2023-06-14 12:23
我国应急救援体系发展还不够成熟,人工智能在医疗应急救援中的应用少之又少,也无相关评价标准,主要存在应用条件限制化、医疗诊断专科化、数据分散化和评价无序化等问题。
人工智能从技术层面讲,人工智能主要包括搜索求解、知识推理和机器学习三类。从发展层面讲,人工智能主要包括计算智能、感知智能和认知智能三类。我国应急救援体系发展处于起步阶段,人工智能在医疗应急救援中的应用非常少,需要不断探索和创新,提升医疗应急救援能力。评价层面,按照人工智能目前的发展速度,未来在医疗应急救援中的应用可能会出现在更多领域,但目前尚未制定针对人工智能应用评价的标准和体系。国家发布的《人工智能标准化白皮书(2018版)》中提出,目前急需研究制定有关人工智能应用的各类标准,来对人工智能的应用情况进行客观评价。
未来人工智能在医疗中的应用发展趋势主要有三个:可穿戴设备、语音识别和影像识别。这三大发展趋势将对医疗应急救援产生重要的影响:患者通过可穿戴设备和通信网络,第一时间向医疗机构传输生命体征等信息;救援医务人员通过语音输入,第一时间将患者伤情记录储存,并实时变化更新;通过便携式B超等检查仪器,医务人员在运送患者的同时,同步传输医学影像并通过人工智能辅助诊断,如对于脑、心胸、骨创伤、呼吸衰竭、消化道出血等提前做出相应的预判,有助于患者第一时间得到有效救治。这些应用均将使应急救援的时间、效率、救治成功率等关键要素产生质的提升和飞跃。
人工智能应用在医疗急救上存在的问题:
人工智能在医疗应急救援中的应用还非常有限。比如,在四川省上线的5G城市医疗应急救援系统中,利用人工智能技术实现了车辆精准调配和行驶。该系统能根据病人病情的紧急程度、道路拥堵状况和周边医院特色专长等要素自动选择车 辆行驶路径,实现车辆精准调配,提高车辆运行效率。尽管如此,在实际应用中依然存在很多问题,总结起来主要包括以下四个方面:
1、应用条件限制化,包括时间限制、地域限制、条件限制、人力资源限制,且在我国各种条件不受限制的情况下,一般还未优先考虑采用人工智能的方式进行救援。
2、医疗诊断专科化,目前应用人工智能进行辅助医疗仅覆盖为数不多的大专科领域,综合性的诊疗辅助支撑不够。
3、数据分散化,由于医疗应急救援的通信条件限制,部分图像、音频等数据传输受限,亟须高速度、大带宽的通信方式,且数据采集储存相对分散,不利于应急救援快速抢救的黄金时间要求。
4、评价无序化,没有统一的人工智能技术能力和应用结果的评价标准,规范化程度较低,多现个别“点”上的应用,缺乏对于人工智能应用顶层设计的统一规划和思考。