文章图片




文章图片




文章图片


人工智能(AI)可以定义为计算机执行通常需要人类智能才能完成的任务的一种手段 。 糖尿病是一种慢性、普遍存在的疾病 ， 数据丰富 ， 具有多种潜在的结果 。 因此 ， 糖尿病是纳入AI的沃土 。 临床医生经常提出的示例问题包括：此人对特定药物的反应如何？谁会患上糖尿病视网膜病变？我们如何生成个性化的血糖控制算法来帮助开发安全的闭环系统？今年秋天 ， 我的哪些患者有患流感的风险？

在数以百万计的前驱糖尿病患者中 ， 谁最有可能患上糖尿病并因此从预防方案中受益？此时 ， 大多数人已成为充满活力、不断变化的生态系统的一部分 ， 在这个生态系统中 ， 感兴趣的各方可以了解自己的社会、生物学和其他变量 。 尽管有关第三方访问这些数据的隐私法规无疑会落实到位 ， 但一旦个人允许共享他或她的数据 ， 人工智能将为该个人带来更自信的建议 。

随着机器学习和深度学习的进步以及自然语言处理的改进 ， 人工智能应该会带来更及时、更有效的建议 。 通往未来医疗保健的旅程将主要涉及三个方面的进步：医疗保健技术的进步 ， 医疗保健服务的进步 ， 以及计算机科学和信息技术的进步 。 医疗保健技术的进步包括人类基因组计划、药物和营养品以及医疗器械方面的突破 。 在医疗保健实践中 ， 我们开发了新方法以实现更好的疾病管理、跨连续护理的循证医疗保健和思想–身体医学 。

计算机科学和信息技术的创新有助于处理和理解海量的健康信息 。 这些创新正在速度和存储容量、移动个人计算和通信设备、云计算、人工智能、网络和生物识别技术方面发生 。 互联网跨越了多个领域的多个网络 ， 正在对我们生活的方方面面产生重大影响 。 下一代网络将使用具有重要传感和智能能力的各种资源 。 这种网络将超越物理连接的计算机 ， 包括来自生物、认知、语义和社交网络的多模态信息 。

这种方式转变将涉及智能医疗设备和智能手机或移动个人计算和通信设备的共生网络 。 这些设备以及网络将不断地感知、监控和解释环境；这有时被称为物联网 。 物联网和社交网络的共生将对医疗保健的方式产生重大影响 。 自AI被提出以来 ， 人们一直深切关注理解人类解决问题的策略并将这些策略纳入到计算机程序中 。 1980年主要是基于知识的系统的兴起 ， 称为第一波 。

2000年的第二次浪潮包括计算机硬件促进的多层神经网络的进步 ， 这导致机器学习对某些类别问题的显着改进 。 现在 ， 我们正在见证第三波 ， 它包括神经网络和知识结构的结合 。 感知以视觉、语音的形式形成智能代理的输入、触觉、嗅觉和味觉 。 基于输入 ， 智能代理使用其推理装置将采取适当的行动 ， 这可能涉及语言和/或操作 。 推理装置将使用知识和解决问题的技术来处理输入 。 在机器环境中 ， 我们通常用于输入和输出的自动化自然语言和语音处理程序 。

【计算机科学和信息技术的创新，有助于处理和理解海量的健康信息】推理装置将包含适当表示方案中的知识、一般推理机制和机器学习技术 。 人工智能应用程序接口的标准化将使跨不同站点的人工智能模型验证成为可能 ， 并允许基于更多样化的数据训练更好的模型 。 实现人工智能模型的前景还需要解决将人工智能模型的使用实施和集成到临床工作流程中的挑战 。 在这里 ， 也迫切需要与应用程序接口接口的标准 ， 以便本地生成的数据能够与人工智能模型交互 。