预防医学风靡一时。它可以削减长期的医疗保健成本,帮助患者避免痛苦的手术过程,并总体上推动更长,更高质量的生活。那么,预防医学何时才能从年度检查和传统检查(如乳房X线照片和结肠镜检查)转移到更高技术水平呢?我们现在可能正站在那个转折点。

当前正在引入几种新的AI工具,这些工具有可能根据患者发生心脏事件的可能性来检测未来的心脏病发作风险,甚至确定优先级并指导紧急呼叫。查看这些令人兴奋的项目,这些项目正在使心脏病发作的死亡成为过去。

我们之所以拨打紧急服务电话是因为我们需要立即护理,但并非所有紧急电话都像其他紧急电话一样紧急。因此,为了优先考虑呼叫响应,四个欧洲国家/地区推出了一种AI算法,可以以高达95%的准确度检测心脏骤停。在AI开发人员的研究中,人类调度员只能以约74%的精度执行此任务。

经历心脏骤停的患者如果希望得到复苏,则需要最快的护理,这就是为什么对于调度员而言,快速准确地评估呼入电话很重要。通过AI指挥电话,更多患者可以得到快速护理,从而防止脑部和器官受损或死亡。

决策人工智能是机器增强医学的主要新领域之一,而这种调度程序系统只是其中的一个例子。其他AI程序包括以色列用于检测颅内出血的程序,以及由斯坦福大学科学家设计的程序,该程序可以识别癌变的皮肤标记。

尽管总会有诊断技术,尤其是在罕见情况下,但AI通过帮助医生做出更好的治疗决策来改善全球患者的结局。尽管大肆宣传,但AI的作用是减少医生错误。它不能代替医生。

最大限度地提高紧急调度员对心脏骤停的反应显然很重要,但是如果我们能在心脏病发作之前对其进行治疗,该怎么办?这是预防性心脏病学计划的主要目标- 在变得危险之前解决诸如高血压,家族病史,肥胖和代谢综合征等心脏病危险因素。不过,最近,Google发布了一种新算法,该算法针对评估心脏风险的标准完全不同:眼睛。

眼睛能告诉我们未来的心脏健康吗?眼底被称为眼底,富含血管。通过扫描这些血管,Google算法可以检测各种因素,包括年龄,个人是否吸烟,血压水平等等。现在,该算法可以在70%的时间内正确预测心脏风险,这一比率仅略低于医学标准SCORE测试,准确率约为72%。

诸如Google的算法和SCORE测试之类的主要区别在于,SCORE测试不太可能变得更加准确,但是随着曝光和测试的增多,Google的算法将对小细节变得更加敏感。机器学习使大多数算法是开放式的,并且在不断发展。他们越“看到”并且得到的反馈越多,他们的表现就越好。

大多数医学知识是高度概括的。例如,医生会告诉患者他们患有某种特定疾病的可能性为X%,但是该数字可能是基于整个人口的,而人口数量通常是基于主要由白人组成的研究。尽管在实践中我们看到少数群体中药物效力和疾病风险的水平不同,但研究和统计数据很少反映出这些差异。

通过与微软的AI医疗保健网络合作,印度的Apollo医院根据印度人口开发了心脏评估AI。即使在占世界人口近七分之一的印度,目前使用的大多数技术和评估工具都是根据西方人口开发的。这导致诊断错误和疾病预防工作不力。阿波罗医院的AI是第一个以诊断技术为中心的重新思考的AI。

心血管疾病是全球范围内主要的死亡原因,在低收入和中等收入国家中,心血管疾病的发病率正在上升,因为西方人的饮食习惯日益普及,财富的增加导致肉类消费量增加和久坐不动的生活方式。这种风险状况使更好的疾病检测和预防工作比以往任何时候都更加重要-而且AI工具已准备就绪,可以改变游戏规则。