醫(yī)療保健專家希望人工智能可以幫助醫(yī)生確定哪些患者需要緊急護理。

在斯坦福大學，該大學醫(yī)療機構(gòu)的醫(yī)生將在一個月左右的時間內(nèi)首次推出一種由實驗機器學習驅(qū)動的分類系統(tǒng)。不同于醫(yī)療巨人Providence HealthServices使用機器學習支持的聊天機器人來幫助患者安排約會，斯坦福大學的軟件旨在供內(nèi)部人員用來處理突然涌入的患者，這可能使醫(yī)生負擔過重。

分類系統(tǒng)的核心是由醫(yī)療保健公司Epic開發(fā)的機器學習算法，該算法可以分析存儲在患者電子健康記錄中的數(shù)據(jù)。使用諸如患者的呼吸頻率，血液計數(shù)和心率之類的數(shù)據(jù)，機器學習軟件可以預測患者是否需要重癥監(jiān)護病房。

斯坦福大學的醫(yī)師Ron Li告訴《財富》雜志，機器學習模型并沒有“告訴我們一些我們不知道的東西”。研究該軟件所查看的相同圖表的醫(yī)生可能會得出相同的結(jié)論。畢竟，不需要腦外科醫(yī)師就可以推斷出，如果他們的心率突然飆升，患者可能需要立即獲得幫助。

李說，當該系統(tǒng)首次亮相時，醫(yī)生和護士將從其智能手機和計算機收到警報，提示該技術(shù)已識別出可能需要關(guān)注的高?；颊?。例如，如果病情特別嚴重的患者要過夜，則夜班的醫(yī)生和護士可能會從該軟件收到警報，要求其在病床旁開會，討論下一步該怎么做。該軟件的部分吸引力在于，它可以幫助在解釋患者健康方面可能有不同見解的護士和臨床醫(yī)生在同一頁面上獲得有關(guān)在當下最熱的情況下治療患者的最佳方法的觀點，這是李先生提到的一個概念。稱為“共同的心智榜樣”。

Li認為該軟件的終極價值在于改變了斯坦福大學臨床醫(yī)生的行為方式，從而為患者提供更好的護理。他承認，很難將行為改變量化為某種形式的統(tǒng)計數(shù)據(jù)，以表示投資回報率或ROI。確實，許多公司都在努力報告是否從其AI投資中看到了任何“價值”，因為很難量化成功項目的價值，而不僅僅是降低成本或創(chuàng)造銷售額。

顯然，如果斯坦福大學即將對新軟件進行測試或試點導致死亡人數(shù)減少，那將是成功的。李說：“我希望是的?！?/p>