Monitoraggio della malattia
Nella zona di sorveglianza delle malattie, con sistemi basati sull'apprendimento macchina o modello predittivo cognitivo, il medico può soffrire se il rischio di malattie croniche sono state stimate in base alle caratteristiche del paziente, senza dover aderire al piano stabilito di assistenza o del paziente ripetere il ricovero in ospedale. Tale l'intervento precoce può ridurre notevolmente le spese mediche dei pazienti. Montefiore sistema sanitario implementato una piattaforma di analisi dei dati in base alla Intel ® Xeon ® processori, la piattaforma in grado di analizzare grandi volumi di dati grezzi in tempo reale, per aiutare i medici a determinare il miglior trattamento per i pazienti Pianificazione Allo stesso tempo, il modello normativo può essere utilizzato anche per identificare il rischio di insufficienza respiratoria nei pazienti in modo che il personale medico possa adottare misure precauzionali per intervenire in tempo utile per salvare vite e conservare risorse.
Ambiente clinico
In ambito clinico può anche utilizzare il modello basato su apprendimento automatico, a modelli di previsione comuni, tra cui l'utilizzo di cartelle cliniche elettroniche per valutare il rischio di infezione in ospedale, la probabilità di incidenti e dipartimento di emergenza da modelli operativi prevedono un paziente entra come Intel e Sharp Medical sviluppato congiuntamente il modello di team di risposta rapida, secondo i dati della cartella clinica elettronica nel predire quali pazienti necessitano di una rapida squadra di intervento di reazione. allo stesso tempo questo modello, l'ospedale può trovare rapidamente l'apposito personale e le attrezzature di emergenza, riducendo in tal modo i dati di tempo di risposta utilizzando la storia Negli esperimenti condotti dal modello, l'accuratezza della stima del bisogno del paziente per un intervento rapido del gruppo di reazione era circa dell'80%.
Analisi dell'imaging
L'uso è anche uno dei apprendimento profondo immagini mediche tecnologia di analisi in campo medico di importanti applicazioni di intelligenza artificiale. Intel ha lavorato con partner del settore per collaborare a questo proposito, l'analisi di immagini mediche che utilizzano la tecnologia di apprendimento di profondità per rilevare i tumori in collaborazione con GE Healthcare, GE healthcare Intel ® Xeon ® piattaforma scalabile, il costo complessivo del dispositivo di imaging ha ridotto del 25% con l'uso combinato con le soluzioni di imaging di GE healthcare, Intel Xeon piattaforma scalabile che può contribuire a migliorare la lettura radiologi efficienza, Il tempo di visualizzazione della prima immagine è stato ridotto a meno di 2 secondi e tutto il tempo di caricamento dello studio è stato ridotto a meno di 8 secondi.
Servizio virtuale
AI caso quarta utilizzo è un rappresentante del servizio di telemedicina virtuale. Applicazioni di Telemedicina fornire soluzioni più complete per le imprese ei consumatori, un rappresentante di pazienti ricoverati robot medico InTouch La salute è una nuova soluzione. Allo stesso tempo, , generando in tal modo i set di dati video può essere utilizzato per lo sviluppo di soluzioni di intelligenza artificiale, e migliorare ulteriormente la diagnosi clinica, ad esempio nel caso di diagnosi a distanza del tratto, la profondità della formazione modello basato può essere identificato caratteristiche di tratto precoce del paziente, che può migliorare l'accuratezza diagnostica e Abbreviare significativamente i tempi di diagnosi e trattamento.
Realtà virtuale
AI caso cinque utilizzi è quello di creare la prossima generazione di assistente realtà virtuale. In futuro, l'intelligenza artificiale può essere in realtà virtuale risposta partecipanti alla sessione interattiva. I pazienti possono interagire con l'ambiente virtuale, e di osservare la condizione cambiamenti che possono verificarsi. formazione chirurgica, l'intelligenza artificiale può essere utilizzato per analizzare l'immagine, e quindi identificare le migliori pratiche dei migliori chirurghi, e questi metodi può essere immessa nella simulazione, e può continuare a ricevere nel corso del tempo per migliorare.
In breve, la trasformazione digitale del settore sanitario per portare nuove opportunità nel processo di transizione, i dati medici dovrebbero essere organizzati come una capacità di base per migliorare i processi di business e l'esperienza del paziente. Con la possibilità di migliorare ulteriormente l'analisi computazionale, l'intelligenza artificiale nel settore sanitario il campo di scenari applicativi sarà più abbondante.