《机器学习和人工智能研究对患者的益处：关于透明、可复制、伦理和有效性的20个关键问题》

机器学习（ML）、人工智能（AI）和其它现代统计方法提供了新的机会，使以前未被开发利用和迅速增长的数据能够得以利用，并得益于患者。潜在的用途包括提高诊断准确性、更可靠地预测预后、靶向治疗以及提高医疗机构的运营效率。具有早期前景的例子有：基于图像的ML/AI诊断应用，这些应用已显示出最早期的临床前景（例如，与专科医生相比，基于深度学习的算法显著提高了视网膜病变诊断的准确性），或使用自然语言处理工具，从电子病历中的结构化和非结构化文本中提取信息等。

虽然目前有很多有前景的研究已经完成或正在进行中，但所发表的研究文献整体上缺乏透明性；缺乏对潜在伦理问题的探索；缺乏对其有效性的展示和证明。存在这些问题的原因有很多，但最重要的是目前缺乏机器学习和人工智能特定于医疗行业应用的最佳实践指南。虽然医疗行业目前还没有形成对最佳实践的共识，但现正在和将来要进行机器学习和人工智能在医疗领域应用研究的人们若能够很好回答有关的一些关键问题，势必有益于他们所从事的研究项目。故此，在这里提出了20个跨越整个项目生命周期的问题，从项目的起始、数据分析和模型评估，到实现。这些问题也可以作为促进项目规划和事后（结构化）独立评估的一种方法。通过在不同的场景中开始回答这些问题，我们就会开始了解什么是一个好的答案。期望由此产生的讨论将成为对医疗人工智能的透明、可复制、伦理和有效性研究达成一个国际共识框架的核心。

此外，今天还会随邮件送上2019年2月11至15日在美国奥兰多召开的HIMSS19大会的一份演讲课件，题目是《数字化转型：将整个医疗连续体统一起来》。

随着医疗机构的整合、人口老龄化和医务人员日益捉襟见肘，医疗机构如何才能在不降低医疗标准或加剧职业倦怠的情况下，提供一种既能显著提高生活质量又具有成本效益的连续医疗服务呢？对包括犹太老年生活组织（JSLG）在内的许多机构来说，数字化转型指明了前进的方向。JSLG的旧金山犹太生活社区致力于提高居民和医护人员的生活质量，希望减少医护服务的碎片化，并将其对患者/居民的服务统合起来。JSLG制定了一项数字化转型战略，将社区内外和虚拟空间的体验结合起来，在正确的时间提供正确的服务。JSLG方法的基本原则是，要想成功，数字解决方案必须对与之交互的患者和临床医生是易用的和有用的。本演讲探讨了JSLG的端到端的数字转型之旅。

该演讲课件共有25个slide，其主要内容是：

从患者和医生的角度，分析当前医疗领域对新的数字工具的接受程度和准备情况；

定义“统一数字化转型”的一些组件，包括实体空间和虚拟空间，以便创造一种舒适流畅的体验，正如犹太老年生活组织所展示的那样；

说明机构或组织如何最佳实施适合其独特的患者和社区需求的数字转型战略；

回应在实施全面数字化转型过程中可能出现的问题，包括如何在升级系统和形成战略伙伴关系的同时，保持当前正常的医疗服务。

演讲人是CDW医疗（IT服务与解决方案）公司的老年医护专家：吉娜•贝克和犹太老年生活组织的首席运营官：迈克尔•斯卡夫。

★

每日鲜鸡汤★

When your desires are strong enough you will appear to possess superhuman powers to achieve. 当你的愿望足够强烈时，你就会表现出超人的力量去实现它。早上好！