NHS的数字化转型和AI技术提供了巨大的机遇，但要改善患者护理并解决诸如抗生素耐药性和癌症检测等挑战，获得高质量的数据和熟练的分析人员至关重要。
数据开放访问是关键
目前，许多NHS信托机构正在通过前线数字化计划实施电子病历系统。这些组织特定的数据源，结合我们综合医疗系统中收集的数据，意味着可以获得更广泛的数据。
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它吗？
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，这为各种机会打开了大门。通过投资于员工的数字化技能提升，我们将能够更好地利用这些数据，使患者受益。
AI技术逐渐成熟
在投入资金和资源启动另一项大型计划之前，进行概念验证或研究非常重要。
DXC Technology正在与多个医疗机构合作开展这些工作。
例如，DXC与新加坡总医院（Singapore General Hospital，简称SGH）和国家卫生机构Synapxe合作开发了一种AI系统，用于应对肺炎和对抗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，确保只有在必要时才开具抗生素。
SGH的高级顾问Piotr Chlebicki表示，该技术能够筛选大量数据以检测感染模式，这对于决定是否需要抗生素至关重要。
名为“传染病增强智能”的AI系统经过大约8,000名SGH患者的临床症状、感染反应、X光片和生命体征数据训练。研究团队认为，该AI系统可以为每位病例节省医生多达20分钟的时间，并有助于遏制药物耐药性感染。
AI用于乳腺癌检测
另一个例子是DXC与加州一家大型医疗集团合作进行的概念验证（Proof of Concept，简称PoC）。这项研究所需的资金有限，资源利用也较少，但在使用从Epic电子病历系统中提取的历史数据协助早期检测、改进跟踪和诊断乳腺癌方面具有重要意义。
通过使用历史Epic数据，PoC旨在确定AI能否显著改善患者的预后，成功识别乳腺癌放射学结果中的假阳性和假阴性。
该PoC建立了很高的准确率（阴性预测>96％，阳性预测>70％）。
未来的机遇
这些例子展示了AI在提供更好护理结果方面的价值。NHS必须确保能够访问患者数据，否则可能会错失AI为护理人员和医生决策带来的好处，更重要的是，它能为患者带来的益处。
(全文结束)
