本文出自

數位抗疫力

數位抗疫力

醫院善用人工智慧對抗新冠肺炎

How Hospitals Are Using AI to Battle Covid-19
凱莉.維特博爾德 Kelley A. Wittbold , 寇琳.卡洛爾 Colleen Carroll , 馬可.顏西提 Marco Iansiti , 海彭.馬克.張 Haipeng Mark Zhang , 亞當.蘭德曼 Adam B. Landman
瀏覽人數:2747
  • "醫院善用人工智慧對抗新冠肺炎"

  • 字放大
  • 授課文章購買
    購買〈醫院善用人工智慧對抗新冠肺炎〉文章
  • 個人收藏購買
    購買〈醫院善用人工智慧對抗新冠肺炎〉PDF檔
    下載點數 10
我們的經濟和醫療照護系統的設計,是要處理線性、遞增的需求,但新冠病毒是以指數速度增加。如果不迅速地大規模採用數位運作模式,全國的醫療系統就無法跟上這種爆炸性的需求。因此,必須加快虛擬和人工智慧工具的採用和擴展。

3月9日星期一,為了因應波士頓大增的病患需求,群醫照護系統(Partners HealthCare)開通一條熱線,供病患、臨床醫師,以及其他對嚴重特殊傳染性肺炎(Covid-19,簡稱新冠肺炎)有疑問和憂慮的人們使用。目標是辨別哪些人不需要額外的醫療照護(絕大多數打電話進來的人都是如此),並讓他們安心,還要指導症狀較輕的人獲得相關資訊和虛擬照護選項,以及指導較少數高風險、較重度的病患,取得最適當的資源,包括檢測地點、新成立的呼吸系統疾病診所,或是在某些情況下,到急診部就醫。由於熱線超出負荷,平均等待時間達到三十分鐘的高峰。許多打電話來的人,還沒能與提供諮詢服務的護理師專家團隊說到話,就放棄等待。我們錯失了推動送醫前檢傷分類(pre-hospital triage)的機會,無法在適當的時間讓病患去到正確的照護地點。

因應檢傷分類,聊天機器人加入

群醫照護系統的團隊,由李.施萬姆(Lee Schwamm)和本文作者海彭.馬克.張、亞當.蘭德曼領導,團隊開始考慮各種技術選項,以因應不斷增加的病患自我檢傷分類需求,包括互動式語音自動應答系統和聊天機器人。我們連絡了西雅圖的普羅維登斯聖約瑟夫健康系統(Providence St. Joseph Health),這家醫院在3月初照顧了美國首批的一些新冠肺炎病患。普羅維登斯與微軟(Microsoft)合作,建立一個線上篩檢和分類工具,可快速區分可能確實感染新冠肺炎的人,以及看似感染其他較輕病症的人。普羅維登斯的工具在上線第一週,服務了四萬多名病患,並以前所未有的規模提供醫療照護。

我們的團隊看到這種人工智慧(AI)解決方案的潛力,於是設法為我們的病患群體提供類似的工具。群醫集團新冠肺炎篩檢系統(Partners Covid-19 Screener)提供一個簡單、直接的聊天介面,向病患提出一系列問題,這些問題是根據美國疾病控制與預防中心(CDC)和群醫集團專家提供的內容而制定。透過這種方式,它也可以篩檢大量的人,並迅速區分可能確實感染新冠肺炎的人,以及可能感染其他較輕病症的人。我們預期,這種人工智慧機器人,將減少湧進熱線的龐大病患流量,並以在不久前仍難以想像的方式,擴大這個系統提供的照護,並針對特定狀況提供適當的照護。目前的發展是,要對有症狀的病患進行檢傷分類,讓他們在最恰當的環境裡接受照護,包括虛擬緊急醫護(urgent care)、基層醫療機構、呼吸道疾病診所或急診部。最重要的是,聊天機器人也可以成為幾近即時的傳播方式,以支援我們廣泛分布的醫療機構,因為我們已經看到一項需求:根據快速變動的形勢,頻繁地更新臨床檢傷分類演算法。

同樣地,在布里翰婦女醫院(Brigham and Women's Hospital)和麻省總醫院(Massachusetts General Hospital),醫師研究人員探索是否可能把波士頓動力公司(Boston Dynamics)和麻省理工學院(MIT)開發的智慧型機器人,用於新冠肺炎病患激增的診所和住院病房中,以執行原本可能需要人與人接觸的工作(例如,取得病患生命跡象或施用藥物),以緩和疾病的傳播。

人工智慧計畫已出現

全世界有多個政府和醫院系統已利用人工智慧驅動的感測器,以精密的方式支援進行檢傷分類。中國科技公司百度開發了一種非接觸式紅外線感測器系統,能迅速找出發燒的人,即使在人群中也做得到。北京的清河火車站配備這種系統,以找出可能有傳染性的個人,取代繁瑣的人工篩檢流程。同樣地,美國佛羅里達州坦帕總醫院(Tampa General Hospital)與Care.ai合作,在入口處設置一個人工智慧系統,以攔截可能帶有新冠肺炎症狀的人探視病患。這項技術透過擺放在入口處的攝影機,進行臉部熱掃描,並偵測包括出汗和變色等其他症狀,以阻擋發燒的訪客。

除了篩檢之外,人工智慧也用於監測新冠肺炎症狀,為電腦斷層(CT)掃描提供決策支援,並讓醫院作業自動化。同時,中國中南醫院使用人工智慧驅動的電腦斷層掃描解譯器,可以在沒有放射科醫生在場時辨識新冠肺炎。中國武漢的武昌醫院建立了一座智慧型野戰醫院(field hospital),主要工作人員是機器人。病患的生命跡象,是以連線的溫度計和類似手環的設備來監測。智慧型機器人為病患提供藥物和食物,減輕醫生暴露於病毒下的機率,並減少精疲力盡醫護人員的工作量。在南韓,政府發布一個應用程式,讓使用者能自主回報症狀,並對使用者是否離開「隔離區」提出警示,以遏制「超級傳播者」的衝擊,否則他們會繼續傳染給大量人口。

現在的數位轉型

新冠肺炎的蔓延,為醫療照護和其他領域的運作系統帶來超重的負荷。我們看到一切都面臨短缺,從口罩、手套到呼吸器,從急診室處置量到加護病房床位,甚至是網路連線的速度和可靠度。背後的原因既簡單又可怕:我們的經濟和醫療照護系統的設計,是要處理線性、遞增的需求,但這個病毒是以指數速度增加。我們全國的醫療系統如果不迅速地大規模採用數位營運模式,就無法跟上這種爆炸性的需求。

我們在加緊抑制病毒擴散的同時,可以優化我們的應變機制,將盡可能多的步驟數位化。這是因為傳統的流程(仰賴人們在關鍵訊號處理路徑中發揮作用),受到我們可以訓練、組織和布署人力的速度限制。此外,傳統流程在擴展規模時會使效益遞減。另一方面,數位系統可以不受這種限制地擴大規模,幾乎是毫無限制的速率。理論上的唯一瓶頸,就是運算能力和儲存容量,而我們這兩方面都很充裕。數位系統可以跟上指數性成長的步伐。

重要的是,用於醫療照護的人工智慧,必須用適當的人類臨床專業知識來加以平衡,進行最後的決策,以確保我們提供優質、安全的醫療照護。在許多情況下,人類的臨床推論和決策,無法輕易由人工智慧來取代,相反的,應該把人工智慧當成決策輔助工具,協助人類改善效能和效率。

醫療照護領域的數位轉型,已經落後於其他行業。我們今天對新冠肺炎的因應做法,已加快了虛擬和人工智慧工具的採用和擴展。從普羅維登斯和群醫照護系統布署的人工智慧機器人,到武漢的智慧型野戰醫院,人們開始採取快速的數位轉型,來因應以指數性速度增加的新冠肺炎威脅。我們希望並期待在新冠肺炎平息後,將改變未來提供醫療照護的方式。

(林麗冠譯自2020年4月3日HBR.org數位版文章)



凱莉.維特博爾德 Kelley A. Wittbold

美國麻省總醫院(Massachusetts General Hospital)急診醫學主治醫師,也是行政研究員,專門研究數位醫療、急診遠距醫療和緊急應變管理。


寇琳.卡洛爾 Colleen Carroll

Keystone Strategy顧問公司資深專案經理。她的工作聚焦在為生物科技公司、製藥公司和醫療系統提供數位醫療策略和醫療照護經濟學。


馬可.顏西提

馬可.顏西提 Marco Iansiti

哈佛大學商學院企管講座教授,領導技術和營運管理小組,以及數位計畫。他曾為許多科技公司提供顧問服務,包括微軟、臉書和亞馬遜等。他和卡林.拉哈尼(Karim Lakhani)合著《人工智慧時代大競爭》(Competing in the Age of AI, HBR Press, 2020)。


海彭.馬克.張 Haipeng Mark Zhang

緩和醫療和臨床醫學資訊學(clinical informatics)主治醫師,任職於美國布里翰婦女醫院(Brigham and Women's Hospital)和達納–法伯癌症研究所(Dana-Farber Cancer Institute)。他是布里翰婦女數位創新中心(Digital Innovation Hub)醫學主任,致力為布里翰健康(Brigham Health)和整個群醫照護系統的臨床醫師、員工和病患運用和建立數位工具。


亞當.蘭德曼 Adam B. Landman

美國布里翰婦女醫院急診醫學和臨床醫學資訊學主治醫師,也擔任副總裁兼資訊與數位長。他負責制定全系統的策略性資訊科技行動方案,目標是在整個布里翰健康公司發展下一代資訊系統。


本篇文章主題抗疫管理最前線