第 1 章
为什么将人工智能应用于医疗领域?
数字化已经彻底改变了医疗健康行业。从电子健康记录和远程医疗,到用于诊断的数字图像,乃至其他智能医疗设备,数字化工具比比皆是。其结果呢?大量的数据应运而生。医疗健康领域的工程师、科学家和研究人员看到了利用人工智能 (AI) 挖掘这些数据存储并实现诊断、干预和服务来改善医疗健康结果的潜力。
Kaiser Permanente 的 SureNet 系统便是其中一个例子。该系统利用人工智能扫描电子健康记录来识别未被诊断出疾病的患者。例如,该系统搜索了 386 万份尚未进行腹主动脉瘤筛查(对于年龄在 65 到 75 岁之间的大多数男性,建议进行此项筛查)的患者的病历。经筛查新诊断出 2,062 例动脉瘤,其中 87 例需要进行手术。该系统使得未经筛查的患者比例从 51.7% 降至 20% [1]。
基于人工智能的记录扫描系统使得数据库中未经筛查的患者(黄色部分)比例从 51% 降至 20%。
人工智能不但可以模拟智能行为,而且还可以快速处理太庞大也太复杂以至于人类无法解释的数据存储,如 SureNet 示例所示。在很多方面,都可以使用人工智能驱动的系统,将人工智能算法(如机器学习和深度学习)融入复杂环境,以实现自动化。
在医疗健康行业的许多领域,人工智能在提升患者体验和总体改善人群健康方面发挥着重要作用:
- 改善大量人群的医疗决策。
- 直接根据图像或生理信号改善诊断。
- 使新型治疗和干预成为可能。
- 提供可扩展的筛查和治疗方案,从而改善医疗健康服务的可及性。
发挥人工智能的潜力
人工智能有望引领医疗设备行业的未来。为此,医疗健康领域的工程师和科学家们需要能够:
- 实现人工智能解决方案,即使不是数据科学专家也能如此。
- 以快速且经济有效的方式,设计、仿真和验证基于人工智能的模型。
- 生成、收集并准备高质量的标注数据。
- 以经济有效的方式,将人工智能融入现有的算法和系统中。
- 对基于人工智能的模型进行认证,以便能够在受监管的市场上将其顺利推出。
MATLAB® 和 Simulink® 让您可以轻松地开始将人工智能模型用于医疗行业应用。并针对人工智能提供了完整的工作流,包括准备数据、创建模型、设计运行模型的系统,以及部署到硬件或企业系统。MATLAB 和 Simulink 还提供了相应的工作流,以帮助您认证基于人工智能的软件即医疗设备。
后面的章节通过案例研究说明了组织如何使用 MATLAB 和 Simulink 来实现人工智能,从而在各个诊断和治疗领域改善患者治疗结果,并提高人群的健康水平。
参考文献
[1] Rochman, Sue.“Researchers conduct largest-ever study of abdominal aortic aneurysms.”Kaiser Permanente.2021 年 9 月 20 日更新。https://divisionofresearch.kaiserpermanente.org/abdominal-aortic-aneurysms/
您也可以从以下列表中选择网站:
如何获得最佳网站性能
选择中国网站(中文或英文)以获得最佳网站性能。其他 MathWorks 国家/地区网站并未针对您所在位置的访问进行优化。
美洲
- América Latina (Español)
- Canada (English)
- United States (English)
欧洲
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)
亚太
- Australia (English)
- India (English)
- New Zealand (English)
- 中国
- 日本Japanese (日本語)
- 한국Korean (한국어)