「全美最佳醫院」如何用AI超前部署?
作者:SAS台灣總經理 陳愷新
原文刊登自:未來城市@天下
2020年從開春動盪至今,台灣在公衛與醫療體系的超前部署,使我們得以領先全球進入後疫情時代,努力踏上復甦之路。但展望未來,超前部署之外,國內醫療體系能否藉此次衝擊更完備體質,迎接下次大流行?或將這次應戰的動能,反饋在優化日常營運上?
雖然歐美多數醫院不敵本次Covid-19衝擊,前線資源與人力瀕臨耗竭;然而也有部份醫療機構為正面迎戰,率先採用新科技。
全美最佳醫院開始用AI做需求預測
例如,連續多年被評選(註)為「全美最佳醫院」克里夫蘭醫學中心(Cleveland Clinic),新冠肺炎疫情爆發後,立即向SAS尋求協助。雙方近日已打造了人工智慧模型,協助醫院預測患者人數、所需加護床位數、醫護人員防護設備和呼吸器數量。
這個模型還設計了「最好」「最壞」及「最可能發生」的三種情境,可隨著情勢和資料源的變化即時調整,像加入地區人口健康狀況、人口統計學差異,及各州政府防控措施,甚至社交距離對疾病傳播的抑制作用,必要時也可以加入作為分析因子。
因為瞭解新冠肺炎衝擊嚴峻,克里夫蘭醫學中心已啟動針對「最壞」情境下的準備計畫:
在其教育園區內,為無需住加護病房的新冠肺炎患者,臨時搭建了1,000張病床;醫院還使用運算模型,推算是否需要招募更多醫護人員。
因為病毒傳播迅速,雙方日前也在GitHub公開這些模型,希望其他機構能齊力加入優化模型,協助各級醫院、保健機構、地方與中央衛生機構,預測流行病的影響,加速幫助較脆弱的機構。
仔細思考,台灣防疫有成、得以暫時用大量人工應對少量確診;相對之下,國外仰賴AI快速因應大規模衝擊,做出需求預測,或可作為台灣強化部署的新學習。
推薦閱讀
- Top prepaid card fraud scamsThe margin for prepaid cards is slim, so it's particularly important to root out the scams. Here are some tips for combating and mitigating prepaid card fraud.
- Online payment fraud stops hereBillions of dollars each year are lost to online payment fraud through channels that provide convenient – yet vulnerable – ways to shop and bank. See how to fight back and win with advanced analytics.
- How to prevent procurement fraudPerpetrated in several ways, procurement fraud is difficult to detect. Arm yourself with hybrid analytics that offer various approaches for cross-pollination of data and analysis.
準備好訂閱意見領袖觀點了嗎?