Analysieren Sie Patientenchecklisten, um Ärzten dabei zu helfen, die Krankheitsursache schneller und genauer zu finden.
Werden Sie ein Gedächtnisassistent, der Patienten daran erinnert, Medikamente zum richtigen Zeitpunkt einzunehmen.
Analysieren Sie große Mengen medizinischer Daten, um neue Behandlungsmethoden zu entdecken.
…
Stellen Sie sich vor, wenn KI-Technologie „nahtlos“ mit dem täglichen medizinischen und Gesundheitsmanagement verbunden werden kann, werden wir rücksichtsvolle „Gesundheitsverwalter“ gewinnen und ein intelligenteres und bequemeres Leben führen.
Aber gleichzeitig steht „KI + medizinische Versorgung“ auch vor vielen Herausforderungen, wenn es um die Kommerzialisierung geht. Fragen wie das Vertrauen von Patienten und Ärzten in KI, regulatorische Fragen und ethische Fragen tauchen nacheinander auf.
Wie kann KI-Technologie besser im Medizin- und Gesundheitsbereich eingesetzt werden? Wie können durch KI-Technologie mehr neue Anforderungen angeregt werden? In dieser Ausgabe von Vision lud Xiaoguan Li Wenwen, Assistenzprofessor der Abteilung für Informationsmanagement und Business Intelligence an der Fudan School of Management, ein, um zu diskutieren, wie KI die Entwicklung der Gesundheitsbranche vorantreiben kann.
Li Wenwen
Assistenzprofessor, Abteilung für Informationsmanagement und Business Intelligence
Forschungsrichtungen: Maschinelles Lernen, Medizin- und Gesundheitsmanagement, Mensch-Maschine-Kollaboration, E-Commerce
01
Unterstützt durch KI bricht das Zeitalter der „digitalen Intelligenz und Gesundheit“ an
Bei der Betrachtung der Medizin- und Gesundheitsbranche aus Managementsicht liegt der Kern in der Bedarfsanalyse. Traditionelle medizinische Dienstleistungen konzentrieren sich auf die Behandlung von Krankheiten, wobei Ärzte einzelne Patienten mit medizinischen Produkten und Dienstleistungen versorgen. Der vom Land vorgeschlagene aktuelle Planungsentwurf „Gesundes China 2030“ erfordert jedoch eine Verlagerung von der Krankheitsbehandlung als Mittelpunkt hin zur Gesundheit der Menschen als Mittelpunkt, was bedeutet, dass traditionelle, individuell orientierte medizinische Dienstleistungen hin zu gruppenorientierten und gruppenorientierten Denkweisen verlagert werden müssen Weitere Informationen dazu, wie medizinische und gesundheitliche Dienstleistungen über den gesamten Lebenszyklus hinweg einem breiteren Spektrum von Menschen zur Verfügung gestellt werden können.
Neben medizinischen Produkten und Dienstleistungen sollten wir auch auf Gesundheitsprodukte und -dienstleistungen achten. Die derzeitige Medizin- und Gesundheitsbranche sollte sich nicht nur auf Krankenhäuser oder medizinische Einrichtungen beschränken, sondern auch den gesamten Lebenszyklus der Bewohner berücksichtigen, von der Krankheitsprävention, der Krankheitsdiagnose und -behandlung bis hin zur späteren Genesung und Nachsorge von Krankheiten.
Es ist erwähnenswert, dass diese Veränderungen neue Bedürfnisse und neue Herausforderungen mit sich bringen. Auf individueller Ebene wächst die Nachfrage der Menschen nach medizinischer Gesundheit von Tag zu Tag und sie beginnen, qualitativ hochwertigere, effizientere und personalisiertere medizinische Dienstleistungen anzustreben. Dies hat höhere Anforderungen an Ärzte und verwandte Unternehmen gestellt, d. h. wie bessere medizinische Dienstleistungen bereitgestellt werden können.
Auf organisatorischer Ebene können medizinische Einrichtungen und Unternehmen nun umfangreiche medizinische Daten sammeln, darunter elektronische Krankenakten, medizinische Bilder und verschiedene Daten zum Gesundheitsverhalten der Benutzer, die in Echtzeit von intelligenten tragbaren Geräten erfasst werden. Angesichts dieser Daten müssen wir darüber nachdenken, wie wir umfangreiche und vielfältige medizinische Daten effizient verarbeiten, analysieren und in wertvolle Produkte oder Dienstleistungen umwandeln können.
Glücklicherweise bietet uns die rasante Entwicklung der Technologie, insbesondere der Aufstieg der Technologie der künstlichen Intelligenz, mögliche Lösungen. Unter ihnen ist „Digital Smart Health“ ein aufstrebendes Konzept, das die gemeinsame Förderung umfassender Gesundheit durch Digitalisierung und Intelligenz in den Vordergrund stellt. Basierend auf einer großen Menge an medizinischen und Gesundheitsdaten, wie z. B. klinischen Daten, Gesundheitsaktendaten, intelligenten Hardwaredaten usw., kombiniert mit KI-Technologie, Big Data, Cloud Computing und digitalen Plattformen, können wir die Digitalisierung und Intelligenz der Medizin realisieren und Gesundheitsfürsorge.
Vor diesem Hintergrund werden diese neuen Technologien in Zukunft schrittweise auf die Bedürfnisse des allgemeinen Gesundheitsbereichs angewendet, was zu weiteren Anwendungen führen wird, wie z. B. intelligenter Hilfsdiagnose, genetischer Diagnose, pharmazeutischer Forschung und Entwicklung oder damit verbundener Forschung und Entwicklung von Organoiden.
Allerdings steht „KI + medizinische Versorgung“ bei der Kommerzialisierung auch vor vielen Herausforderungen. Bei klinischen Anwendungen treten nacheinander Fragen wie das Vertrauen von Patienten und Ärzten in die KI, regulatorische Fragen und ethische Fragen auf. Diese Herausforderungen sind keine rein technischen oder medizinischen Gesundheitsthemen, sondern hängen eng mit dem „menschlichen“ Faktor zusammen. Daher ist die wirksame Abstimmung von Technologie und Gesundheitsmanagementanforderungen zu einem dringend zu lösenden Problem geworden.
02
„AI+Medical“ wird implementiert, um das kommunale Gesundheitsmanagement zu verbessern
Wenn Sie die Anforderungen des Gesundheitsmanagements kennen, wie passen Sie dann die entsprechende KI-Technologie an? Hier ein Fall aus der Perspektive des kommunalen Gesundheitsmanagements. Das kommunale Gesundheitsmanagement ist ein sehr wichtiger Teil des hierarchischen Diagnose- und Behandlungssystems. Die Bewohner der Gemeinde müssen nicht in große Krankenhäuser gehen, und auch kleine Krankenhäuser in der Gemeinde können eine große Rolle spielen. In der hierarchischen Diagnostik und Behandlung kann das kommunale Gesundheitsmanagement eine Reihe wichtiger Aufgaben übernehmen, etwa die Prävention und Behandlung chronischer Erkrankungen.
Aus Managementsicht hat das kommunale Gesundheitsmanagement einen theoretischen Rahmen entwickelt, der einen Zyklus von der Erstellung eines Bewohnerprofils, dem gemeindenahen Krankheitsscreening, der Risikobewertung und Intervention bis hin zur abschließenden Nachsorge darstellt. In der Praxis können jedoch verschiedene Notfälle auftreten.
▲ Hongqiao Road Campus (Fotoquelle: Xinmin Weekly)
Nehmen Sie als Beispiel das Shanghai Eye Disease Prevention and Treatment Center. Seine Hauptaufgabe besteht darin, in allen Gemeinden in Shanghai Screening-Dienste für Augenkrankheiten anzubieten. Konkret wird das Zentrum zunächst alle kommunalen Gesundheitszentren mobilisieren, um vor Ort Krankheitsuntersuchungen durchzuführen und in die Gemeinde zu gehen, um Fundusbilder der Bewohner zu machen. Aufgrund der begrenzten Qualität der medizinischen Leistungen in kommunalen Krankenhäusern verfügen viele kommunale Krankenhäuser nicht über spezialisierte Augenärzte, die Augenkrankheiten diagnostizieren können.
Mithilfe digitaler Technologie wird das Shanghai Eye Disease Prevention and Treatment Center Fotos des Fundus von Patienten in die Cloud hochladen, Remote-Experten von Tertiärkrankenhäusern einladen, die Fotos zu lesen, und dann den kommunalen Krankenhäusern Feedback geben. Da Experten und Ärzte jedoch ihre eigenen ambulanten Aufgaben haben und nur zu bestimmten Zeiten Zeit finden oder Filmlesungen durchführen können, dauert die Rückmeldung der Diagnoseergebnisse oft 1-2 Wochen und die niedergelassenen Ärzte geben die Ergebnisse dann an die Bewohner weiter. Ein solch langer Zeitraum kann leicht dazu führen, dass die Bereitschaft der Bewohner, Überweisungen vorzunehmen, gering ist, was dem Gesundheitsmanagement der gesamten Gemeinde nicht förderlich ist.
Dieses Problem beschäftigte das Shanghai Eye Disease Prevention and Treatment Center lange Zeit, bis die KI-Technologie aufkam. Die Entwicklung der KI im Bereich der Bilderkennung ist sehr ausgereift, und Fundusfotos sind eigentlich eine Art medizinische Bild-KI, mit der Krankheiten in Fundusfotos identifiziert werden können. Nach der Einführung von KI-Geräten für das Screening von Augenkrankheiten hat sich die bisherige Diagnosezeit von 1–2 Wochen erheblich verkürzt. Die Patienten müssen vor Ort nur noch 1–2 Minuten warten, und die Ergebnisse können vor Ort gemeldet werden Auch die Zahl der Weiterempfehlungen hat stark zugenommen.
Doch gleichzeitig steht die Implementierung der KI-Technologie auch vor vielen Herausforderungen. Da es beispielsweise für das Shanghai Eye Disease Prevention and Treatment Center viele ähnliche Hersteller von KI-Geräten auf dem Markt gibt, ist die Auswahl der geeigneten KI-Geräte eine der Herausforderungen. Ein weiteres Beispiel besteht darin, dass die Geräte patientenbezogene Daten sammeln , werden sie direkt an die KI übermittelt. Unabhängig davon, ob der Gerätelieferant oder das Zentrum für die Prävention und Behandlung von Augenkrankheiten die Datenbank selbst erstellt, ist es eine heikle Frage, wie die Datensicherheit in diesem Prozess gewährleistet werden kann.
Darüber hinaus dringt die KI-Technologie nach und nach in alle Ebenen der medizinischen Industrie vor. Auch die Überwindung von Datenbarrieren und die Verwirklichung der Datenvernetzung ist ein dringendes Problem, das gelöst werden muss. Tatsächlich ist die Menge der verfügbaren Daten im Medizin- und Gesundheitsbereich im Vergleich zu Bereichen wie Konsum oder Internet äußerst begrenzt. Insbesondere das Training und die Anwendung generativer KI erfordern große Datenmengen. Diese Realität steht in scharfem Widerspruch zur Knappheit medizinischer Daten. Noch wichtiger ist, dass die Erfassung medizinischer Daten hauptsächlich von medizinischen Einrichtungen abhängt und die Datensysteme der meisten Krankenhäuser derzeit noch isoliert sind und keine Verbindung herstellen können.
Die Besonderheiten des Medizin- und Gesundheitsbereichs haben auch zahlreiche Einschränkungen für die praktische Anwendung der KI-Technologie mit sich gebracht, wobei Ethik, Sicherheit und Schutz der Privatsphäre besonders wichtige Aspekte darstellen. Im Vergleich zu traditionellen Verbraucherbereichen muss die Werbung für Medizin- und Gesundheitsprodukte zunächst einer strengen Prüfung durch die Regulierungsbehörden unterzogen werden, um die Einhaltung sicherzustellen. Daher muss bei der Förderung von Technologieanwendungen im Medizin- und Gesundheitsbereich der Datensicherheit, dem Schutz der Privatsphäre und dem Schutz der Patientenrechte Vorrang eingeräumt werden.
03
Optimieren Sie große Modelle, um eine „Anpassung“ von technischen Funktionen und Benutzeranforderungen zu erreichen
Bei der Diskussion darüber, wie geeignete KI-Technologie eingesetzt werden kann, um neue Anforderungen in der Medizin- und Gesundheitsbranche zu erfüllen oder zu stimulieren, ist generative KI zweifellos zu einem heißen Thema geworden.
Obwohl generative KI wie Chat GPT, Wen Xinyiyan und Tongyi Qianwen derzeit weit verbreitet sind, wird ein Rückblick auf die Entwicklung der generativen KI zeigen, dass die meisten wichtigen großen Modelle, die vor 2023 erschienen, nicht dafür verwendet wurden Erst mit dem Aufkommen von Chat GPT hatten die Menschen wirklich das Gefühl, dass künstliche Intelligenz in eine neue Stufe der Intelligenz eingetreten sei.
Dies zeigt, dass wir mehr über die technischen Eigenschaften der KI wissen müssen, um die potenziellen Anwendungen der KI-Technologie im Medizin- und Gesundheitsbereich umfassender zu erkunden.
Zweitens ist die gesamte generative KI eng mit Industrie, Wissenschaft und Forschung verbunden. Die Forschung zur generativen KI kann nicht von den Forschungs- und Entwicklungsinvestitionen großer Technologieunternehmen getrennt werden, sie kann jedoch auch nicht von der Unterstützung durch Universitäten getrennt werden Es ist auch untrennbar mit der gesamten Supportbranche verbunden.
Gleichzeitig hat KI eine starke Open-Source-Atmosphäre und die Technologiebereitstellung und -implementierung erfolgt sehr schnell. Von der anfänglichen Möglichkeit, nur einzelne Textinformationen zu verarbeiten, bis hin zur einfachen Verarbeitung multimodaler Informationen und sogar komplexer Videoinhalte macht die KI rasante Fortschritte. Dies stellt auch die Implementierung von Unternehmensanwendungen vor erhebliche Herausforderungen.
Im Bereich der Medizin und des Gesundheitswesens erregt die Anwendung generativer KI zunehmend große Aufmerksamkeit, und verwandte Anwendungen, die rund um ihre Fähigkeit zur Erzeugung natürlicher Sprache entwickelt wurden, werden ausführlicher diskutiert. Viele Unternehmen erforschen aktiv den Einsatz generativer KI-Technologie zum Aufbau medizinischer Beratungssysteme. Es ist jedoch anzumerken, dass die KI-Technologie selbst zwar immer komplexer wird und ihre Fähigkeiten dank intelligenter Plattformen und Tools weiter zunehmen, die Anwendungsschwelle der KI-Technologie jedoch tendenziell sinkt.
Nehmen Sie als Beispiel die Baidu Wenxin Intelligent Platform. Jeder muss über umfassende KI-Technologiekenntnisse oder Programmierkenntnisse verfügen. Er kann in nur zehn Minuten eine KI erstellen, z Assistent.
Es muss jedoch darüber nachgedacht werden, ob die KI-Beratung wirklich den Bedürfnissen der Benutzer gerecht wird. Die Praxis hat gezeigt, dass die Antworten des Arztes oft genauer, prägnanter und auf den Punkt kommen, wenn ein medizinischer Beratungsassistent aufgebaut wird und Ärzte und KI eingeladen werden, gemeinsam Benutzerfragen zu beantworten. Daher ist die Frage, wie große Modelle weiter optimiert werden können, damit sie die tatsächlichen Bedürfnisse der Benutzer genauer erfassen und darauf reagieren können, eine wichtige Richtung der aktuellen Forschung.
Insgesamt befindet sich die Gesundheitsbranche meines Landes in einem frühen Stadium einer rasanten Entwicklung. Mit dem Boom der Branche sind viele Herausforderungen und Probleme entstanden. In diesem Prozess sollten wir nicht nur auf technologische Innovationen und Durchbrüche achten, sondern auch gründlich darüber nachdenken, wie wir diese Technologien in der Praxis besser anwenden können, um den tatsächlichen Bedürfnissen der Benutzer gerecht zu werden.