【51CTO.com快译】
随着人工智能领域，语音交互、计算机视觉和认知计算等技术的逐渐成熟，人工智能的应用场景越发丰富，人工智能技术也逐渐成为影响医疗行业发展，提升医疗服务水平的重要因素。而新冠疫情的突如其来又加速了这一影响。日前，科尔尼管理咨询公司的合伙人保拉穆各扎探讨了人工智能在医疗保健领域日益重要的意义。
近年来，曾经只存在于科幻小说中的东西正逐步成为我们日常生活中不可缺少的一部分。从家用语音控制系统到客服聊天机器人，可以说人工智能已经在大众市场站稳了脚跟。而在过去的一年里，人工智能在医疗保健领域开启了一场更彻底的变革。
多年来，人工智能和机器学习一直在悄然改变着医疗卫生部门，从机器人手术、3D图像分析，到智能生物传感器，技术的进步让诊断和治疗的远程管理得以实现。尽管COVID-19大流行的破坏性不容忽视，它也促进了医疗人工智能方面的技术发展和大众意识的觉醒。光是2020年第一季度，就有近10亿美元投资于以人工智能为重点的医疗初创企业。
人工智能在医疗保健领域的潜能无限，因此，该技术正迅速获得投资者的支持。AI的应用范围从疾病预防和诊断到急性护理和长期疾病管理，正是在2020年这一领域到达了一个转折点。
然而，我们似乎还只触及了表面，就像任何实时目睹的革命一样，这一领域拥有无限可能性。要从测试转向常规使用，并从根本上改变患者体验，需要参与人工智能的组织战略性地处理这个问题。
人工智能中的“艺术”
人工智能背后的技术正在以惊人的速度发展，但对一个组织的真正考验是，它如何能够利用和实现这项技术，从而达到自己的目的。疫情的压力无疑加速了创新，但在我们研究如何将它们付诸实践之前，有必要考虑一下人工智能到底是什么以及它在医疗保健环境中是什么样子。
人工智能的核心是机器学习，它由三个认知节点组成：计算机视觉、自然语言处理和数据推理。计算机视觉是人工智能的“眼睛”，因为它能够以比人类快得多的速度识别数字图像中的视觉模式、物体、场景和活动。自然语言处理是指识别和理解口语的技术。结构化数据推理是一种使用数据(通常是数字)来解决问题的技术。到2020年，我们在这三个医疗保健领域都看到了令人兴奋的发展。
以自然语言处理为例，在疫情期间，由于医疗服务提供商被迫将业务转移到网上，自然语言处理受到了关注。“远程保健”行业呈指数级增长，因为它使服务提供者能够实现基本服务的自动化和精简，以便腾出资源来处理危机。以法国为例，在疫情的最初高峰期，远程医疗预约从每周1万人次增加到惊人的50万人次。
人工智能的最新发展表明，“远程医疗”可以不局限于一个咨询平台。初创公司Vocalis Health正在探索将语音数据作为疾病进展的生物标记。使用人工智能，该技术可以检测特定语音片段中的肺动脉高压症状，并将其记录到智能手机上。类似的努力也集中在基于语音的COVID-19筛查应用程序，以及使用数据跟踪帕金森病等神经系统疾玻这一领域可以说潜力无限，有可能将远程保健提升到一个全新的水平。
此外，大型企业也在医疗人工智能领域取得了很大进展，比如Alphabet旗下的人工智能子公司DeepMind。去年11月，DeepMind的AlphaFold项目透露，通过了解蛋白质如何折叠成独特的三维形状，该项目会在很大程度上解决一个困扰了众多科学家长达半个世纪的挑战，这为更好地理解疾病和制药铺平了道路。
人工智能利用大量数据解决难以置信的复杂问题的能力远远超过了我们自己。面向未来的几十年，医疗保健提供商们如何才能有效地将这些可能的发展纳入到战略中呢?
难以捉摸的蓝图
人工智能是一个相当广阔的领域，有很多富有潜力的应用。希望利用其潜力的医疗保健组织必须做出适合其财务和技术能力的选择。
供应商在开始AI之旅之前首先需要问自己：我们是否有能力在内部构建这些能力？具体而言，是指拥有内部资源、专有数据和资金来开发内部的人工智能解决方案，企业需要根据自己的时间表来决定这是否现实。
接下来，我们应该考虑合作还是收购？即使拥有最好的资源和内部能力，合作伙伴关系也可以迅速增加人工智能系统和工具的开发和部署。投资人工智能初创企业或收购规模较小的公司，也可以让企业快速进入开发阶段，并提供更强的专业知识和能力。
最后，企业需要考虑哪些关键促成因素将加速他们的人工智能战略。这意味着要俯瞰全局，从技术获取到团队匹配。
常见的因素
不可否认，人工智能可以改变医疗保健的很多方面。正如我们在过去一年所看到的，它正在全球范围内经历迅速的演变。不过，使用人工智能的医疗保健提供商也面临特定的挑战。
数据是人工智能发展的基石。如果没有持续不断的数据供应，人工智能技术根本不可能达到如今的高度。然而，对于那些正在努力清洗“脏数据”的组织来说，这也可能是一件麻烦事。“脏数据”尚未标准化，仍然存在差异。隐私协议和安全要求也对进展提出了额外的障碍，但由于涉及到患者权利，这些障碍必须逾越。所有组织都必须警惕种种伦理问题：如何同意使用患者数据，如何解决算法中可感知的偏见。
这些挑战虽然真实存在，但绝不是无法克服的。与人工智能的融合不仅是一项值得追求的创新技术，未来几年也将成为医疗保健事业不可或缺的一部分。整个医疗保健链中的许多组织已经深入到它们的数字化转型之旅。值得注意的是，实现人工智能医疗的道路是漫长的，这使得拥有一个将愿景变为现实的战略成为踏上成功之路的关键。
总而言之，方法可能有所不同，将视乎专业和部门而定。未来的医疗前景可能会大不相同，但在人工智能定义的未来，无论是初创企业还是跨国公司，所有医疗机构都要走自己的路。
原文来自：https://www.healtheuropa.eu/the-rise-artificial-intelligence-in-the-healthcare-sector/105870/?utm_campaign=Artificial%2BIntelligence%2BWeekly&utm_medium=email&utm_source=Artificial_Intelligence_Weekly_201
【51CTO译稿，合作站点转载请注明原文译者和出处为51CTO.com】
