
Analizar listas de verificación de pacientes para ayudar a los médicos a encontrar la causa de la enfermedad de manera más rápida y precisa;
Conviértase en un asistente de memoria para recordar a los pacientes que tomen los medicamentos en el momento adecuado;
Analizar grandes cantidades de datos médicos para ayudar a descubrir nuevos tratamientos;
…
Imagine que cuando la tecnología de inteligencia artificial pueda "conectarse perfectamente" con la gestión médica y de salud diaria, obtendremos "administradores de la salud" considerados y tendremos una vida más inteligente y conveniente.
Pero al mismo tiempo, la "IA + atención médica" también enfrenta muchos desafíos en lo que respecta a la comercialización. Cuestiones como la confianza de los pacientes y los médicos en la IA, cuestiones regulatorias y cuestiones éticas surgen una tras otra.
¿Cómo aplicar mejor la tecnología de IA al campo médico y de la salud? ¿Cómo estimular más demandas nuevas a través de la tecnología de IA? En esta edición de Vision, Xiaoguan invitó a Li Wenwen, profesor asistente del Departamento de Gestión de la Información e Inteligencia Empresarial de la Escuela de Administración de Fudan, a analizar cómo la IA puede potenciar el desarrollo de la industria de la salud.

Li Wenwen
Profesor Asistente, Departamento de Gestión de la Información e Inteligencia Empresarial
Direcciones de investigación: aprendizaje automático, gestión médica y sanitaria, colaboración hombre-máquina, comercio electrónico
01
Impulsada por la IA, se acerca la era de la "inteligencia y salud digitales"
Cuando se analiza la industria médica y de la salud desde una perspectiva de gestión, el núcleo radica en el análisis de la demanda. Los servicios médicos tradicionales se centran en el tratamiento de enfermedades, y los médicos brindan productos y servicios médicos a pacientes individuales. Sin embargo, el actual esquema de planificación "China Saludable 2030" propuesto por el país requiere un cambio del tratamiento de enfermedades como centro a la salud de las personas como centro, lo que significa que los servicios médicos tradicionales orientados al individuo deben pasar a estar orientados al grupo y pensar. Más información sobre cómo proporcionar servicios médicos y de salud durante todo el ciclo de vida a una gama más amplia de personas.
Además de los productos y servicios médicos, también debemos prestar atención a los productos y servicios de salud. La industria médica y de la salud actual no solo debe limitarse a hospitales o instituciones médicas, sino que también debe prestar atención a todo el ciclo de vida de los residentes, desde la prevención, el diagnóstico y el tratamiento de las enfermedades hasta su posterior recuperación y seguimiento.
Vale la pena señalar que estos cambios traen consigo nuevas necesidades y nuevos desafíos. A nivel individual, la demanda de atención médica de las personas crece día a día y están comenzando a buscar servicios médicos personalizados, eficientes y de mejor calidad. Esto ha planteado requisitos más altos para los médicos y empresas relacionadas, es decir, cómo proporcionar mejores servicios médicos.

A nivel organizacional, las instituciones médicas y las empresas ahora pueden recopilar datos médicos enriquecidos, incluidos registros médicos electrónicos, imágenes médicas y diversos datos sobre el comportamiento de salud de los usuarios recopilados en tiempo real mediante dispositivos portátiles inteligentes. Frente a estos datos, debemos pensar en cómo procesar y analizar de manera eficiente datos médicos ricos y diversos y transformarlos en productos o servicios valiosos.
Afortunadamente, el rápido desarrollo de la tecnología, especialmente el auge de la tecnología de inteligencia artificial, nos brinda posibles soluciones. Entre ellos, la "salud digital inteligente" es un concepto emergente que enfatiza la promoción colaborativa de la salud integral a través de la digitalización y la inteligencia. Basándonos en una gran cantidad de datos médicos y de salud, como datos clínicos, datos de archivos de salud, datos de hardware inteligente, etc., combinados con tecnología de inteligencia artificial, big data, computación en la nube y plataformas digitales, podemos lograr la digitalización y la inteligencia de la atención médica. y atención de la salud.
En este contexto, estas tecnologías emergentes se aplicarán gradualmente a las necesidades del campo de la salud general en el futuro, lo que dará como resultado más aplicaciones, como diagnóstico auxiliar inteligente, diagnóstico genético, investigación y desarrollo farmacéutico, o investigación y desarrollo de organoides relacionados.
Sin embargo, la "IA + atención médica" también enfrenta muchos desafíos cuando se comercializa. En las aplicaciones clínicas, surgen una tras otra cuestiones como la confianza de los pacientes y los médicos en la IA, cuestiones regulatorias y cuestiones éticas. Estos desafíos no son cuestiones puramente técnicas o médicas de salud, sino que están estrechamente relacionados con el factor "humano". Por lo tanto, cómo combinar eficazmente las necesidades de tecnología y gestión sanitaria se ha convertido en un problema urgente que hay que resolver.
02
Se implementa "AI+Medical" para ayudar a mejorar la gestión de la salud comunitaria
Si conoce las necesidades de gestión de la salud, ¿cómo combinar la tecnología de IA adecuada? He aquí un caso desde la perspectiva de la gestión sanitaria comunitaria. La gestión de la salud comunitaria es una parte muy importante en el sistema jerárquico de diagnóstico y tratamiento. Los residentes de la comunidad no necesitan ir a hospitales grandes, y los hospitales pequeños de la comunidad también pueden desempeñar un papel importante. En el diagnóstico y tratamiento jerárquico, la gestión sanitaria comunitaria puede asumir una serie de tareas importantes como la prevención y el tratamiento de enfermedades crónicas.
Desde una perspectiva de gestión, la gestión de la salud comunitaria ha construido un marco teórico, que es un ciclo desde la creación del perfil del residente, la detección de enfermedades en la comunidad, la evaluación e intervención de riesgos, hasta el seguimiento final. Sin embargo, en la práctica pueden producirse diversas emergencias.

▲ Campus de Hongqiao Road (Fuente de la foto: Xinmin Weekly)
Tomemos como ejemplo el Centro de Prevención y Tratamiento de Enfermedades Oculares de Shanghai. Su tarea principal es brindar servicios de detección de enfermedades oculares en todas las comunidades de Shanghai. Específicamente, el centro primero movilizará a todos los centros de servicios de salud comunitarios para realizar exámenes de detección de enfermedades en el lugar y visitar la comunidad para tomar fotografías del fondo de ojo de los residentes. Debido a la calidad limitada de los servicios médicos en los hospitales comunitarios, muchos hospitales comunitarios no cuentan con oftalmólogos especializados que puedan diagnosticar enfermedades oculares.
Basándose en la tecnología digital, el Centro de Prevención y Tratamiento de Enfermedades Oculares de Shanghai cargará las fotografías del fondo de ojo de los pacientes en la nube, invitará a expertos remotos de hospitales terciarios a leer las fotografías y luego proporcionará comentarios a los hospitales comunitarios. Sin embargo, dado que los expertos y médicos tienen sus propias tareas ambulatorias y solo pueden encontrar tiempo o realizar lecturas de películas en momentos específicos, a menudo se necesitan entre 1 y 2 semanas para enviar los resultados del diagnóstico, y luego los médicos comunitarios enviarán los resultados a los residentes. Un intervalo de tiempo tan largo puede fácilmente conducir a una baja disposición de los residentes a hacer derivaciones, lo que no favorece la gestión sanitaria de toda la comunidad.
Este problema ha preocupado al Centro de Tratamiento y Prevención de Enfermedades Oculares de Shanghai durante mucho tiempo hasta la aparición de la tecnología de inteligencia artificial. El desarrollo de la IA en el campo del reconocimiento de imágenes ha sido muy maduro y las fotografías del fondo de ojo son en realidad un tipo de imagen médica que se puede utilizar para identificar enfermedades en las fotografías del fondo de ojo. Después de la introducción del equipo de detección de enfermedades oculares con IA, el tiempo de diagnóstico previo de 1 a 2 semanas se ha acortado considerablemente. Los pacientes solo necesitan esperar en el lugar de 1 a 2 minutos y los resultados se pueden informar en el acto. para hacer referencias también ha aumentado considerablemente.

Pero al mismo tiempo, la implementación de la tecnología de IA también enfrenta muchos desafíos. Por ejemplo, para el Centro de Prevención y Tratamiento de Enfermedades Oculares de Shanghai, dado que hay muchos fabricantes de equipos de IA similares en el mercado, uno de los desafíos es cómo seleccionar el equipo de IA adecuado, otro ejemplo es que después de que el equipo recopile datos relacionados con el paciente; , se transmite directamente a la IA, ya sea que el proveedor del equipo o el centro de tratamiento y prevención de enfermedades oculares establezcan la base de datos, cómo garantizar la seguridad de los datos en este proceso es un tema espinoso.
Además, la tecnología de inteligencia artificial está penetrando gradualmente en todos los niveles de la industria médica. Cómo romper las barreras de los datos y lograr la interconexión de datos también es un problema urgente que debe resolverse. De hecho, en comparación con campos como el consumo o Internet, la cantidad de datos disponibles en el ámbito médico y sanitario es extremadamente limitada. En particular, el entrenamiento y la aplicación de la IA generativa requiere una enorme cantidad de datos. Esta realidad forma una marcada contradicción con la escasez de datos médicos. Más importante aún, la recopilación de datos médicos depende principalmente de las instituciones médicas y, actualmente, los sistemas de datos de la mayoría de los hospitales todavía están aislados y no logran la interconexión.
La particularidad del campo médico y de la salud también ha impuesto numerosas restricciones a la aplicación práctica de la tecnología de IA, entre las cuales la ética, la seguridad y la protección de la privacidad son consideraciones particularmente destacadas. En comparación con los sectores de consumo tradicionales, la promoción de productos médicos y de salud debe pasar primero por una revisión estricta por parte de las autoridades reguladoras para garantizar su cumplimiento. Por tanto, a la hora de promover aplicaciones tecnológicas en el ámbito médico y sanitario, se debe dar prioridad a la seguridad de los datos, la protección de la privacidad y la protección de los derechos de los pacientes.
03
Optimice modelos grandes para lograr la "alineación" de las características técnicas y las necesidades del usuario.
Cuando se debate cómo utilizar la tecnología de IA adecuada para satisfacer o estimular nuevas necesidades en la industria médica y de la salud, la IA generativa sin duda se ha convertido en un tema candente.
Aunque la IA generativa como Chat GPT, Wen Xinyiyan y Tongyi Qianwen se utilizan ampliamente en la actualidad, una mirada retrospectiva al desarrollo de la IA generativa revelará que la mayoría de los grandes modelos importantes que aparecieron antes de 2023 no se han utilizado. No fue hasta la aparición de Chat GPT que la gente realmente sintió que la inteligencia artificial había entrado en una nueva etapa de la inteligencia.
Esto muestra que necesitamos saber más sobre las características técnicas de la IA para poder explorar más a fondo las posibles aplicaciones de la tecnología de IA en el campo médico y de la salud.
En segundo lugar, toda la IA generativa está estrechamente integrada con la industria, la academia y la investigación. La investigación sobre la IA generativa no puede separarse de la inversión en I + D de las grandes empresas de tecnología, pero tampoco puede separarse de la ayuda de las universidades en el proceso de implementación. , también es inseparable de toda la industria de apoyo.
Al mismo tiempo, la IA tiene una fuerte atmósfera de código abierto y su despliegue e implementación de tecnología es muy rápido. Desde que inicialmente era capaz de procesar solo información de texto único hasta que ahora puede manejar fácilmente información multimodal e incluso contenido de video complejo, la IA está progresando rápidamente. Esto también plantea desafíos considerables para la implementación de aplicaciones empresariales.

En el campo de la atención médica y sanitaria, la aplicación de la IA generativa está atrayendo cada vez más atención, y las aplicaciones relacionadas desarrolladas en torno a su capacidad para generar lenguaje natural se debaten más ampliamente. Muchas empresas están explorando activamente el uso de tecnología de inteligencia artificial generativa para construir sistemas de consulta médica. Sin embargo, vale la pena señalar que, aunque la propia tecnología de IA sigue volviéndose más compleja y sus capacidades siguen aumentando, gracias a plataformas y herramientas inteligentes, el umbral de aplicación de la tecnología de IA ha mostrado una tendencia a la baja.
Tomemos como ejemplo la plataforma inteligente Baidu Wenxin. Cualquiera no necesita tener una gran experiencia en tecnología de inteligencia artificial o capacidad de programación. Puede construir una inteligencia artificial en solo diez minutos a través de operaciones de interfaz simples, como verificar opciones e ingresar requisitos. asistente.
Pero lo que hay que pensar es: ¿la consulta con IA realmente satisface las necesidades de los usuarios? La práctica ha demostrado que cuando se crea un asistente de consulta médica y se invita a los médicos y a la IA a responder juntos las preguntas de los usuarios, las respuestas del médico suelen ser más precisas, concisas y directas. Por lo tanto, una dirección importante de la investigación actual es cómo optimizar aún más los modelos grandes para que puedan capturar y responder con mayor precisión a las necesidades reales de los usuarios.
En general, la industria de la salud de mi país se encuentra en las primeras etapas de rápido desarrollo. Con el auge de la industria, han surgido muchos desafíos y problemas. En este proceso, no sólo debemos prestar atención a la innovación y los avances tecnológicos, sino también pensar profundamente en cómo aplicar mejor estas tecnologías en la práctica para satisfacer las necesidades reales de los usuarios.