工作,生活,休閒,專業,分享,記錄

App Insights JS

Total Pageviews

November 10, 2018

[讀書心得] AI 醫療大未來(智慧醫療關鍵報告)


AI醫療大未來 -- 台灣第一本智慧醫療關鍵報告  (李友專 著)

路過重慶南路又來逛書店,隨手看到一本還不錯的書「AI 醫療大未來」,手癢忍不住還是買了,雖然 Queue 裡面已經排了很多書還沒看完,但最後還是無法戰勝手癢。

星期六一早馬上翻起這本書,內容非常強而有力的吸引人,翻著翻著,一個早上就馬上看完,一整個覺得好像聽了一場非常棒的演講,針對目前 AI 醫療的深入淺出介紹,雖然我並非醫療科系的人,但是仍然看的如癡如醉,非常的吸引人。

作者提到,AI智慧醫療是跨領域的結合,除了需要醫療專業知識領域的專家投入,還需要資訊科技的專業技術,配合醫務管理,健康領域的參與,才能達成AI智慧醫療的大未來。未來最後的贏家,將會是最懂得善用 AI 的人才及組織,無論是精準醫療,預防醫療,大健康產業需要的人工智慧應用不再是想一想而已,而是不能再等,非做不可的。

以下整理了個人看完這本書之後,整理的精華摘要,提供參考!
* AI 已成為醫療必要的基礎建設,提供偵測、預測、預防等應用。
* 與其不切實際的使用 AI,不如掌握確切的目標,設定特定的應用領域。
* 能夠運用人工智慧發揮最高效益的產業,通常具有兩項要件:1. 產品需客製化、多樣且少量;2. 擁有大數據 (Big Data)。
* 智慧輔助醫療遇到的難題:1. 心態問題;2. 責任問題。
* 「大數據」:針對同一主體,進行多維度、多次、長期的觀察與分析。
* 很多數據都早已存在,只是缺乏整合和利用。
* 精準醫療:個人化的疾病風險評估預測(基因、生理、環境、行為),將風險量化、時序化,持續監測
* AI 輔助醫療,降低醫療錯誤風險的四個面向:預防、診斷、治療、追蹤
* 跨領域合作,產生新的合作模式或商業模式。(永遠沒有最好的做法,總是會有更好的做法)

* 創新智慧健康產業,學習型健康照護的主要概念:
    1. 從健康資料擷取健康知識(Data to Knowledge)D2K
    2. 由知識發現到實務運用(Knowledge to Practice)K2P
    3. 醫療實務落實於病人的策略(Practice to Consumer)P2C
    4. 持續搜集病人健康數據(Consumer to Data)C2D

最後跟各位分享一個不錯的觀念,上週到醫院去跟 User 做簡報時,一位資訊室的主任跟我分享一個智慧醫療的概念:

『不管人工智慧多厲害,智慧醫療多麽聰明,你必須先清楚知道客戶是誰,你的系統,你的解決方案服務的是誰,然後找出客戶關心的核心需求,才會是有用的解決方案。』


主任還分享了一個健康管理的觀念,我覺得非常好,也在這分享給大家:

「健康管理的觀念不應該是長壽,而是應該以樂活的概念為主。」


本書目錄參考:



1 comments:

Anonymous said...

It's a good review. Thanks.