澳門教育家陳康妮:AI助力全球醫療保健更加個性化
【作者簡介】 陳康妮 Miss Connie,大學講師,現任澳門作家協會秘書長。澳州墨爾本大學主修高等教育管理學(全球生涯規劃教育/創新創業教育)持有全球生涯規劃師資格/ 澳門高等教育管理學專家,澳門教育專欄作家。主力高等教育管理學的生涯規劃和創新創業教育硏究。 陳康妮提出「澳門創新創業教育」概念。希望將創新創業教育帶給澳門的每一位大學生。充分學習國外學校的優點,同時保持澳門本土特色,創造最好的未來大學,也給迷茫的大學生未來的學習以及人生建議。讓澳門的學生走向世界! 未來大健康公司使用AI 機器來改善個別患者的治療方案 當今的醫療保健系統在很大程度上著重於在遇到問題後幫助病人。當病人確實接受治療時,它基於在龐大而多樣的患者群體中平均效果最佳的方法。 現在,“大健康”公司正在使醫療保健更加主動和個性化-顧名思義,它正在為數百萬人提供服務。 大健康採用新的方法,根據新型的機器學習模型提出護理建議,即使只有個別患者,提供者和治療的少量數據可用,模型也可以使用。全球的大健康衛生公司已經在與健康計劃,保險公司和雇主合作,以使患者和醫生匹配。它還有助於識別出可能會在緊急情況下訪問急診室或將來住院的人,並預測慢性病的進展。最近,澳洲有大健康衛生公司顯示其模型可以識別有嚴重呼吸道感染風險的人,例如流感或肺炎,或者可能是Covid-19。 從一開始,這類公司就決定所有的預測都將與為患者帶來更好的結果有關。他們正在嘗試預測哪種療法,醫生或幹預措施將為人們帶來更好的結果。 改善健康的新方法 澳洲有硏究學者正在研究如何更好地管理心臟病發作的患者。這項工作對澳洲大健康研究學者來說是私人的:專注於利用機器學習的核心優勢來解決醫療保健中最棘手的問題。首先是要解決個人化和預測方面在醫療保健方面的實際挑戰的迫切性。從一開始,知道他們的解決方案需要與廣泛可用的數據(如醫療保健索賠)一起使用,其中包括有關診斷、測試、處方等的信息。還尋求構建用於清理和處理原始數據集的工具,以使模型成為用於衛生保健的完整機器學習推薦的一部分。最後,為了提供有效的個性化解決方案,模型需要與個別醫生,診所和患者進行少量的交流,這對傳統的AI和機器學習構成了嚴峻挑戰。 進入醫療保健AI領域的大公司要注意: 因為他們將其視為大數據問題。他們認為,我們是專家。沒有人比我們更擅長處理大量數據。 澳洲大健康研究專家認為,如果你想為個人做出正確的決定,那麼問題就出在小數據問題上:每個患者都是不同的,不要向患者推薦什麼?平均而言最好。專家想為每位病人研發最適合每個人的東西。澳洲研究團隊研發首批模型幫助推薦了針對急性後護理患者的熟練護理設施。許多此類患者遇到進一步的健康問題,然後返回醫院。模型顯示,某些設施可以更好地幫助特定類型的人解決特定的健康問題。例如,一個有心血管疾病史的64歲男性在一家醫院的狀況可能會好於另一家。 專家建議可幫助將患者引導至最適合他們的初級保健醫師,外科醫生和專家。澳洲研究專家去年更換髖關節時甚至使用了這項服務。大健康還可以幫助組織確定將來出現特定不良健康事件(例如心臟病發作)風險上升的人。我們已經超越了確定過去經常去急診室或醫院的人的觀念,而是找到了一個更可行的問題,即找到那些處於拐點的人,他們可能會遇到較差的結果和更高的病情費用。澳洲大健康研究學者的其他解決方案可幫助確定最佳的患者治療方案,並減少醫療保健欺詐,浪費和濫用。每個用例都旨在通過為醫療保健組織提供行動決策支持來改善患者的健康狀況。“從廣義上講,對構建可用於避免問題的模型感興趣,而不僅僅是預測問題,例如,確定那些患呼吸道感染嚴重並發症的風險最高的人[使護理提供者]能夠針對他們採取減少他們發生這種感染機會的幹預措施。” 規模影響 今年上半年隨著Covid-19大流行病的範圍變得越來越清楚,澳洲大健康研究學者開始考慮其模型可以提供幫助的方式。“大流行初期缺乏數據,促使學者去研究從抗擊其他呼吸道感染(如流感和肺炎)中獲得的經驗。模型可以準確預測與呼吸道感染有關的住院和就診。澳洲大健康研究學者在使用已經建立的技術在紙上進行了工作。他們已經部署了攔截產品來預測患者因各種原因而急診住院的風險,他們擴展這種方法。他們有免費提供解決方案的客戶。對於有澳洲科硏初創公司只有20人成立5年的公司來說,解決值得解決的問題,追求影響力,該公司管理層認為這反映在公司的團結和運作方式中。” “此科硏初創公司為保持追求影響力精神感到非常自豪。”管理層相信,還有更多的事情要做。“我們的目標是提高影響力”,他目前正在大規模運行一些最大的機器學習生產部署,影響數百萬甚至數千萬的患者,而他們才剛剛起步呢!