重症监护病房是医学人工智能走出边缘的切入点吗?

贡献来源:脑极体(Brain Polar Body)我们关注人工智能在医学领域的许多应用,如医学影像诊断、医疗设备的研发、医疗数据的整理和分析、医院的日常管理等。

在这些领域,人工智能确实在一定程度上发挥了积极作用。

然而,仍有一些关键领域,人工智能的诊断和治疗仍难以打开大门。

例如,重症监护室,因为这里的每一次手术都与人类生活有关,人工智能在这个阶段几乎不可能进入其诊断和治疗。

如果我没记错的话,人工智能重症监护室最近一次被广泛讨论的应用是它根据病人的身体数据预测死亡时间的能力。

也许这种功能唯一有效的功能是非常方便医院排队进入重症监护室病房。

但这并不意味着重症监护室的大门永远对人工智能关闭。

人工智能作为一种已被证明足以改变世界的跨时代技术,在医学领域具有巨大的应用潜力。

重症监护室比重症监护室更需要人工智能。

这种需求可以从止痛剂开始。

重症监护室人工智能管理的突破对重症监护室患者来说非常重要,因为他们病情严重,缺乏明显的意识。

在所有常见的重症监护病房药物中,止痛药更为突出。

因为在大多数情况下,进入重症监护室通常伴随着大手术。

然而,在重症监护室使用止痛剂是一个非常复杂的问题。

护士需要病人反馈他们的疼痛强度来调整药物剂量。然而,重症监护室的病人经常伴有意识不清,因此这种反馈无法持续。

对于护理人员来说,用药过量容易导致患者成瘾,而剂量不足不能达到预期的镇痛效果,增加了患者的痛苦。此外,它很容易引起疼痛和死亡。

根据美国卫生局2016年发布的信息,美国每年平均有数万人死于阿片类药物过量。根据世界顶级医学杂志《柳叶刀》2017年的一项研究,全世界每年约有2500万人死于疼痛。

这些只是整个场景的统计数据。如果只计算在重症监护室中不规则使用阿片类镇痛药造成的死亡,恐怕情况不会乐观。

因此,如何为临床医生提供更好、更个性化的疼痛管理护理已经成为人工智能进一步向重症监护病房推进的切入点。

今年7月,来自哈佛-麻省理工学院健康科学技术部、麻省理工学院媒体实验室和哥伦比亚大学的研究人员组成了一个人工智能团队,并为重症监护室的疼痛管理创建了人工智能深度强化学习算法模型。

该算法的主要目标是根据不同患者的情况提供准确且可量化的镇痛给药。

为此,他们综合了40,000多名患者在接受医生的积极和消极止痛药后的效果。

在此基础上,利用人工智能算法确定每个患者的最佳剂量,以适应不同患者的个性化镇痛需求,从而达到人工智能实现重症监护病房患者定量镇痛给药的目的。

该方法遵循人工智能的一致模式来解决问题,即通过大规模数据馈送来训练模型,然后反馈到实际应用中。

然而,和其他场景中的数据+模型训练一样,重症监护病房中的人工智能更依赖于准确和丰富的数据。

在这种算法训练中,最大的问题仍然是数据。

首先是数据短缺。

人工智能算法模型的训练需要大量的数据,但对于重症监护室患者来说,平均住院时间约为10天,而在发达国家,效率更高,平均住院时间不到一天。

住院时间越短,镇痛药的服用次数就不会太多。

那么,有足够的样本数据来支持人工智能算法模型吗?第二是缺乏数据的广度。

对于重症监护室患者来说,影响镇痛药剂量的因素很多,如年龄、性别、身体素质特征、体重等方面。除了性别,这些因素大多是变量。

然而,该算法中使用的数据来自患者以前的用药史。

在此基础上,给出了最佳决策。

问题很明显。重症监护室病人的身体变化率与普通人相差甚远。因此,如果我们只看历史的刚性数据,而不加不时存在的变量,自然阻力缺陷就会因一些未知的风险而形成。

另一方面,单独使用镇痛药的历史意味着其他药物的分离。

医生在开止痛药剂量时是否考虑了多种药物的相互作用?治疗的目的是什么?换句话说,镇痛药的剂量和作用在理论上并不是一一对应的,但需要考虑综合给药的复杂性。

然后,应包括联合使用药物(如果有)和其他可能影响止痛效果的数据。

解决这些问题后,如果算法成熟,人工智能重症监护病房定量管理将有助于医生做出临床决策,并提供自动指导。

然而,量化的意义可能不限于重症监护病房。

走出重症监护室:人工智能(AI)进入医学人工智能领域,对重要医学场景进行量化和聚焦,目前仍被视为一个飞得很高的创业出口,主要集中在一些相对边缘的医学应用领域,如健康监测、医疗器械、图像诊断、住院管理等。过于专注于这些领域很容易让人产生错觉,认为人工智能似乎对医疗没有任何实际效果。

对普通人来说,看医生最重要的是诊断和治疗的过程,临床诊断,对病例的正确治疗,最后是治愈。

虽然人工智能在上述范围内的医疗领域已经有了很深的应用,但患者看不见、用不着,身体恢复的功劳仍然属于医生,在这个光环之下,自然AI看似无用。虽然人工智能已经在上述范围内深入应用于医学领域,但病人看不见也不需要,身体康复的功劳仍然属于医生。在这种光环下,自然人工智能似乎毫无用处。

然而,如果人工智能要摆脱医学领域无用的怀疑,它可能是直接参与极其重要的医学场景的另一种方式。

从这个角度来看,针对紧急医疗现场,真正与患者生活在一起,可能是人工智能在医疗领域树立威信的一个很好的选择。

例如,在重症监护病房、救护车和临床救援中的应用,以生命为第一测量标准,可以加速人工智能在医学领域的普及。

然而,为了在这些紧急医疗场景中发挥可见的作用,有必要显示如上所述的人工智能的定量能力。

重症监护室的每一次谨慎管理、救护车中维持生命的液体药物的含量、临床救援期间的适当麻醉注射、以及将生命从死亡边缘带回人类世界的每一个过程,都是人工智能在医学道路上日益坚定的步骤的基石。

因此,将人工智能渗透到医疗领域可以尝试走这样一条路:从与生死相关的急救场景入手,结合可量化的具体医疗操作,尽可能减少医疗差错,并在此基础上实现整个医疗行业的全面进军。

这样做不仅充分利用了它在数据量化方面的优势,也凸显了人工智能的价值。

让人工智能医疗不仅仅是表面的或发挥边缘作用,或者它可以从现在开始。

发表评论