智慧醫院依靠機器學習模型、AI醫療設備等基于數據的洞察力來推動決策。
智慧醫院使用數據和AI洞察推動各個患者服務階段的決策，為專業醫務人員提供洞察以實現更好、更快的護理。
智慧醫院使用數據和技術加速和改進目前專業醫務人員和醫院管理層的工作，例如追蹤醫院的床位占用率、監測患者的生命體征、分析放射學檢查等。
智慧醫院和傳統醫院的區別是什么？醫院正在不斷生成和采集數據，其中大部分數據已實現了數字化。這使得他們能夠使用數據分析和AI等技術來獲得更好的洞察。曾以紙質文件形式存儲的患者病史、檢驗結果和免疫信息數據現已被轉換成電子病歷（EHR）。數字CT和磁共振成像掃描儀以及包括PACS醫療影像存儲系統在內的軟件正在取代模擬放射學工具。醫院病房和手術室的互聯傳感器可以記錄多個連續數據流，用于實時和回顧性分析。普通醫院正在越來越多地使用數字工具，以過渡轉型為智慧醫院。智慧醫院不僅可以采集數據，而且還可以通過分析數據提供有價值的、及時的洞察。自然語言處理模型可以從復雜的病理報告中快速提取有益于癌癥護理的洞察；數據科學可以監測急診室的等待時間以解決各種瓶頸；AI機器人可以在手術室協助外科醫生；視頻分析可以檢測到洗手液供應情況或患者需要注意的情景（例如醫院或家中的跌倒風險）。智慧醫院有哪些優點？智慧醫院技術為醫療系統、專業醫護人員和患者帶來了以下益處：醫療服務提供者：智慧醫院的數據可用于幫助醫療機構優化其有限的資源，提高運營效率，更好地以患者為中心；傳感器可以監測到獨自一人的患者；AI算法可以根據病情的嚴重程度告知需要優先治療的患者；而遠程醫療解決方案可以為醫院外的患者提供護理。臨床醫生：智慧醫院工具可以幫助醫生、護士、醫學影像技術人員和其他醫療專家處理常規或繁重的任務，例如記錄與患者的每一次互動、分割核磁共振中的解剖結構或將醫生的診斷書轉化為醫療保險編碼，使他們能有更多的時間專注于患者護理。智慧醫院工具還可以在AI算法的幫助下幫助做出臨床決策，根據歷史數據為個別患者提供第二診療意見或分診建議。患者：智慧醫院技術可以幫助全球任何地方的醫生提供更加一致和更高質量的患者護理服務。臨床醫生在技能水平、專業領域、資源獲取和每個患者的時間投入上都有所不同。通過部署AI和機器人技術來實時監測并自動執行耗時的任務，智慧醫院可以讓臨床醫生更專注于與患者的互動，以優化患者體驗。如何打造智慧醫院？在運營智慧醫院時，需要將完整的硬件和軟件解決方案生態系統與臨床醫生的工作流程相協調。為了加快和改善患者護理，該系統中的每個應用、設備、傳感器和AI模型都必須實現在整個機構中共享數據和洞察。
如果把智慧醫院比作章魚，那么章魚的頭部就是負責存儲和處理所有數據的安全服務器。每個觸手則代表急診室、重癥監護室、手術室、放射科實驗室等部門，上面覆蓋著能夠從周圍環境中獲取數據的傳感器（章魚吸盤）。
如果每個觸手都各自運作，那么這只章魚的身體就會因為只能收到一條手臂感應到的信息而無法采取快速行動。只有每個觸手都將數據傳回章魚的中央大腦，才能使它能夠靈活應對不斷變化的環境。
同樣，智慧醫院采用的也是這種輻射模型：分布在整個設施中的傳感器可以將關鍵洞察送回中央“大腦”，幫助做出整體決策。例如，如果手術室的攝像頭顯示手術即將完成，AI就會提醒恢復室的工作人員做好迎接患者到來的準備。
為了驅動智慧醫院解決方案，醫療器械公司、學術醫療中心和初創企業紛紛使用NVIDIAClara。從運行實時應用的醫療設備到長期存儲和處理數據的安全服務器，這個端到端AI平臺可以與整個醫院網絡相整合，支持邊緣、數據中心和云基礎設施、眾多軟件庫以及全球合作伙伴生態系統，為新一代智慧醫院提供動力。智慧醫院運營和患者監測
一家繁忙的醫院由患者、員工、藥品、設備等無數動態元素而組成，使用AI自動化技術能夠優化設施的運營。
雖然醫生或護士不可能在患者住院期間的每一刻都陪伴在他們身邊，但智能視頻分析在其他智能傳感器的配合下可以密切監測患者，在患者處于困境并需要關注時提醒醫療服務提供者。
例如重癥監護室中的患者被連接到持續采集生命體征的監測設備上。其中的許多設備會不斷發出各種警報，這可能導致醫務工作者有時會忽略某個傳感器的警報。
通過將來自多個設備的流式傳輸數據匯總到一條通道，AI算法可對數據進行實時分析，更快檢測出患者的病情是否突然轉好或轉壞。
休斯頓衛理公會學術醫學中心正在與NVIDIA合作伙伴網絡中的精英成員MarkIIISystems一起部署一種名為DeepStroke的AI工具。該工具可以根據患者的語言和面部動作，更加準確地提前檢測出卒中癥狀。通過將這些AI模型集成到急診室的工作流程中，醫院可以更加迅速地確定如何正確治療卒中患者，幫助臨床醫生不遺漏仍可以挽救生命的患者。
NVIDIA初創加速計劃成員Artisight正在使用由GPU加速的戴爾PowerEdge服務器、NVIDIAFleetCommand混合云系統和用于AI流式傳輸分析的DeepStream軟件開發套件等戴爾和NVIDIA的企業級解決方案來管理一個智慧醫院網絡，該網絡包含了西北大學醫學院的2000多個攝像頭和麥克風。
Artisight所提供的一個模型提醒護士和醫生注意有受傷風險的患者。另一個基于室內定位系統數據的系統實現了診所工作流程的自動化，最大程度地提高員工的生產力和患者的滿意度。還有一個系統通過檢測術前、術中和術后事件協調手術室的吞吐量。
這些系統都可以輕松添加功能而不受地點的限制。一個AI支持的傳感器網絡可以監測醫院的房間以防止患者跌倒，也可以檢測醫院用品是否不足或者手術室是否需要清潔。這些系統甚至可以通過Artisight的集成式遠程咨詢工具延伸到醫院以外，監測位于家中的高危患者。
醫療服務的最后一個關鍵要素是醫療編碼，也就是把臨床醫生的筆記轉化成一組代表每項診斷和程序的字母數字代碼。這些代碼在美國具有特別重要的意義，它們是醫生、診所和醫院向保險公司、患者等相關者提交賬單的依據。
NVIDIA初創加速企業Fathom所開發出的一個AI模型能夠自動執行復雜的醫療編碼流程，在降低成本的同時提高速度和精度。這家成立于2016年的公司與全國最大的衛生系統、計費公司和醫生團體合作，每年為超過2000萬名患者進行編碼。
智慧醫院中的醫療影像
深度學習最開始被用于識別圖像中的物體并因此而普及。這也是這項技術在醫療行業最早的用途之一。目前在醫療影像領域，有幾十個AI模型已經獲得監管部門的批準，幫助智慧醫院的放射科加快對CT、MRI和X光數據的分析。
AI可以對檢查圖像進行預篩，標記出需要放射科醫生注意的區域。這可以節省醫生的時間，讓他們有更多的余力查看其他檢查圖像或向患者解釋結果。該技術可以將腦出血等關鍵病例移到放射科醫生工作清單的首位，進而縮短診斷和治療危及生命的病例的時間。而且它還可以提高放射學影像的分辨率，使臨床醫生能夠減少每個患者所需要的劑量。
領先的醫療影像公司和研究者正在使用NVIDIA的技術驅動可用于智慧醫院環境的新一代應用。
西門子醫療（SiemensHealthineers）開發了基于深度學習的自動輪廓繪制解決方案，能夠對放射治療中的危險器官進行精準的輪廓繪制。
富士醫療使用NVIDIAGPU驅動其CardioStillShot軟件，該軟件可在CT掃描期間生成精準的心臟影像。為了加快該軟件的工作速度，該團隊使用了包括NVIDIAOpticalFlowSDK在內的軟件來估計像素級運動，并使用NVIDIANsightCompute來優化性能。
NVIDIA初創加速計劃中的初創企業也在使用AI推進醫療影像工作流程，例如上海聯影智能的uAI平臺可以為設備、醫生和研究者提供功能齊全的AI應用，涵蓋了影像、篩查、隨訪、診斷、治療和評估領域。該公司的uVision智能掃描系統在NVIDIAJetson邊緣AI平臺上運行。
智慧醫院中的數字和機器人手術
為了獲取數據并為外科醫生提供AI驅動的警報和指導，智慧醫院的手術室加入了智能視頻分析和機器人技術。
醫療設備開發商和初創企業正在開發推動手術培訓的工具，幫助外科醫生提前計劃手術、在手術中提供實時支持和監測并協助術后的記錄和回顧性分析。
總部位于巴黎的機器人手術公司MoonSurgical正在設計一個可與手術室現有設備和工作流程配合使用的無障礙、自適應外科手術輔助機器人系統——Maestro。這家初創企業采用NVIDIAClaraHoloscan節省時間和資源，縮短了開發時間。
ActivSurgical選擇使用Holoscan加快開發用于提供實時手術指導的AI和增強現實解決方案。這家波士頓公司的ActivSight技術讓外科醫生能夠查看肉眼無法看到的重要生理結構和功能，比如血流。
位于倫敦的Proximie將使用Holoscan技術實現手術室的遠程呈現，把專業的外科醫生和AI解決方案帶入到每一場手術中。該公司希望通過將這些信息集成到外科影像系統來降低手術并發癥的發生率，提升患者的安全和護理質量。
遠程醫療——家中的智慧醫院技術
另一些智慧醫院技術確保不需要入院的患者可以通過可穿戴設備、智能手機應用、視頻約診、電話和文本信息收發工具在家中接受護理。此類工具減少了醫療機構的負擔，例如能與患者有效溝通的AI聊天機器人。
Curai等公司正在使用自然語言處理AI驅動智能語音助手和遠程醫療聊天機器人。Curai是NVIDIA初創加速計劃這一全球初創企業網絡中的一員。
Curai正在使用GPU驅動的AI，通過一個基于聊天的應用連接患者、醫療機構和護理團隊。患者可以輸入有關他們病情的信息、查閱他們的醫療檔案并隨時與醫療服務提供者聊天。該應用還通過提供基于Curai深度學習算法的診斷和治療建議來支持醫療服務提供者。
Curai所專注的AI領域是自然語言處理（用于從醫療對話中提取數據）、醫學推理（用于提供診斷和治療建議）以及圖像處理和分類（主要用于患者上傳的圖像）。
像Curai這樣的線上護理工具可以在任何時候用于預防性的和簡易的護理，或在患者就診后確保他們能夠良好地響應治療。
利用智慧醫院數據開展醫學研究
智慧醫院數據的用處并不會在患者出院后而結束，它們可以為持續多年的研究提供信息，并作為醫療機構數據庫的一部分來幫助改善運營效率、預防護理、藥物研發等。憑借像聯邦學習這樣的協作工具，數據的作用將從一座醫療機構擴展到全球，推動整個醫療領域的研究。
NeurosurgicalAtlas是全球最大的神經外科醫生協會。該協會通過新的高效外科技術推進神經外科疾病患者的護理。Atlas包含一個手術記錄和模擬庫，讓神經外科醫生在進行手術前能夠對潛在的隱患有前所未有的了解，創造了新的技術標桿。未來，NeurosurgicalAtlas計劃為個體患者創建數字孿生。
佛羅里達大學的醫療學術中心UFHealth使用包含了200萬名患者的5000多萬次互動信息的數字病歷來訓練GatorTron。這個模型可以幫助確定哪些患者參加挽救生命的臨床試驗、預測并提醒醫療團隊危及生命的情況并為醫生提供臨床決策方面的支持。
電子病歷還被用于開發SynGatorTron。這個語言模型可以生成幫助增強小型數據集的合成病歷，或在保護真實患者數據隱私的同時實現AI模型的共享。
在得克薩斯州，MDAnderson正在使用醫院存檔記錄進行人口數據分析。研究者使用自然語言處理工具包NVIDIANeMo開發了一個對話式AI平臺。該平臺可以利用癌癥全像數據進行基因組分析，包括生存率分析、突變分析、測序數據處理等。
*本文轉載自NVIDIA英偉達
*與NVIDIA產品相關的圖片或視頻（完整或部分）的版權均歸NVIDIACorporation所有。
