Providence St. Joseph Health（普羅維登斯·圣約瑟夫醫(yī)療集團(tuán)）已經(jīng)證明，人工智能和機(jī)器學(xué)習(xí)技術(shù)可以對(duì)當(dāng)今的醫(yī)療服務(wù)產(chǎn)生重要影響。該醫(yī)療集團(tuán)總部位于華盛頓州，在阿拉斯加州、華盛頓州、俄勒岡州、加利福尼亞州、新墨西哥州、蒙大拿州和德克薩斯州經(jīng)營(yíng)著51家醫(yī)院，已經(jīng)建立了多種基于人工智能和機(jī)器學(xué)習(xí)的系統(tǒng)。

據(jù)雷鋒網(wǎng)了解，它的No Show技術(shù)每個(gè)月通過(guò)增加患者就診數(shù)量已經(jīng)產(chǎn)生了投資回報(bào)；它的醫(yī)療補(bǔ)助風(fēng)險(xiǎn)分層模型正被其醫(yī)療管理團(tuán)隊(duì)用于尋找病例；圍繞脊柱融合和腦腫瘤手術(shù)的自然語(yǔ)言處理系統(tǒng)為新的使用案例和全企業(yè)范圍的工具提供了支持。

Providence St. Joseph Health的首席數(shù)據(jù)官Vijay Venkatesan表示，相比于其他擁有權(quán)限接觸病人信息的行業(yè)參與者，衛(wèi)生系統(tǒng)利用人工智能和機(jī)器學(xué)習(xí)顯然可以取得更明顯的進(jìn)步。

“醫(yī)療系統(tǒng)獲取病人數(shù)據(jù)的最大好處是能夠清楚地講述病人的前因后果，”他解釋說(shuō)。“它為病人提供了一個(gè)整體的縱覽視角。此外，它還允許基于人群的分析，來(lái)評(píng)估和優(yōu)化護(hù)理的方法?！?/p>

據(jù)雷鋒網(wǎng)了解，Providence St. Joseph Health已推出33個(gè)快速護(hù)理診所，患者可以一鍵安排當(dāng)日預(yù)約、視頻訪問(wèn)或者請(qǐng)護(hù)理人員到他們的家里。這些數(shù)字交互可以提供關(guān)于患者如何、何時(shí)和為何尋求護(hù)理的有價(jià)值的信息，以及衛(wèi)生系統(tǒng)如何用新的技術(shù)把他們引導(dǎo)至成本最低的護(hù)理機(jī)構(gòu)。

Providence St. Joseph Health推出了一個(gè)名為Circle的女性健康個(gè)性化平臺(tái)，提供內(nèi)容、產(chǎn)品和服務(wù)，讓消費(fèi)者在治療期間了解自己的健康狀況和家人的健康狀況。

還有一個(gè)就是Xealth平臺(tái)，這個(gè)平臺(tái)可以讓醫(yī)生從他們的EHR中開(kāi)出任何數(shù)字內(nèi)容、應(yīng)用程序、產(chǎn)品或服務(wù)，就像開(kāi)藥品一樣。有關(guān)患者評(píng)論內(nèi)容的數(shù)據(jù)、與應(yīng)用程序的粘性等等，都可以幫助衛(wèi)生系統(tǒng)更好地調(diào)整護(hù)理策略，對(duì)人口健康管理形成更深入的了解。

“更令人興奮的是利用基因組、蛋白質(zhì)組學(xué)和生物識(shí)別數(shù)據(jù)的前景，”首席數(shù)字官Aaron Martin說(shuō)，“系統(tǒng)生物學(xué)研究所(Institute for Systems Biology)是Providence St. Joseph Health的下屬機(jī)構(gòu)，由醫(yī)學(xué)博士Lee Hood領(lǐng)導(dǎo)。該機(jī)構(gòu)與健康系統(tǒng)合作開(kāi)發(fā)了“科學(xué)健康”(scientific wellness)項(xiàng)目，來(lái)幫助患者利用數(shù)據(jù)改善自身健康狀況?！?/p>

盡管在人工智能的應(yīng)用上前景良好，但Providence St. Joseph Health和其他醫(yī)療組織也面臨自己的問(wèn)題，其中一個(gè)就是從電子病歷中提取有用的信息。衛(wèi)生系統(tǒng)擁有海量的電子病歷數(shù)據(jù)，這是一個(gè)優(yōu)勢(shì)，那么這些機(jī)構(gòu)面臨的挑戰(zhàn)是什么？

首席戰(zhàn)略科學(xué)家Tristan Markwell說(shuō)，“文本數(shù)據(jù)代表了一個(gè)豐富的患者信息來(lái)源，包括一些可能永遠(yuǎn)不會(huì)出現(xiàn)在結(jié)構(gòu)化數(shù)據(jù)中的東西，例如，社會(huì)信息、OTC藥物或副作用/不良反應(yīng)，提取這些信息有幾個(gè)相關(guān)的問(wèn)題，主要問(wèn)題是實(shí)體識(shí)別，或者知道記錄中討論的是什么概念。由于語(yǔ)言含糊不清以及作者的縮寫(xiě)或拼寫(xiě)錯(cuò)誤使得這一點(diǎn)變得更加復(fù)雜?！?/p>

處理這些文本數(shù)據(jù)的最直接的選擇是：開(kāi)發(fā)自己的自然語(yǔ)言處理能力，通常是通過(guò)招聘具有特定計(jì)算語(yǔ)言學(xué)背景的數(shù)據(jù)科學(xué)家；與特定于領(lǐng)域的供應(yīng)商合作，將NLP功能一次交付給一個(gè)項(xiàng)目；或者與一般的NLP供應(yīng)商合作。

他說(shuō)，“第一種方法擁有最大的控制權(quán)和所有權(quán)，但是風(fēng)險(xiǎn)最大，而且可能代價(jià)最大；第二種方法可以釋放特定項(xiàng)目的收益，但會(huì)將ROI限制在特定的使用案例中；第三種方法具有一般功能，但可能會(huì)需要認(rèn)真的工作，以有益的方式融入現(xiàn)有的環(huán)境?！?/p>

“似乎‘NLP即服務(wù)’模式似乎即將成為最合理的解決方案——從記錄中提取具有元數(shù)據(jù)的實(shí)體的基本問(wèn)題在全國(guó)范圍內(nèi)是相當(dāng)統(tǒng)一的，因此受到規(guī)模經(jīng)濟(jì)的影響，供應(yīng)商似乎對(duì)提供輕量級(jí)的分發(fā)模型感興趣，并且它與數(shù)據(jù)上云的趨勢(shì)非常吻合。”

他補(bǔ)充說(shuō)，大多數(shù)健康系統(tǒng)都在招聘數(shù)據(jù)科學(xué)家的核心人員，并積極與大型云AI/機(jī)器學(xué)習(xí)供應(yīng)商(微軟、谷歌、亞馬遜等)合作，來(lái)利用他們的專業(yè)知識(shí)和工具。

雷鋒網(wǎng)了解到，Providence St. Joseph Health正在利用其龐大的數(shù)據(jù)存儲(chǔ)庫(kù)，但它只是觸及了可用數(shù)據(jù)的冰山一角。

Markwell解釋說(shuō)：“當(dāng)預(yù)測(cè)患者的病情時(shí)，我們不僅要看診斷和藥物，還要看先前的行為和時(shí)間模式。具體來(lái)說(shuō)，對(duì)于文本數(shù)據(jù)，我們分析了單詞的順序，形成了一個(gè)數(shù)學(xué)語(yǔ)義模型，然后用它來(lái)改善筆記搜索的結(jié)果；我們還進(jìn)行了手術(shù)總結(jié)，并提取了一些關(guān)鍵的部分，比如在結(jié)構(gòu)化數(shù)據(jù)中不可用的方法?！?/p>

他補(bǔ)充說(shuō)，獲取這些信息的關(guān)鍵是愿意投資于任用擁有正確技能的人，從簡(jiǎn)單的工具開(kāi)始，在需要的時(shí)候在復(fù)雜性工程上投入更多的時(shí)間。

今天，人工智能和機(jī)器學(xué)習(xí)如何在Providence St. Joseph Health運(yùn)行的一個(gè)很好的例子就是它的No Show移動(dòng)應(yīng)用程序——這是對(duì)一個(gè)常見(jiàn)問(wèn)題的綜合解決方案：由于患者錯(cuò)過(guò)預(yù)約時(shí)間或取消太晚，以致醫(yī)療系統(tǒng)無(wú)法重新填補(bǔ)空缺，導(dǎo)致醫(yī)療系統(tǒng)每個(gè)月都會(huì)出現(xiàn)缺席的情況。這是一個(gè)重大的系統(tǒng)性挑戰(zhàn)。

“解決這個(gè)問(wèn)題的第一步是建立一個(gè)全面的模型，我們相信這個(gè)模型可以用來(lái)進(jìn)行干預(yù)，”Venkatesan解釋說(shuō)，“我們的第二步是在實(shí)驗(yàn)環(huán)境中讓這些數(shù)字出現(xiàn)在診所面前，并證明使用這個(gè)模型進(jìn)行干預(yù)——通常是一個(gè)直接的病人提醒電話——可以有效地減少爽約，使診所更有效率?！?/p>

然后數(shù)據(jù)小組將算法整合到診所的Web應(yīng)用程序中，該應(yīng)用程序提供許多有用的功能，并收集呼叫信息，以便團(tuán)隊(duì)可以監(jiān)控使用率和ROI。這些團(tuán)隊(duì)現(xiàn)在正致力于利用干預(yù)數(shù)據(jù)創(chuàng)建一個(gè)反饋循環(huán)，以細(xì)化模型，并將干預(yù)推進(jìn)到最有效的地方。

“我們還推出了營(yíng)銷試點(diǎn)，利用機(jī)器學(xué)習(xí)為患者建立傾向模型，”Martin補(bǔ)充道?！皺C(jī)器學(xué)習(xí)可以幫助我們識(shí)別已經(jīng)對(duì)我們提供的服務(wù)感興趣以及有能力采取行動(dòng)的人群，這些成為營(yíng)銷自動(dòng)化計(jì)劃的經(jīng)驗(yàn)?！?/p>

Martin進(jìn)一步指出，醫(yī)療系統(tǒng)正在其主要的數(shù)字接口中進(jìn)行人工智能和機(jī)器學(xué)習(xí)的實(shí)驗(yàn)，以幫助引導(dǎo)患者找到正確的治療地點(diǎn)，同時(shí)還在研究由語(yǔ)音驅(qū)動(dòng)的智能工具，以簡(jiǎn)化臨床環(huán)境中制圖和導(dǎo)航的工作。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。