AI在医疗行业应用面临的五大挑战

  （AI）所面临的挑战，能够在一定程度上帮助医疗保健提供者制定适当的策略并以无风险的方式快速实施创新的解决方案。

  人工智能正在以多种方式改变医疗保健。医疗保健组织正在实施用于机器人手术、护理帮助、准确诊断和精密药物的AI。实际上，毕马威会计师事务所（KPMG）进行的一项调查显示，有53％的高管认为医疗保健在采用AI方面处于领头羊。

  尽管在采用AI方面处于领先地位，但并非所有医疗保健组织都已实施AI。部署AI解决方案时面临的挑战仍使一些医疗保健组织无法充分的利用AI技术。在这种情况下，医疗保健企业有必要了解医疗保健及其解决方案中的AI挑战。

  要解决医疗保健中AI实施方面的挑战，必须意识到这些挑战。一旦卫生组织意识到了挑战，便能更好地找到克服挑战的方法。

  人工智能系统要大量数据。并且收集的数据必须来自可靠的来源。从不可靠的来源收集数据可能会对AI解决方案的输出产生不利影响。

  因此，为了获得准确的输出，医院必须从可靠的来源收集培训数据。他们能够从患者的历史和当前病历中找到可靠的数据，因为医疗保健中的每个患者都是他们自身的来源。医疗保健组织还需要为机器学习算法准备准确的数据集。但是数据准备方面的挑战通常很难克服。

  因此，毫不奇怪的是，有96％的组织因为成功实现AI而遇到数据相关的问题阻碍。为了准备精确的数据集，医院需要尽早确定所需的结果并相应地准备数据。医疗保健组织还需要确保数据与构建过程一致。他们能够通过清除数据以使丢失的值最小化并消除不相关的数据来使其数据兼容。

  每个患者都是可靠的数据来源。但是，如果这些来源拒绝提供其数据来构建AI系统怎么办？没有人想让他们的数据被用于非法目的。为了尽最大可能避免这种情况并在患者之间建立信任，政府和领先的医疗保健组织制定了每家医院都一定要遵守的法规。

  例如，通过了《医疗保健信息携带和责任法案》（HIPAA），以强制执行机密处理患者数据的标准。另一个例子是《经济和临床健康卫生信息技术法案》（HITECH），该法案旨在标准化当今数字时代中电子健康记录（EHR）的维护。这种监管行为使患病的人能随意共享其数据，这一些数据可用于训练AI系统。

  医疗保健组织还需要确保收集的数据受到保护，以增强隐私和安全性。但是，在当今世界，我们大家常常听到有关网络安全漏洞的消息，保护数据安全并非易事。这也是医疗保健组织可通过区块链的地方。

  AI和区块链的融合可以共同革新许多行业，医疗保健是这一些行业之一。区块链将确保安全传输和存储患者数据，以增强隐私和安全性。它还将为患者提供透明性，以便他们能够查看其数据的存储位置和使用方式。

  英伟达CEO：美芯片商距离中国供应链独立至少还有十年，AI将在5年内赶超人类