谷歌人工智能在医疗保健领域;如何使用电子健康记录

在Google I ／ O大会上，该公司首席执行官Sundar Pichai介绍了该公司如何利用其人工智能和机器学习基础设施更好地预测医疗保健结果。该领域的多个前沿方向正在兴起，但大部分医疗数据都是非结构化的，有大量的麻烦。

对于谷歌来说，对医疗保健的兴趣更多的是要证明其在该领域的模型和算法。这也是Google Cloud Platform的一个自然扩展。谷歌还与Fitbit合作开发数据和健康API。有鉴于此，谷歌人工智能对医疗保健领域非常有兴趣。

在Google I ／ O大会期间发布的一篇论文中，该公司介绍了它如何使用电子健康记录。该公司指出，它与斯坦福大学、加州大学旧金山分校和芝加哥大学合作，探索深度学习模式如何应用于医院的患者。关键的发展是谷歌正在寻求使用数据。数据准备本身可以有许多分析工作。

谷歌的文章介绍了数据准备挑战：

我们假设这些技术将很好地转化进入医疗保健；具体而言，深度学习方法可以包含整个EHR，包括自由文本笔记，为广泛的临床问题提供预测，并且它的准确程度超过传统中最高水平的预测模型。我们的核心观点是，与其直接调整EHR数据，将其映射为一组高度组织化、结构化的预测变量，然后将这些变量馈送到统计模型中，我们还不如学习通过直接特征学习同步调谐输入并预测医疗事件。

谷歌表示，该公司的模型能够在预测意外再入院、出院和住院病死率方面进行扩展并准确预测。正如ZDNet先前报道的那样，人工智能正在被用来更好地改善护理，同时降低成本。参看：

谷歌指出，它具有统计意义上的重要性，而且还仅仅是一个开始。预测和深度学习模型还仅仅是在使用回顾性数据。

事实上，在医疗保健中还有很多其他的地方可以使用人工智能和机器学习。例如：

Qure．ai推出人工智能系统读取头部CT扫描并发现异常情况

为什么Fitbit可以让谷歌进行很好的收购

康威法则和医疗数据管理的未来：基因组、区块链和GDPR

医疗保健领域3万亿美元的问题：谷歌和Facebook这样的公司是否应该控制这些数据？

Google通过新的API和合作伙伴关系将医疗保健服务带到云端

微软推出更多融入了人工智能的医疗服务软件

死亡与数据科学：机器学习能够如何改善临终关怀

苹果公司可以通过iOS 11．3中的Health Records赢得电子医疗记录比赛：这里是七大原因

CVS Health和Aetna在分析、数据和数字化转型方面下注了690亿美元进行合并

Roche以19亿美元收购Flatiron Health

亚马逊、伯克希尔．哈撒韦和摩根大通公司的健康风投可能为AWS带来福音

Project Baseline：Alphabet制订人体健康整个旅程的五年计划

DeepMind和NHS：使用Google的肾脏健康应用程序的真正意义

Apple在显微镜下的医疗保健计划：从iPhone应用程序到Apple Watch，接下来还有什么

HealthKit：为什么Apple的ResearchKit被医生证明是真正的热门产品

Apple CareKit：一次构建一个iOS应用打造医疗保健未来

关于Apple Health和Apple HealthKit：你需要了解一切