UVA Health 在其实时分析监控平台 RAMP 中取得的成功将成为 HIMSS25 大会三月份关于人工智能主题会议的焦点。
UVA Health 的高级数据科学家 Valentina Baljak 持有信息科学与技术、应用机器学习博士学位。UVA Health 创建并使用了 RAMP。Baljak 及其两位同事将在 3 月份拉斯维加斯举行的 HIMSS25 上讨论人工智能、RAMP 及更多内容，他们的会议题目为“实时分析监控平台：可用的人工智能”。我们采访了 Baljak，了解她和她的同事们将在会议中讨论什么内容，以及 HIMSS25 的与会者可以从他们的演讲中学到什么。
问：您在会议中将主要讨论什么主题？为什么这个主题对当今的医疗保健和健康信息技术很重要？
答： 随着生成式人工智能模型的出现，这一话题在医疗保健领域引起了越来越多的关注。在这项工作中，我们将重点关注实时临床决策支持工具。人工智能并不是一个新概念。在 UVA Health，我们已经开发实时预测系统好几年了，其中一个最大的教训就是，人工智能应该采取最适合您需求的形式。医生不会支持他们无法解释的工具。建立对我们模型和工具的信任意味着从一开始就密切合作。
我们希望提供一个构建适合您环境系统的蓝图，并提高对模型透明度、问责制和可解释性重要性的认识。这在医疗环境中尤为重要，因为实时预测可能对患者的治疗结果产生重大影响。
问：您将重点关注人工智能。在您的会议主题背景下，它是如何在医疗保健中使用的？
答： RAMP 的关键方面是从电子病历和其他数据源实时收集数据。能够将结果写回电子病历中的患者记录并在实时提醒护理团队，使 RAMP 成为临床环境中至关重要的工具。
这里使用的技术相对成熟且全部开源。Python 为我们提供了坚实的机器学习开发、后端连接和数据处理基础。与各种数据源的连接是通过 FiHR、REST API 和自定义 HL7 构建的。网站是用 Angular 构建的。
作为我们最新的重大扩展，我们正在基于我们最大的实时数据流之上构建一个新的预测模型，该数据流使用 Kafka 收集所有生命体征和心电图波形数据。
问：与会者将带着知识回家。他们可以期待带走哪些收获？
答： 人工智能是现代医疗保健的重要组成部分，具体形式取决于需求。选择正确的 AI 方法至关重要，因为风险很高。
如果您有内部专业知识和资源，那么开发定制的 AI 系统是比供应商提供的黑箱系统更强大的替代方案。
Valentina Baljak 的会议“实时分析监控平台：可用的人工智能”将于 3 月 4 日星期二下午 12:45 在拉斯维加斯的 HIMSS25 上举行。
(全文结束)
