如今，人工智能技术可以解决心脏病在患者护理和实践中面临的一些挑战。

但是，这将从哪里开始呢？是人工智能、机器学习，还是深度学习？

     即使是对新兴技术持怀疑态度的心脏病专家也会感受到数字浪潮的力量。例如，带有特殊微型传感器的“智能心脏支架”可以作为微型天线，持续监测动脉血流的变化，并将这些数据传输至体外的仪表中。

而人工智能驱动的扫描系统仅用1.2秒就可以精确解析脑CT扫描中的急性疾病，比传统的速度快150倍。这种算法可以预测某位患者留在医院的时间，重新入院的几率以及他们很快就会死亡的可能性。

“信息技术与医疗保健技术结合，带来的独特变化可能是我从医35年来在医学领域看到的最激动人心的事情，现在的医疗系统有些过时，需要被颠覆，医疗行业需要像谷歌和苹果这样的IT厂商和经验丰富的IT人员加入。”——斯坦福大学医学中心心血管创新研究中心主任PeterFitzgerald医学博士表示，他全面深入地参与了这一变革。

美国心脏病学会的首席创新官、医学博士John Rumsfeld也对此表示十分乐观。

他是第一批将IT技术引用心血管领域的先驱者之一。如今，可穿戴设备和智能手机已经成为监测患者心率、血压、呼吸模式、血糖水平以及哮喘的主流设备，可以将数据上传到云端供医生查看。

John Rumsfeld表示，未来将会推出超声波心动图像的智能手机应用程序；可穿戴设备可以测量心率变异性；智能手表可以可靠地预测房颤；微型雷达传感器可以检测心肺活动；并且将通过绑在患者手臂或前额上的装置无创地和远程地收集身体代谢数据。

但是，要使这些应用程序获得成功，必须解决一个更大的问题：如何处理所产生的海量数据，以便能够以有利于患者和医生的方式进行解析和应用。

人工智能的变革作用 一

这就是人工智能和机器学习可以改变的地方。

正如费城坦普尔大学医学院医学名誉教授、美国心脏病学会前主席、Alfred Bove医学博士所指出的那样，医生如今已经不堪重负，因为一名患者的数据量就会达到TB级数据。

Alfred Bove表示：“处理这一问题的一种方法是建立逻辑系统，收集数据，过滤数据，并根据最佳和最可能的诊断向医生提出建议。下一步将是提出一个行动计划，其中可能包括要服用的药物和需要影像。”

斯坦福大学技术主管Fitzgerald更喜欢将智能技术称为“智能增强”，也就是他创造的一个术语“IA”。

他十分期待这个进化过程。在这个过程中，医生们可以从人口统计和其他算法中获得更多的信息。

Fitzgerald直言：“心脏病领域的一名30岁的医生通过这些信息，可以使其经验和专业知识像一名60岁的老医生那样丰富。”

美国斯克里普斯研究所研究转化研究所所长Eric Topol博士表示，“人工智能的内在力量和前景广阔。这样就能以前所未有的水平了解每名患者，这意味着需要应用生物学、基因组学、解剖学、生理学。但首先，需要能够吸收和准确地解释所有这些数据，这是深度学习和人工智能非常适合的地方。”

 图像引导电荷

医学成像可能是最早的“基于智能”的成功案例之一。Rumsfeld说，其原因是机器学习算法所针对的图像的基本数据质量非常高，允许复杂的模式识别和迭代学习。

他预测不久的将来，人工智能将预先阅读心脏CT、磁共振波谱分析(MRS)、回声，可能还会预读所有类型的心电图。人工智能不会取代心脏病专家的角色，但是，医生一天可能只阅读10到20份研究报告，而人工智能支持的预读可能会增加两倍或三倍。

该领域的其他专家坚信，在未来十年内，几乎所有的成像研究都将通过人工智能机器进行预分析，然后医生再去进行分析。人工智能将通过数据挖掘患者的电子健康历史来获取重要信息，进一步加强审查和诊断过程，从而为患者提供比现在更加综合的临床成像方法。

医生过时的预言被夸大了

如果新兴技术处于重新配置医疗保健资源的风口浪尖，那么心脏病专家将何去何从？他们会成为可以全天候工作而没有判断偏见的机器的辅助者吗？

Bove表示，这是不太可能的，他认为医生在医疗保健中总是发挥重要作用，即使是最先进的计算算法也无法取代医生。

医生需要成为“所有数据的仲裁者”，并掌控全局，了解患者行为等信息。他说：“永远不会过时的是与患者面对面的接触。这可能最终成为我们作为医生改善医疗保健结果的最重要的事情。”

【凡本网注明来源非大健康Pai的作品，均转载自其它媒体，目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。】