人工智能（AI）为医疗保健带来了巨大的变革机遇，尤其是在英国国民保健服务（NHS）的数字化转型中。然而，要充分利用这些机会，获得高质量的数据和培养专业的数据分析人才至关重要，这对于改善患者护理和应对诸如抗生素耐药性和癌症检测等挑战尤为重要。
开放数据访问是关键
目前，许多NHS信托正在通过前线数字化计划实施电子病历系统。这些系统不仅提供了组织特定的数据，还结合了我们集成医疗系统中的数据，使得可以访问更广泛的数据资源。
问题是，我们知道如何处理这些数据吗？数据质量如何？我们有足够的数据科学家来分析这些数据吗？
在当今的数字时代，NHS拥有的数据可以说是其最大的数字资产，这为我们打开了无限的机会。通过投资提升员工的数字化技能，我们将能够更好地利用这些数据，使患者受益。
人工智能的应用逐渐成熟
在大规模项目投入资金和资源之前，进行概念验证或研究是非常重要的。DXC Technology正与多个医疗机构合作，进行此类研究。
例如，DXC与新加坡总医院（Singapore General Hospital, SGH）和国家卫生机构Synapxe合作开发了一套AI系统，用于对抗肺炎和日益严重的抗生素耐药性。该AI模型通过处理患者的症状数据，帮助区分病毒性和细菌性感染，从而确保只有在必要时才开具抗生素。
新加坡总医院的高级顾问Piotr Chlebicki表示，这项技术能够筛选大量数据，检测感染模式，对于决定是否需要抗生素至关重要。
这套名为“传染病增强智能”（Augmented Intelligence in Infectious Diseases）的AI系统，基于来自约8,000名新加坡总医院患者的临床症状、感染反应、X光片和生命体征数据进行了训练。研究团队认为，该AI系统可以帮助医生每例节省多达20分钟的时间，并有助于遏制耐药性感染的发生。
乳腺癌检测中的人工智能
另一个例子是DXC与加州一家大型医疗集团合作开展的概念验证研究。该研究仅需有限的资金和资源，但通过对Epic电子病历系统中的历史数据进行分析，在乳腺癌的早期检测、跟踪和诊断方面取得了显著成果。
通过使用Epic的历史数据，该概念验证旨在确定AI能否显著提高乳腺癌放射学结果的准确性，特别是减少假阳性和假阴性的误判。
该研究建立了很高的准确性，对于阴性预测的准确率为96%以上，对于阳性预测的准确率为70%以上。
未来的机遇
这些例子展示了人工智能在提供更好医疗结果方面的价值。NHS必须确保能够访问患者数据，否则可能会错失AI为医护人员和临床医生带来的决策支持机会，更重要的是，会错过为患者带来巨大利益的机会。
(全文结束)
