醫療保健領域加速採用AI、大數據、機器學習

關鍵字：()；()；()；()；()；()

瀏覽次數：2617｜歡迎推文：

科技產業資訊室 (iKnow) - Kyle 發表於 2021年4月26日

圖、醫療保健領域加速採用AI、大數據、機器學習

不可諱言的，AI仍處於穩定成長和進一步探索的過程中，也許是由於COVID-19危機，醫療保健成為AI投資的一大領域。

由John Snow Labs贊助的一項調查發現，幾乎有一半的受訪科技主管表示，2021年其計畫採用數據整合技術。而有三分之一的人表示，其即將或已經使用自然語言處理（NLP）和商業智慧（BI）。

在過去的10年中，醫療保健領域的工作是大規模部署電子病歷（EMR）。歸結起來，這一種將在紙上所做的事情進行數位化處理的過程。因此接下來將這些蒐集的數據進行結構化並整合是非常重要的。

接下來要處理的問題是，每一位醫生每天平均仍要花費大約3個小時來填寫EMR中的資訊，所以如何以NLP和BI來改變這一遊戲規則，讓每位醫生更專注於其專業領域，而非花費在這些文件處理。

這項調查也將組織在使用AI技術之成熟程度上，分成3個不同程度，分別是探索階段、早期階段和成熟階段。其中，成熟階段的組織由於擁有使用AI的經驗，因此在藥物開發專業的應用比例異常的高，達到43%，比起平均值21%要高了一倍多。

簡單來說，AI演算法可以非常有效地應用在藥物開發上，這比起人類專家更具優勢。甚至它們可以每週都查看所有學術論文、已提交的專利以及所有投資資訊，以提高其效率。

透過這一方式還可以自動建構知識圖。藉由結合藥物和分子，探索副作用和有效性。有許多公司正建立醫療管道、權衡醫學本體論、基因本體論、基因產品、學術文獻等。

這種基於軟體的研究甚至可以進入前期試驗階段，甚至具有潛力的分子也可以申請專利，然後再出售並授權給大型製藥公司獲取利益。即使成功機會只有5%，也是可接受的。

此外，如果有公司想要病患數據進行相關研究，必須事先獲得病患的同意下才能進行。即使病患同意了，它們也必須對數據進行身份辨識和匿名化處理。因此，如果與亞馬遜或谷歌合作的組織，希望能夠改善其機器學習模型，則必須徵得他們的同意。這一過程也是醫療保健公司的另一項營收來源。例如：如果一家製藥公司達成一項提供對50,000名病條記錄的訪問協議，那麼這一次為期六個月的專案訪問，可能意味著需要花費一百萬美元才能訪問相關數據。這表明AI化愈深的醫療機構，也可從中獲利。

總體來說，在醫療保健產業中，大家仍處於採用AI的早期階段，但未來幾年會加速前進。（721字）

參考資料：
Data, analytics, machine learning, and AI in healthcare in 2021. ZDNet，2021/3/30

相關文章：
1. 臉書FAIR與德國機構合作，透過AI尋找治療藥物且獲得突破
2. 健康大數據新創公司Innovaccer市值達13億美元，未來前景看俏
3. 美國十四家醫療保健提供商共同創建Truveta大數據平台
4. AI結合5G將改變醫療保健產業診療模式與流程
5. 健康大數據市場正以25%成長速度前進，未來將徹底改變醫療模式
6. 微軟收購語音辨識公司Nuance強化AI醫療布局

歡迎來粉絲團按讚！

--------------------------------------------------------------------------------------------------------------------------------------------