计算机视觉是一种旨在模拟人类观察和理解周围世界方式的人工智能。这种AI摄像头会接收视觉信息，算法处理这些数据并从中学习以执行任务。
预计在未来十年内，计算机视觉在医疗保健领域的应用将迅速增长。根据Precedence Research的预测，全球市场价值将从2024年的26亿美元增长到2034年的530多亿美元。
像所有AI一样，计算机视觉的可靠性取决于输入信息的质量，因此组织需要优先考虑数据质量和测试以确保准确性。然而，如果策略性地使用，专家认为计算机视觉可以显著提高护理质量，并帮助解决长期存在的问题，如不断增长的患者需求和人员短缺。
“视觉是我们最强大的感官能力，高达90%的大脑直接或间接参与处理视觉信息。同样，计算机视觉也是最有价值的AI感知形式，”Artisight公司首席执行官兼重症监护麻醉师Andrew Gostine博士说。“高带宽图像处理与计算机视觉是唯一能够大规模推动医疗自动化的方法，从而解决许多医疗访问和效率问题。”
医疗保健中的计算机视觉是什么？
计算机视觉AI被设计成像医生、护士或科学家一样解释和应对情况。该技术有潜力改善患者监测，使医疗服务提供者能够更早地诊断疾病，并帮助使手术更加精确。
计算机视觉AI还有减少错误的潜力，因为与人类不同，计算机不会眨眼也不会疲劳。“重要的是要认识到这些工具并不是魔法棒或万能药，”加州大学圣地亚哥分校健康中心首席临床和创新官、雅各布斯健康创新中心主任Christopher Longhurst博士警告说。“只有当人们在工作流程中有效使用它们来提供更好的患者护理时，它们才能产生效果。”
计算机视觉在医疗保健中的主要应用场景
计算机视觉AI在医疗保健领域有许多不同的应用方式。
医学影像和诊断
放射科已经采用了计算机视觉AI来帮助医疗服务提供者分析医学影像并更早检测异常，从而实现更好的患者结果。
Longhurst表示，这项技术在疫情期间帮助加州大学圣地亚哥分校健康中心识别出COVID-19肺炎。他举了一个心力衰竭患者的例子，该患者尚未出现呼吸症状，但胸部X光片显示了潜在感染，促使医疗团队进行了COVID-19测试。“AI帮助我们更早地做出诊断，患者得到了治疗并在不需要重症监护的情况下出院。”
他说，加州大学圣地亚哥分校健康中心还使用计算机视觉AI来优先处理高风险检查。“AI可以找到可能之前未被诊断出中风的患者，并将其置于放射科医生的工作列表顶部，”Longhurst解释道。
手术精度和辅助
AI摄像头正在协助外科医生进行微创腹腔镜和机器人手术。该技术有助于识别关键解剖结构并跟踪手术工具的移动。此外，Longhurst表示，机器视觉AI用于验证所有材料（如海绵）在关闭切口前已从患者体内移除。
计算机视觉AI还创造了机会，使全国任何地方都能获得高度专业化的护理。Gostine表示，摄像头可以让专家远程参与复杂的手术。
“我们在手术室安装硬件，并将视频和音频流传输到控制台。这减少了沟通障碍，”Gostine说。“然后我们打开计算机视觉算法，驱动数据捕获，用途范围从手术室效率和废物减少到质量改进和患者安全。”
实时监控
人类只有一双眼睛，不能同时出现在所有地方，但AI摄像头可以填补这些空白。计算机视觉AI可以帮助改善患者监控，并减少可预防的问题，如跌倒——据美国疾病控制与预防中心称，每年跌倒给医疗系统带来的成本高达500亿美元。
其中一个例子是Artisight公司的Patient Room解决方案。其一个功能是当检测到患者试图下床时发送自动警报。虚拟护士可以通过双向馈送与患者交谈，并通过警报通知附近的工作人员。随着AI的学习，它应该能够更好地预测患者的状况。
“作为一名医生，我一年最多只能治疗大约2000名患者，但你可以用数亿次患者接触来训练算法，”Gostine说。“这是一种内置在每天成本不到一美元的摄像头中的巨大洞察力。”
在医疗保健中实施计算机视觉的注意事项
在实施计算机视觉AI时，医疗机构应使用该技术帮助现有工作流程更高效地运行。“通常，集成到工作流程中的工具表现最好，”Longhurst说。“这可能意味着与电子健康记录或放射科影像PAC系统集成。”
另一个关键考虑因素是AI算法的训练方式。在教授AI如何应对患者场景时，Gostine认为模拟还不够，因为它们“无法完全复制实际医院环境。”他解释说，在真实医院中训练计算机视觉AI，系统可以更好地学会在实时临床环境中与医生和护士合作。
Gostine补充说，在真实临床环境中训练算法涉及额外的患者隐私考虑。“我们开发了一种专有技术，使用合成数据训练算法，超过了HIPAA为去标识化患者数据定义的隐私标准，”他解释道。
医疗保健中计算机视觉的未来
Gostine对计算机视觉AI在未来变得更有用和更强大表示乐观。“在未来八年内，随着计算量的增加，这些算法的智能程度将再提高一千倍，”他说，并预测“计算机视觉将成为几乎所有医疗保健方面的通用传感器。”
Longhurst预计AI在医疗保健中的诊断用途将增加。他认为眼科和皮肤病学等专科将大大受益于计算机视觉AI。
“我认为AI对医疗保健的影响将比抗生素以来的任何东西都大，但需要更多的测试来衡量结果并确定该技术在不同环境中的工作方式，”Longhurst说。“即使我们将计算机视觉AI作为临床决策支持，最终医院和医生仍然要对提供标准护理负责。”
(全文结束)
