인공 지능은 병원의 다양한 시나리오에 적용되어 편리한 환자 등록, 진료 대기 시간 단축, 진단 지원 측면에서 환자의 의료 경험을 효과적으로 개선했습니다.기자는 인공지능이 진단 전, 진단 중, 진단 후에 병원에서 널리 활용되고 있음을 알게 되었습니다.그러나 동시에 업계에서는 인공지능을 의료 분야에 적용하기에는 아직 풀어야 할 과제가 많다는 입장도 내놨다.
병원 자원의 활용 효율성 향상
"건강은 인공 지능 응용 분야의 가장 가치 있고 중요성이며 의료 지능 업그레이드를 촉진하는 것은 의료 소프트 파워를 향상시키는 열쇠이며 상하이에서 핵심 링크로 의료 분야에서 인공 지능의 응용 및 개발이 될 것입니다. 산업 레이아웃, 적극적으로 AI 플러스 탐색 ', '의료, 연구 및 개발 - 산업 - 응용 프로그램을 구축하기 위해 "빠른 트랙",의료의 디지털 혁신과 의료의 정확한 개발을 탐구하고 추진하기 위해."상하이시 경제정보기술위원회 인공지능 개발부 부국장 Sun Yue는 최근 열린 "인간 및 산업 지능 기반 병원의 고품질 개발" 포럼에서 이렇게 말했습니다.
현재 인공 지능은 편리한 의료, 환자 경험 향상, 진단 및 치료 지원, 병원 자원 사용의 효율성 향상, 병원의 미세 관리 수준 향상 측면에서 잘 적용되었습니다.
“등록이 더 쉽고, 의사의 전문적인 정렬, 짧은 약속 시간, 적은 줄로 의사를 만나는 '잘못된 방법'이 환자의 공통된 매력입니다."상하이 제일모자건강관리병원(Shanghai First Maternal and Infant Health Care Hospital) 원장인 왕위(Wang Yu)는 병원이 병원 자원의 효율성을 개선하는 데 도움이 되는 AI를 통해 많은 새로운 기능을 출시했다고 소개했습니다.
"우리가 출시한 '의사 구하는 도우미' 기능을 예로 들어보겠습니다. 환자가 호소하는 증상에 따라 AI 로봇과 휴먼 고객 서비스의 결합을 통해 환자에게 해당 의사 리소스를 일치시킬 수 있으므로 환자가 등록할 수 있습니다. '오른쪽' 번호입니다.환자를 위한 첫 진료 과정의 생소한 상황을 고려하여 과거의 "서비스를 찾는 환자"가 이제 "서비스 찾는 사람"이 되도록 의료 프로세스의 지능형 지도를 개방했습니다.환자가 진료를 받기까지 기다리는 시간을 줄이기 위해 '온라인 카드 발급', 온라인 검진표 발급 등의 기능도 도입했다. 현재 저희 원장님의 면접은 3번에서 1번으로 줄었습니다."산부인과 카드 제작에 소요되는 전체 시간이 4시간에서 1.5시간으로 단축되었습니다."왕유가 소개되었습니다.
Shanghai Jiao Tong University School of Medicine에 소속된 Ruijin 병원의 Hu Weiguo 부국장은 Ruijin 병원이 인공 지능 기술을 기반으로 전체 환자 치료 프로세스를 최적화하는 데 도움이 되며, 30분 이내에 모든 부서 번호의 소스 시간의 정확성을 달성한 빅 데이터.
의료 진단 및 개발 지원
인공 지능으로 대표되는 디지털 기술은 의료 진단 및 치료, 의료 기기 연구 및 개발에도 변화를 가져왔습니다.“현재 흉부CT 보조진단을 예로 들면 현재 일상생활의 80%에서 인공지능으로 흉부골절 및 폐결절 보조진단을 완료하고 있습니다.1mm 이미징의 진단 시간이 7분에서 2분으로 단축되었습니다.관상동맥 CTA 보조진단 측면에서 루이진은 매일 관상동맥 진단을 받는 환자 수가 크게 증가하고 있다.루이진은 인공지능을 이용한 자궁경부암 및 위장관 종양 병리 진단도 진행해 악성 세포 검출 효율이 2~3배 향상됐다”고 말했다.Hu Weiguo가 말했습니다.
상하이 인공지능 연구소(Shanghai Artificial Intelligence Laboratory)의 부국장인 왕옌펑(Wang Yanfeng)은 최근 몇 년 동안 의료 AI가 빠르게 발전했다고 소개했습니다. 불완전한 통계에 따르면 12개의 국내 의료 AI 기업이 의료기기 Class III 인증을 획득했으며 총 79개의 국제 AI 시스템이 FDA의 승인을 받았습니다.
최근 몇 년 동안 상하이의 상하이 심강 병원 개발 센터는 인공 지능 고지대 전략 배치를 구축하고 관련 부서의 지원을 받아 도시의 상하이 시립 병원 조직을 안내하고 인공 지능, 빅 데이터, 5 1.0에서 2.{5}}로의 편리한 의료 서비스 디지털 변환과 같은 디지털 기술을 사용할 수 있으므로 응용 장면 구성의 편의를 위해,진단·치료 전·중·후의 모든 의료연계에서 인공지능 기술을 충분히 구현하고 인터넷 진단·치료가 통합된 전범위 의료 서비스의 질을 높여 환자의 의료 경험을 효과적으로 향상시켰다.동시에 Shanghai Shengang Hospital Development Center는 중국 최초의 의료 빅 데이터 훈련 시설 건설을 적극 추진하고 인공 지능의 표준화되고 질서 있는 개발을 지원하며 시립 병원에서 의료 인공 제품의 적용을 가속화합니다.
의료 AI는 여전히 많은 과제에 직면해 있습니다.
인공 지능이 의료 산업에 도입을 가속화하고 있지만 업계 관계자는 의료 AI가 여전히 많은 어려움에 직면하고 있음을 인정합니다.Wang Yanfeng은 한편으로 대규모 오픈 소스 데이터는 텍스트, 음성, 이미지 분석에서 현재 인공 지능의 급속한 돌파구의 핵심이지만 의료 개인 정보의 엄격한 보호는 대규모 오픈 소스;한편, 현재 의료계의 지도학습 패러다임은 특정 유형의 두부질환만을 다루는데 초점이 맞춰져 있고, 긴 꼬리 분포를 갖는 다수의 질병에 대해서는 주목받지 못하고 있다.
Wang Yanfeng은 인공 지능 의료 분야의 미래 개발 방향이 "데이터 배포, 모달, 작업, 협업 모델링 문제의 차이점, 특수에서 일반 기술 구현까지 의료 AI 탐색" 및 "형성 시스템"이라고 믿습니다. 개방형 공유의 훈련 모델을 기반으로, 모델 데이터 소스에 대한 오픈 소스 대안, 롱테일 질병 모델링을 돕는 "기본" 모델을 통해,의료 AI 개발 가속화".
Shanghai Tongji Hospital의 Zhao Haipeng 부사장은 인공 지능 의료의 적용 시나리오가 점점 더 완벽해짐에 따라 인공 지능에 대한 의존도가 높을수록 신뢰성이 업계의 장기적인 발전의 전제가 될 것이라고 말했습니다. , 그리고 그 중요성이 강조됩니다.
Shanghai Jiao Tong University School of Medicine 부속 Renji Hospital의 지능형 의료 개발 부서 원장인 Wang Chunming은 "인공 지능 및 의학"이 가능한 학제 간 인재 육성을 강화해야 한다고 말했습니다.교과서를 예로 들자면 인공지능의 도입은 현재 의학 교과서의 몇 장에 불과하며 관련 지식을 더욱 체계화해야 한다. 데이터 라벨 정리, 의료 분야 인공지능 적용 사례 등의 콘텐츠가 더욱 풍부해지고 보완되어야 합니다.
또한 Wang Chunming은 의료 분야에서 인공 지능의 적용을 더욱 가속화하기 위해서는 병원에서 인공 지능의 "탐색적인 분위기"를 형성하여 의사가 인공 지능의 적용을 적극적으로 탐색할 수 있도록 해야 한다고 말했습니다. 임상적 어려움에 직면했을 때 인공 지능 기업과 프로모션에 대해 논의합니다.