医学中的人工智能:从"预测"转向"以患者为中心的决策智能"

科学领域:

• 医疗信息学 医疗信息学
• 人工智能在医学中的应用
• 临床决策支持 临床决策支持

背景情况:

• 当前医疗保健中的人工智能 (AI) 主要集中在诊断支持和预测分析上.
• 现有的临床人工智能系统往往缺乏将预测转化为个性化,可操作的患者决策的能力.
• 医疗保健人工智能需要超越预测,提供个性化的临床决策.

研究的目的:

• 突出从预测性AI模型向以患者为中心的决策智能过渡的必要性.
• 强调整合多式联络患者数据以实现个性化的临床决策.
• 倡导发展决策智能医疗保健系统 (DIHS).

主要方法:

• 利用多式联网深度学习平台来整合异构的数据流.
• 整合各种患者数据,包括自由文本笔记,语音生物标记,可穿戴传感器数据,健康的社会决定因素和环境暴露.
• 制定背景意识的建议和动态的治疗计划.

主要成果:

• 多模式平台可以提供背景意识的建议,减少诊断延迟,并支持个性化治疗计划.
• 决策智能医疗系统 (DIHS) 可以实现可解释的风险分层,适应性治疗和实时床边指导.
• 伦理方面的考虑,如算法透明度,数据集多样性和互操作性,对于公平的部署至关重要.

结论:

• 人工智能在医学中的下一个演变是决策智能,作为临床思维合作伙伴.
• 人工智能决策智能可以推进精准医学,特别是在资源不足的环境中.
• 这些系统有望提高护理质量,减少错误,并支持公平获得个性化治疗.