集中在數(shù)據(jù)上。你能解釋一下它在醫(yī)療保健轉(zhuǎn)型中的作用嗎?

ShezPartovi：我們現(xiàn)在在醫(yī)療保健領(lǐng)域進(jìn)行了大量的數(shù)據(jù)創(chuàng)建和數(shù)據(jù)生成工作。當(dāng)然，憤世嫉俗的人會(huì)說，“嗯，是的，其中大部分僅用于計(jì)費(fèi)方面。”

盡管有這種觀點(diǎn)，但現(xiàn)在絕大多數(shù)數(shù)據(jù)都是數(shù)字化的，這也是事實(shí)。例如，當(dāng)你使用剪切板在線填寫內(nèi)容時(shí)，這意味著數(shù)據(jù)已經(jīng)數(shù)字化。而數(shù)字化的機(jī)制和過程不一定是無縫和無摩擦的，其中可能有很多重復(fù)的、瑣碎的任務(wù)。

當(dāng)人們談?wù)撆R床醫(yī)生職業(yè)倦怠、醫(yī)生和護(hù)理職業(yè)倦怠時(shí)，部分原因在于，雖然我們正在進(jìn)行數(shù)字化轉(zhuǎn)型，但它們不一定是以一種無摩擦的方式進(jìn)行的，它們往往沒有工作流程意識(shí)，且是重復(fù)的。這并不是最佳的數(shù)字化過程。

然后回到數(shù)據(jù)創(chuàng)建和生成問題上，有些人會(huì)爭(zhēng)辯稱，我們并沒有以一種非常驚喜的方式有意義地使用這些數(shù)據(jù)。我們可能擁有豐富的數(shù)據(jù)，但缺乏洞察力。

A)我們以一種充滿摩擦的方式來創(chuàng)建數(shù)據(jù)。B) 遺憾的是，我們并沒有真正從這些數(shù)據(jù)中創(chuàng)造出令人深刻的見解。從我的角度來看，這就是我們需要努力的地方。

在醫(yī)療保健轉(zhuǎn)型中重新思考數(shù)據(jù)分析的必要性

Michael Krigsman：導(dǎo)致你提出上面兩個(gè)基本問題的原因是什么?

ShezPartovi：我們面臨著一些挑戰(zhàn)。第一，生成的數(shù)據(jù)現(xiàn)在仍然更多的以應(yīng)用程序?yàn)橹行模@意味著它們處于孤立狀態(tài)。我記得當(dāng)我在衛(wèi)生系統(tǒng)工作時(shí)，我們有大約1500個(gè)應(yīng)用程序。現(xiàn)在想象一下你正在數(shù)字化數(shù)據(jù)，這些數(shù)據(jù)存在于應(yīng)用程序環(huán)境中，但你有1500個(gè)應(yīng)用程序。

第二，缺乏數(shù)據(jù)流動(dòng)性，這意味著雖然你已經(jīng)將數(shù)據(jù)數(shù)字化并存放在磁盤上，但你不一定能夠?qū)⑵浣M合到一個(gè)環(huán)境中，并從中獲得洞察力。面對(duì)如此多孤立的環(huán)境，我們有很多工作要做，以實(shí)現(xiàn)所有數(shù)據(jù)一起形成一個(gè)共同的環(huán)境，從中產(chǎn)生洞察力。

當(dāng)然，科技也在進(jìn)步。飛利浦有一個(gè)名為“Health Suite”的環(huán)境，它與數(shù)據(jù)流動(dòng)性有關(guān)。它能夠從數(shù)百個(gè)不同來源引入數(shù)據(jù)，并將數(shù)據(jù)組合起來，然后從中獲取洞察力。

這就是我們所做的事情。事實(shí)上，許多衛(wèi)生系統(tǒng)目前都苦苦掙扎于將數(shù)據(jù)整個(gè)到一個(gè)共同環(huán)境中。

醫(yī)療健康轉(zhuǎn)型中的數(shù)據(jù)收集和數(shù)據(jù)來源

Michael Krigsman：看來，數(shù)據(jù)流動(dòng)性和互操作性似乎仍然是眾多數(shù)字活動(dòng)領(lǐng)域的瓶頸。是這樣嗎?

Shez Partovi：是的。實(shí)際上，你應(yīng)該將數(shù)據(jù)互操作性視為兩個(gè)維度：只是共享數(shù)據(jù)的語法互操作性(syntactic interoperability)，以及共享含義的語義互操作性(semantic interoperability)。

確實(shí)，我們?nèi)源嬖诤芏鄶?shù)據(jù)孤島，但不可否認(rèn)，我們?cè)跀?shù)據(jù)互操作性方面也取得了很大進(jìn)展。隨著發(fā)生越來越多的互操作性，一些組織已經(jīng)產(chǎn)生了流動(dòng)性，由此也催生了從數(shù)據(jù)到信息、從信息到知識(shí)、從知識(shí)到洞察力的愿景。這正是人工智能可以發(fā)揮作用的地方。

Michael Krigsman：你如何從剛才描述的數(shù)據(jù)豐富(data-rich)轉(zhuǎn)變?yōu)閿?shù)據(jù)驅(qū)動(dòng)?

ShezPartovi：我可以舉一個(gè)從數(shù)據(jù)到信息、信息到知識(shí)、知識(shí)到洞察力的例子。讓我們從一個(gè)單一的數(shù)據(jù)點(diǎn)開始，比如血糖值。如果你的單次血糖值約為每分升140毫克，那就很高了。但另一方面，這是因?yàn)槟莻€(gè)人剛剛吃過飯嗎?是空腹血糖嗎?是非空腹血糖嗎?所以說，它只是一個(gè)數(shù)據(jù)點(diǎn)。有用，但還不具備洞察力。

但如果我告知你的是血糖的上升趨勢(shì)，那這就屬于信息了。信息就是趨勢(shì)，這種趨勢(shì)正在上升，意味著你的身體可能出現(xiàn)了一些問題。

如果我們進(jìn)一步查看患者的病史并了解其可能是糖尿病早期患者，這就屬于知識(shí)。但是今天，為了以積極的方式實(shí)現(xiàn)三重目標(biāo)——提高質(zhì)量、降低成本和改善體驗(yàn)——我們需要了解衛(wèi)生系統(tǒng)需要什么，臨床醫(yī)生、醫(yī)生、護(hù)士和組織需要什么，他們想要的不僅僅是數(shù)據(jù)、信息或知識(shí)。

他們想要回答以下問題：你給我看的這位患者的血糖是糖尿病前期的可能性有多大?他們?cè)诮酉聛淼?8個(gè)月內(nèi)發(fā)生充血性心力衰竭的可能性有多大?他們?cè)谖磥韮赡陜?nèi)患糖尿病足潰瘍的可能性有多大?

這種預(yù)測(cè)，這種對(duì)未來的洞察力，才是真正的機(jī)會(huì)。當(dāng)你將數(shù)據(jù)整合在一起并能夠使用它來構(gòu)建機(jī)器學(xué)習(xí)模型和使用AI時(shí)，才算是真正地使用數(shù)據(jù)來驅(qū)動(dòng)組織的洞察力。

這就是主線：從數(shù)據(jù)到信息到知識(shí)，再到觀察力，最后到某種對(duì)我來說可行的事情。在這個(gè)服務(wù)點(diǎn)的這個(gè)時(shí)刻，我可以為這位患者提供的最佳服務(wù)。

將醫(yī)療保健中的數(shù)據(jù)科學(xué)與改善患者治療結(jié)果聯(lián)系起來

Michael Krigsman：你如何將這一切與患者治療結(jié)果聯(lián)系起來的?或者說，如果我們擁有這種互操作性，有什么優(yōu)勢(shì)?

ShezPartovi：我會(huì)把一切都?xì)w結(jié)為上述提及的三重目標(biāo)，即提高護(hù)理質(zhì)量，降低護(hù)理成本，以及改善臨床醫(yī)生或患者的臨床體驗(yàn)或消費(fèi)體驗(yàn)。例如，從我認(rèn)為可能最容易的降低成本開始。

將人工智能與數(shù)據(jù)結(jié)合使用可以做的一件事是幫助進(jìn)行所謂的現(xiàn)實(shí)運(yùn)營預(yù)測(cè)，例如，下周五晚上我的急診科需要配置多少員工才合適?病人流量是多少?我可以預(yù)測(cè)進(jìn)入醫(yī)院的患者流量，以便調(diào)整員工人數(shù)嗎?順便說一句，這會(huì)影響護(hù)理質(zhì)量，因?yàn)槿绻闳耸植蛔悖瑢?huì)是一個(gè)挑戰(zhàn)。調(diào)整規(guī)模既是對(duì)成本的積極影響，也是對(duì)護(hù)理質(zhì)量的積極影響。

例如，使用ADT流(入院、出院、轉(zhuǎn)移流)來構(gòu)建一個(gè)模型，為進(jìn)入醫(yī)院的患者流量提供預(yù)測(cè)，進(jìn)而幫助你實(shí)現(xiàn)合理的人員配置，這不僅會(huì)影響患者的體驗(yàn)，也會(huì)影響臨床醫(yī)生的體驗(yàn)。因?yàn)槿绻耸植蛔悖瑹o疑會(huì)影響護(hù)理質(zhì)量。這正是飛利浦目前正在做的事情。

上述是運(yùn)營預(yù)測(cè)，下面讓我們聊聊之前提到的臨床預(yù)測(cè)。我以糖尿病為例，預(yù)測(cè)糖尿病足潰瘍或心臟病的可能性。事實(shí)上，臨床預(yù)測(cè)還有很多實(shí)例。

例如，你可以使用人工智能和機(jī)器學(xué)習(xí)來閱讀放射科影像，以識(shí)別或預(yù)測(cè)異常。如果算法認(rèn)為一個(gè)影像應(yīng)該盡快處理，因?yàn)樗鼤?huì)對(duì)護(hù)理質(zhì)量產(chǎn)生影響，那么放射科醫(yī)生應(yīng)該立即進(jìn)行查驗(yàn)并采取積極的行動(dòng)。該算法并非按照影像拍攝的順序來排列它，而是會(huì)把存在異常的影像排在首位。先發(fā)現(xiàn)先治療，才能產(chǎn)生積極的治療結(jié)果。

在飛利浦，這些就是AI和ML對(duì)于改善患者治療結(jié)果最常見的用例。

為醫(yī)療保健的數(shù)據(jù)共享創(chuàng)建激勵(lì)措施

MichaelKrigsman：大量數(shù)據(jù)保存在極少數(shù)市場(chǎng)領(lǐng)先的應(yīng)用程序中。為什么壟斷企業(yè)會(huì)有分享這些數(shù)據(jù)的動(dòng)機(jī)?換句話說，軟件和基礎(chǔ)設(shè)施的市場(chǎng)力量難道不影響你所描述的那種數(shù)據(jù)共享嗎?

Shez Partovi：這些數(shù)據(jù)屬于衛(wèi)生系統(tǒng)，軟件公司實(shí)際上并不擁有這些數(shù)據(jù)。例如，飛利浦不擁有這些數(shù)據(jù)，我們本質(zhì)上只是數(shù)據(jù)管理者。

不過，我確實(shí)知道世界上有些國家(我不想說出它們的名字，因?yàn)槲也幌胝f它們壞話)的軟件公司實(shí)際上擁有這些數(shù)據(jù)。因此，也可以說你的這個(gè)論點(diǎn)是正確的。

但至少在美國，說“我拒絕分享數(shù)據(jù)”是不正確的。信息屏蔽(Information blocking)規(guī)則將禁止這樣做。

Michael Krigsman：你能告訴我們需要匯總的數(shù)據(jù)類型嗎?

ShezPartovi：如果你正在考慮AI和機(jī)器學(xué)習(xí)、臨床預(yù)測(cè)和運(yùn)營預(yù)測(cè)，你需要從問題出發(fā)才能了解需要哪些數(shù)據(jù)。以谷歌地圖為例，如果你還記得的話，有一段時(shí)間它只是用紅色熱圖向你顯示方向和耗時(shí)。后來，它開始顯示騎行耗時(shí)、步行耗時(shí)、最佳路線等等。根據(jù)他們想要提供的預(yù)測(cè)和價(jià)值，他們正在收集越來越多的數(shù)據(jù)。

現(xiàn)在回到企業(yè)本身，當(dāng)考慮需要收集哪些數(shù)據(jù)來創(chuàng)建模型時(shí)，我們同樣需要從問題出發(fā)。假如你想預(yù)測(cè)逗留時(shí)間，以保持適當(dāng)和高效的護(hù)理規(guī)模。那么你可能需要的只是一個(gè)ADT流來預(yù)測(cè)逗留時(shí)間。另一方面，如果你試圖預(yù)測(cè)一個(gè)人是否患有特定疾病或特定癌癥，你可能需要成像、血液值、EHR(電子病歷數(shù)據(jù))數(shù)據(jù)。

總之，你需要從問題陳述開始，了解你試圖預(yù)測(cè)的內(nèi)容，以及你想為臨床醫(yī)生或運(yùn)營團(tuán)隊(duì)提供的工具，然后逆向思考，看看你需要哪些數(shù)據(jù)才能構(gòu)建這種為你提供預(yù)測(cè)的模型。

在數(shù)據(jù)科學(xué)中選擇正確的問題來解決

Michael Krigsman：你如何確保選擇正確的問題來解決?

Shez Partovi：每個(gè)組織要么有試圖解決運(yùn)營問題的運(yùn)營人員，要么可能有一個(gè)精益團(tuán)隊(duì)。精益團(tuán)隊(duì)前一陣子真的很流行。現(xiàn)在又有轉(zhuǎn)型團(tuán)隊(duì)。

雖然他們名稱不同，但他們都在四處搜尋需要解決的問題。當(dāng)然，還有臨床卓越團(tuán)隊(duì)以及運(yùn)營卓越團(tuán)隊(duì)。只不過，在你的組織中，它們可能有不同的稱呼。

如果你參加他們的指導(dǎo)委員會(huì)會(huì)議，你會(huì)發(fā)現(xiàn)他們可能知道自己需要解決的問題以及頭疼的問題。事實(shí)上，這些都是客戶告知他們的。所以，我會(huì)建議從這些已經(jīng)著手部署計(jì)劃的團(tuán)隊(duì)開始，例如，首席護(hù)士官或首席醫(yī)療官正在運(yùn)行一個(gè)臨床卓越計(jì)劃;首席運(yùn)營官正在運(yùn)行一個(gè)運(yùn)營精益計(jì)劃或卓越計(jì)劃。他們正試圖解決一些挑戰(zhàn)。所以他們有數(shù)據(jù)可以建立機(jī)器學(xué)習(xí)模型，以作為解決這些問題的工具。

我想說的是，如果我是衛(wèi)生系統(tǒng)的首席營銷官(CMO)，我當(dāng)然會(huì)面臨許多需要解決的問題，但我會(huì)從那些已經(jīng)在研究中的問題入手。同時(shí)，考慮使用AI和ML作為這些團(tuán)隊(duì)的工具。

避免以數(shù)據(jù)為中心的醫(yī)療保健中的偏見

Michael Krigsman：換句話說，就是解決你可能面臨的直接實(shí)際問題，無論是臨床方面還是手術(shù)方面。對(duì)嗎?

ShezPartovi：當(dāng)然。我的意思是我現(xiàn)在很實(shí)際。它可能與組織的KPI一致，與團(tuán)隊(duì)KPI一致。這確實(shí)是最簡(jiǎn)單、最直接的起點(diǎn)，就是從這些事情開始的。

Michael Krigsman：成為一個(gè)更加以數(shù)據(jù)為中心、更有效地利用數(shù)據(jù)的醫(yī)療保健系統(tǒng)所面臨的挑戰(zhàn)是技術(shù)偏向運(yùn)營方面嗎?

ShezPartovi：首先，你當(dāng)然需要數(shù)字化數(shù)據(jù)。就數(shù)據(jù)而言，存在三個(gè)V：大量化(volume)、多樣化(variety)和真實(shí)性(veracity)。想要真正創(chuàng)建作為一種保護(hù)工具的模型，你需要實(shí)現(xiàn)這些特質(zhì)。因?yàn)榇罅炕兄谙?多樣化能夠創(chuàng)建更好的機(jī)器學(xué)習(xí)模型;真實(shí)性還原數(shù)據(jù)的真相。

這是第一步。接下來，你需要實(shí)際訓(xùn)練一個(gè)模型，你需要標(biāo)記數(shù)據(jù)，并對(duì)模型進(jìn)行驗(yàn)證。此外，你還需要決定是否要申請(qǐng)美國食品和藥品管理局(FDA)審查(例如Philip就申請(qǐng)了FDA審查)，你不僅需要驗(yàn)證它，還需要滿足某些要求。

進(jìn)行結(jié)果研究以證明確實(shí)如此。同樣，這更多的是在供應(yīng)商方面。在內(nèi)部，對(duì)于運(yùn)營，你不需要這樣做。

數(shù)據(jù)(大量化、多樣化、真實(shí)性)、標(biāo)記、機(jī)器學(xué)習(xí)、建模、測(cè)試和驗(yàn)證等等，所有這些活動(dòng)都需要組織與健康科技公司合作。對(duì)于一些復(fù)雜的學(xué)術(shù)醫(yī)療中心來說，他們還會(huì)與大學(xué)聯(lián)系，尋求需要的人才來幫忙。

當(dāng)你問我存在哪些障礙時(shí)，這取決于你是否正在實(shí)施可能從飛利浦獲得的工具，或者你是否想要自己動(dòng)手構(gòu)建這些工具。在這種情況下，你可能會(huì)與一家可以幫助你的健康科技公司合作，或者與某種可以幫助你的公司合作，或者你可能會(huì)決定建立一種內(nèi)部能力來做到這一點(diǎn)。

工具就在那里。但想要將這一切集成在一起需要能力、培訓(xùn)和技能提升。因此，你要么在內(nèi)部構(gòu)建它，要么與你的合作伙伴合作。

Michael Krigsman：一個(gè)組織如何才能在數(shù)據(jù)來自各種記錄系統(tǒng)時(shí)創(chuàng)建一種企業(yè)范圍的視圖?畢竟來自不同的軟件供應(yīng)商，本質(zhì)上是不同的系統(tǒng)。

ShezPartovi：你希望你的數(shù)據(jù)處于一個(gè)所有數(shù)據(jù)都匯集在一起的環(huán)境中。從技術(shù)上講，至少，你必須考慮到你確實(shí)需要一個(gè)保持區(qū)，稱之為“數(shù)據(jù)湖”，或者隨便你怎么稱呼它，總之是一個(gè)健康數(shù)據(jù)空間。

提問者提到了可視化的問題，我認(rèn)為這種重要。上面我說過數(shù)據(jù)、信息、知識(shí)和洞察力的問題，如果你還記得的話，可視化是我將數(shù)據(jù)轉(zhuǎn)變?yōu)樾畔⒂玫降男g(shù)語。

人們習(xí)慣將可視化與“顯示儀表板和圖表”聯(lián)系起來。但我認(rèn)為更強(qiáng)大的東西，很可能是問題中所暗示的，是我如何從這些數(shù)據(jù)中創(chuàng)造洞察力，這能獲得比簡(jiǎn)單的可視化更高的投資回報(bào)率。順便說一下，我認(rèn)為你確實(shí)需要某種數(shù)據(jù)湖環(huán)境，最好是在云中，因?yàn)槿绻阋\(yùn)行機(jī)器學(xué)習(xí)模型，你一定不想購買位于數(shù)據(jù)中心的昂貴GPU，每天只用半小時(shí)，讓它空閑23.5小時(shí)。

你可以使用云，并基于所使用的內(nèi)容付費(fèi)。在云中，你可以使用最復(fù)雜的機(jī)器學(xué)習(xí)模型訓(xùn)練集、訓(xùn)練技術(shù)，并且只為你使用的部分付費(fèi)。如果你嘗試在自己的數(shù)據(jù)中心中構(gòu)建它，你將需要為只使用一小部分時(shí)間的東西支付高昂的費(fèi)用。千萬不要那樣做。

基于醫(yī)療保健數(shù)據(jù)孤島的患者鎖定

MichaelKrigsman：告訴你關(guān)于我個(gè)人的一個(gè)小故事，我不會(huì)說明具體的醫(yī)療保健系統(tǒng)名稱，但我絕對(duì)會(huì)堅(jiān)持使用它們。原因有很多，其中之一是它們很棒，很棒的醫(yī)生等等。但它也存在信息鎖定，如果我離開它們的系統(tǒng)，醫(yī)生就會(huì)給我發(fā)通知。這種內(nèi)在的信息鎖定會(huì)不會(huì)不利于你所描述的數(shù)據(jù)共享。

ShezPartovi：這絕對(duì)會(huì)加劇數(shù)據(jù)共享的困難度。不過，很多組織正在試圖擺脫這種現(xiàn)狀。舉個(gè)例子，我們的合作伙伴加州大學(xué)舊金山分校(UCSF)正在使用我上面提到的通用共享環(huán)境，他們實(shí)際上是從UCSF環(huán)境之外的實(shí)踐中獲取數(shù)據(jù)，并試圖創(chuàng)建一個(gè)整體視圖，使患者在實(shí)踐之間的移動(dòng)變得簡(jiǎn)單而輕松，信息共享也變得簡(jiǎn)單而輕松。

誰應(yīng)對(duì)不良數(shù)據(jù)、算法和患者治療結(jié)果負(fù)責(zé)

Michael Krigsman：如果有錯(cuò)誤的數(shù)據(jù)、錯(cuò)誤的算法以及由此做出的錯(cuò)誤預(yù)測(cè)，誰應(yīng)該負(fù)責(zé)?

Shez Partovi：在飛利浦，我們繼續(xù)相信這是一種幫助臨床醫(yī)生做出決策的工具，但最終你希望讓臨床醫(yī)生成為最終的決定者。

回到問題本身，首先，從哲學(xué)上講，至少從我們的角度來看，我們正在研究如何創(chuàng)建一個(gè)透明、公正且改善體驗(yàn)感的工具，這個(gè)工具同樣可以幫助臨床醫(yī)生完成他們的工作，就像驗(yàn)血或任何其他測(cè)試一樣。

順便說一句，任何測(cè)試都可能出現(xiàn)假陽性或假陰性。臨床醫(yī)生會(huì)通過他們的驗(yàn)證，綜合考慮做出決定，這與算法自行診斷不同。無論是數(shù)據(jù)、算法還是預(yù)測(cè)，它們都只是幫助臨床醫(yī)生決策的工具。

然后，談到數(shù)據(jù)偏見，我會(huì)在之前的3V(大量化、多樣化、真實(shí)性)基礎(chǔ)上加上1V，驗(yàn)證(validation)。當(dāng)然，創(chuàng)建算法的過程包括這種大量化、多樣性、真實(shí)性，然后是驗(yàn)證。

事實(shí)上，作為臨床醫(yī)生，我們都將醫(yī)療保健視為本地醫(yī)療，這意味著在一個(gè)地區(qū)流行的疾病可能不會(huì)在另一個(gè)地區(qū)流行。我曾在加拿大和美國都接受過培訓(xùn)。我可以告訴你，加拿大的某個(gè)特定胸部X光片是肺結(jié)核，而我在美國接受培訓(xùn)的同樣發(fā)現(xiàn)是肺球孢子菌病。他們是不同的。但這是因?yàn)獒t(yī)療保健是本地的。

算法需要根據(jù)部署環(huán)境進(jìn)行微調(diào)。世界上不會(huì)有一種通用算法，更不用說美國了。醫(yī)療保健是本地的。培訓(xùn)需要在當(dāng)?shù)剡M(jìn)行微調(diào)。

Michael Krigsman：你提出了一個(gè)非常具有挑釁性的觀點(diǎn)，即模型需要本地化或反映當(dāng)?shù)厍闆r。誰應(yīng)該負(fù)責(zé)創(chuàng)建這些模型?

ShezPartovi：算法可以微調(diào)——我們也是這樣做的。因此，一個(gè)模型可以“一般地”訓(xùn)練和微調(diào)，甚至在投入生產(chǎn)之前部署在環(huán)境中的后臺(tái)，然后在部署后繼續(xù)訓(xùn)練。

根據(jù)定義，它通過其實(shí)施和持續(xù)使用變得本地化。

Michael Krigsman：這些模型通常會(huì)由軟件供應(yīng)商、醫(yī)療保健系統(tǒng)或飛利浦等公司提供嗎?誰將提供這些模型?

Shez Partovi：以上所有皆可提供。當(dāng)然，飛利浦也會(huì)開發(fā)模型，我們實(shí)際上有一個(gè)稱為“AIManager”的環(huán)境，你可以將我們的模型放在該管理器中并使用它。

組織也可以自行構(gòu)建模型并將其放入AI Manger中使用。目前，有許多年輕的公司這樣做。我認(rèn)為有權(quán)訪問數(shù)據(jù)的公司都可以使用良好的數(shù)據(jù)構(gòu)建模型。

Michael Krigsman：你的意思是本地模型是減少模型內(nèi)部偏差的一種途徑，我理解的正確嗎?

Shez Partovi：是的，它確實(shí)有助于減少偏差，經(jīng)過訓(xùn)練和驗(yàn)證的模型在進(jìn)入本地并開始使用后，它就算是本地優(yōu)化調(diào)整模型。

醫(yī)療保健中的數(shù)據(jù)和人工智能的未來

Michael Krigsman：在接下來的幾年里，醫(yī)療保健中的數(shù)據(jù)和人工智能將走向何方?

ShezPartovi：當(dāng)你拿了一些機(jī)體組織、血液進(jìn)行測(cè)試就會(huì)產(chǎn)生數(shù)據(jù)流，你可以獲取數(shù)據(jù)并在其上運(yùn)行算法作為測(cè)試。那么，就像你進(jìn)行抽血并對(duì)血液進(jìn)行測(cè)試一樣，你可以讓你的數(shù)據(jù)流經(jīng)衛(wèi)生系統(tǒng)的靜脈和動(dòng)脈。你可以獲取該數(shù)據(jù)并對(duì)其應(yīng)用算法。

臨床醫(yī)生將訂購算法用作測(cè)試。是的，有總是運(yùn)行的后臺(tái)算法。但有些算法可能會(huì)需要使用大量計(jì)算能力。這種算法實(shí)際上最終可能帶來成本支出，因?yàn)槟阏谑褂糜?jì)算能力來運(yùn)行它們。

我認(rèn)為，隨著時(shí)間的推移，臨床醫(yī)生會(huì)像訂購測(cè)試一樣訂購算法。

Michael Krigsman：你預(yù)測(cè)這種情況需要多久到來?

Shez Partovi：我認(rèn)為可能會(huì)在五到十年內(nèi)看到一些早期跡象。

Michael Krigsman：我們?nèi)绾未_保數(shù)據(jù)科學(xué)被用于改善患者護(hù)理，而不僅僅是提高利潤?而且技術(shù)非常昂貴，應(yīng)該如何考慮?

ShezPartovi：人們應(yīng)該正確看待醫(yī)療保健中的AI和ML技術(shù)對(duì)于提高質(zhì)量、降低成本和改善體驗(yàn)的綜合意義。實(shí)際上，可以看到，成本只占這些因素的三分之一。我們應(yīng)該將重點(diǎn)放在三重目標(biāo)的各個(gè)方面，而不僅僅是降低成本。

我之前確實(shí)說過“數(shù)據(jù)科學(xué)用于提升運(yùn)營效率”的話，但在我看來，在某些情況下，提升運(yùn)營效率就是改善護(hù)理服務(wù)，因?yàn)槔纾耸植蛔銜?huì)導(dǎo)致護(hù)理質(zhì)量差。這些因素都是捆綁在一起的，我不想讓人覺得這些因素是分開的。

MichaelKrigsman：你對(duì)關(guān)注這一不斷變化的環(huán)境的醫(yī)療保健管理人員有什么建議?他們知道自己需要適應(yīng)，但這對(duì)他們來說非常艱難，因?yàn)樗麄兂惺苤绱司薮蟮呢?cái)務(wù)壓力、監(jiān)管壓力以及各種不同的壓力。

ShezPartovi：這一點(diǎn)我在早期與其他組織合作的過程中深有體會(huì)。我知道這聽起來很自私，因?yàn)槲以谶@里代表的是飛利浦，但如果我是CMO，我會(huì)進(jìn)行培訓(xùn)和技能提升以及其他許多事情。

而我對(duì)管理員的建議是，針對(duì)自身存在的問題，尋找同行最佳解決方案并引入一個(gè)技術(shù)合作伙伴，看看如何將AI ML與這個(gè)合作伙伴一起應(yīng)用到這個(gè)問題上。這就是我作為管理員的行事方法。

Michael Krigsman：你希望政策制定者了解這個(gè)不斷變化的醫(yī)療保健世界嗎?

Shez Partovi：政策制定者應(yīng)該而且需要了解。AI和ML在推進(jìn)三重目標(biāo)方面發(fā)揮著重要作用。因此，在我看來，在當(dāng)今時(shí)代，AIML可以為患者和臨床醫(yī)生提高質(zhì)量、降低成本并改善體驗(yàn)。

政策制定者應(yīng)該研究如何推進(jìn)數(shù)據(jù)科學(xué)的采用，并消除AI和ML的障礙，因?yàn)檫@樣做的凈效應(yīng)(neteffect)是其他團(tuán)隊(duì)想要的。這三種目標(biāo)是彼此關(guān)聯(lián)的，我們應(yīng)該弄清楚如何通過政策推進(jìn)實(shí)踐。