有时候，你可能会觉得关于人工智能在医疗保健中的应用已经听得太多了，但这些清晰的突破性解释确实令人惊叹。
其中许多都与预测分析和使用数据促进早期干预有关。我们大多数人都直觉地认为及早处理医疗问题会有积极影响。但当你查看更详细的研究和研究结果时，这些现实会变得更加清晰。
谈论医疗保健
在一月份达沃斯世界经济论坛期间的一个小组讨论中，Sandy Pentland 采访了一组在医疗系统前沿工作的人。其中包括Rune Labs的Jared Josleyn（曾就职于赛诺菲）、微软研究院联合创始人Edward Jung、著名心脏病专家Ami Bhatt，以及斯坦福医疗保健的Anurang Revri和塔塔咨询服务公司的Siva Ganesan。
小组成员一致认为，好的医疗技术应该是全球适用的，并且应该从三级护理转向预防医学。
我们的行为和健康
这里有一个我以前从未这样想过的重要见解。我们有可穿戴设备来追踪一天中的所有活动。如果能够知道哪些行为会在未来几年对你的健康构成最大威胁，那会怎么样？你是经常上下楼梯吗？还是早晨喝咖啡后心率加快？
这只是个开始。
“我们有数据可以让我们使用预测分析，”Bhatt说，描述了这种方法的工作原理。“事实上，我们可以告诉你，哪个风险因素最可能影响你的寿命，哪个最可能影响你的生活质量。然后你可以考虑这对你的意义。”
Bhatt表示，处于心血管健康的最高三分之一水平，可以为你的生命增加近十年的时间。
我们可以看到哪种风险因素，以及具体哪个风险因素，对任何一个人来说是最危险的。
这是一个强大的提议——你可以通过挖掘个人数据来了解什么可能会在未来给你带来问题，无论是饮食、日常生活习惯还是其他任何方面。
改变世界
Jung称当前的医疗模式不可持续，并谈到了以可持续的方式促进健康长寿，理想情况下，医疗保健应通过早期干预，使人们拥有更多富有成效的生命年份。他提到了三种有助于此的技术——首先是人工智能，大数据可以通过支持健康的方式来分析；其次是区块链，个人数据可以集中存储，解决数据所有权问题；第三是密码学，可以解决隐私问题。
Revri讨论了我们所拥有的“丰富环境”，并提倡将医疗保健与计算机科学和伦理学结合起来，创造他所谓的“负责任的人工智能生命周期”。
他说，三个原则很重要：善用技术，专注于预防和自助服务，发明可以与世界共享的东西。
将数据转移到有效的地方
在小组讨论的后半部分，参与者讨论了如何将所有这些数据放到需要的地方。
Ganesan提到现代系统的“旁观者视角”，提到了价值链和结构化的数据源，超越顺序计算，采用新的方法来帮助发现预防性解决方案。
挑战和痛点
Bhatt和其他人思考了一些我们目前的局限性：最终将短缺1100万医生，每年花费高达11万亿美元，但结果却差强人意。
此外，美国人平均每年看医生的时间只有16分钟——这并不长。
但是，小组成员建议，如果能够有效地结合健康和非健康数据，可以使这16分钟的效果成倍增加。
Jung提到了解决方案的三个部分：政府政策小组、与医疗机构合作的能力，以及超级计算时代的健康价值模型。
Bhatt讨论了这宝贵的16分钟，以及如何有效利用它。
她声称，对于临床医生来说，这是一次“道德伤害”，因为他们通常在这短暂的时间里无法做他们需要做的事情。
你如何处理这些数据？
Bhatt说，医生需要知道一些事情，比如：保险是否覆盖某个程序，患者是否能前往提供治疗的设施。
“不仅仅是市场数据，”她说，“这是生活数据。”
Bhatt描绘了一幅画面，即作为医生，你可以获取这些生活数据，并在咨询时做好充分准备。
展望未来的医疗保健
如果你像我一样，你已经开始看到用于医疗保健的结构化数据的大局。这个想法是我们可以在医生办公室之外了解更多关于人们的信息，并在问题显现之前就开始处理潜在的问题。
我们正在进入一个新时代，这一点在医疗保健领域尤为明显。让我们关注随着我们前进事态的发展。
(全文结束)
