预测性和规范性的分析似乎是最常见的类型的AI应用在上面的医疗设备公司。这些公司，尤其是Becton Dickinson公司，美敦力，和费森尤斯医药，往往与AI公司和供应商的合作伙伴，共创软件，他们打算卖给医院最常见。
在这篇文章中，我们提出在Becton Dickinson公司，美敦力，和费森尤斯，三个顶尖的医疗设备公司在世界上的，以及他们与使他们的AI产品可能合作的AI公司目前AI的举措。这些项目包括：
- Becton Dickinson公司，他们与BERG健康的伙伴关系，以及如何机器学习可以帮助监控病人的状况和护理实践。
- 美敦力公司，他们与IBM沃森卫生合作，以及如何预测和分析规范能帮助患者控制糖尿病有连接葡萄糖传感器移动应用。
- 费森尤斯医药，其临床试验的预测分析软件旨在管理（CKD）慢性肾脏疾病的症状，他们的研究和发展的示范。
第一个医疗器械公司，我们讨论的是Becton Dickinson公司，谁最近集成的AI应用到他们的MedMined“监视”产品。
Becton Dickinson公司：预测分析的病人监护
Becton Dickinson公司（BD），美国最大和最古老的医疗器械企业之一，提供病人在监控软件的MedMined牌。解决方案包括该公司所谓“监控”，但目前还不清楚他们的意思，因为这是不可能的，医院将成立摄像机病房。该公司的软件似乎帮助护理人员确定医疗保健相关感染（医院感染）和条件，完全有警报的迹象，以便人员可能迅速作出反应。
2017年，Becton Dickinson公司签署了AI公司的多年协议BERG健康使用BERG的预测分析解决方案的协作。该合作产生的算法为协助医护人员用识别与一次出院不跟随他们的处方药物疗法的危险性最高的患者群体。
BERG分析，BERG健康的一个分支，声称该解决方案将帮助临床医生优先考虑病人的干预措施，并找到合适的工作人员外，提高成果后排放。BERG分析以人工智能为基础平台，据称用来收集该公司称之为‘智能病人’，这是对他们的生物特征识别和病史可能患者信息是什么。
然后，这些数据将被用来表示第慢性和急性病症患者粘附如何对他们的药物的统计数据建立风险模型和可视化。
关于合作，其目的，斯拉瓦Akmaev首席分析官贝格说，“我们期待着通过预测分析推进临床决策。这种积极主动的监控解决方案将推动有针对性的用药依从方案，并最终提高患者的治疗效果。”
BD的采矿医疗信息化解决方案可以使客户能够检测构成最大风险的患者人群，防止疫情以及病原体。该公司还声称他们的解决方案可以识别他们所谓的“生物发生”医院内，由此我们可以推断为有害的细菌或病原体的发展趋势。
类似的使用案例：药物发现
分析并作出有关临床样本的数据预测的AI功能也可用于药物发现。制药公司可能还需要确定相关的临床试验的病原体，用最好的患者一起招募临床试验。相关病原体，包括那些存在于患者的日常生活这项事业或影响所研究的疾病和治疗。
下面是一个简短的视频为特色莱拉Pirhaji，CEO和创始人ReviveMed。她解释了人工智能和药物发现预测分析的可能性。ReviveMed是2016年启动开发利用代谢组学，或代谢过程中记录的数据AI药物开发软件。在视频中，Pirhaji详细介绍她的要求，该公司的AI平台采用的是不可以被早期的AI软件生物属性：
另一种使用情况Pirhaji讨论是药物替代使用发现，或者在已存在的药物发现治疗某些疾病。这是非常相似的BD与BERG合作中，他们每个研究的现有参数领先的医疗保健领导人最好下一步的方向，而不是如何应对新的药物化合物和治疗。
美敦力公司：规范性分析和移动应用的糖尿病管理
美敦力也有一个专门的糖尿病分支覆盖胰岛素泵和两个类型之一，两型糖尿病的范围的治疗。
公司合作与IBM使用其屈臣氏健康平台对他们的糖尿病患者更详细的分析。
美敦力的转折点节目是他们的第一个产品，在IBM沃森健康，这与智能手机跟踪病人主动糖尿病管理程序上运行。
IBM沃森机器学习解决方案据称帮助美敦力分析从验血和胰岛素泵的活动数据，以确定血糖峰值的危险因素。该系统还使用这些数据来改善未来的预测也是如此。
患者可以登录到他们的移动应用接收推荐最佳的下一步在管理他们的糖尿病，如改变饮食习惯或多个预定的演习需要。
该软件可能使用规范的分析来分析这些数据，然后提供反馈，以约时，他们的血糖峰值和低谷，或病人时，他们需要注射胰岛素。
美敦力的守护者连接CGM，连续血糖管理（CGM）系统，很可能整合为好。该系统据称何时通过两个智能手机应用程序，直接对皮肤磨损，用粘合剂举行了蓝牙发射器注射胰岛素的糖尿病患者的警报。
从发射卫连接的应用所显示的血糖数据，详细介绍胰岛素水平随时间的趋势，并通过声音或推送通知给患者的警报。
第二个应用程序称为Sugar.IQ糖尿病助理据称为患者提供更详细的看一下整个白天和哪些因素有关他们的血糖模式影响他们的血糖水平最。因为他们声称的应用提供了“更全面的了解[一] S]糖尿病，”我们推断葡萄糖发射机的数据也可以用来达到这些统计数据。
下面是IBM沃森卫生演示了如何在他们的机器学习能力，可以帮助通过智能手机平台管理糖尿病的视频。在这段视频拍摄的任何智能手机应用程序可以有不同的显示和菜单现在是否访问：
从IBM沃森医疗整合美敦力糖尿病管理系统的改进可能来自于患者的生物识别更精细的细节并不太常见的趋势。
这是机器学习能提高糖尿病患者的分析，因为它可能响应容易漏诊活动认识血糖细微的变化，如少量的水饮料。
例如，如果一个病人做了异常时间锻炼或微小overhydrating的习惯，他们承受的伤害前机器学习的解决方案能够识别这种趋势并提醒病人吧。
在情况下，在尖峰或血糖严重的浸新患者的行为结果，一个基于机器学习的警报系统可能能够提醒患者之前自己的病情下降太远，他们能够寻求帮助。
与所有基于ML-AI-和软件，连续摄取新的数据将帮助它“学习”，因为它的工作原理，在这种情况下，来更好地“理解”，有助于血糖峰值因素。美敦力公司要求这个集合的数据也帮助他们发现糖尿病新疗法，以及改进当前治疗的方法。
这可能包括如何产生和更加可持续的糖尿病相关医疗用品处置，从而改善胰岛素注射的最佳实践。
费森尤斯医药：预测分析为管理慢性肾脏病
费森尤斯医药是一家医疗设备公司，专门从事肾脏疾病和护理，透析机和贫血的管理。该公司是家的透析设备，用于心血管疾病门诊实验室和紧急护理中心组成的网络。
他们声称能提供专业药房和实验室服务于成千上万的患者在北美，以生产和销售透析设备，耗材和肾医药产品一起。
一个临床试验从费森尤斯公司在2017年所在的公司正在研究的AI应用程序来帮助发布到医学美国国家图书馆的网站管理慢性肾脏病（CKD）患者的贫血。
该试验的文件说明会2017年12月至九月2019年最有可能的运行，包括240名CKD患者。报告还指出，该软件结合制作与培训了大量的患者数据的算法，可以推荐根据患者的病史剂量药物剂量和类似的体型和体质的人。这很可能是一个规范性的分析软件，需要在肾脏相关病史。
临床试验状态，神经网络用于构建机器学习算法的描述“与对医疗器械的欧洲要求。”概念试验证明是在跨三项欧洲费森尤斯透析诊所举行。
这项临床试验的目的是评估软件有多好作品贫血管理一个典型的临床实践环境中。如果软件是成功的，它可以证明AI应用在那些有CKD提供医疗服务的有效使用情况。
莱恩Usvyat在费森尤斯北美洲综合护理Analytics（分析）的副总裁，谈到人工智能的公司的重要性和患者一个前进2018面试。当被问及如何人工智能可以帮助促进CKD管理提供者和病人，Usvyat说，
腹膜炎是为什么患者无法继续顶因素之一腹膜透析在家。我们可以使用数据的财富在我们的处置，以更好地预测时患者会有感染？我们开始看到一个预测模型一些早期的积极成果，看起来了关于提前一个月。下一阶段将看到我们是否可以使用这些见解其实预防腹膜炎发作。可能的干预措施可能包括在下月腹膜炎风险最高的主动就诊的患者或增加的测试及早发现和治疗感染。
虽然在前面提到的临床试验正在测试此报价不直接引用AI应用，很显然，费森尤斯医药正试图采取跨越CKD管理工作流程AI应用。费森尤斯将继续在肾脏病学的（ASN）的2018年美国社会展示这些功能和其他进展肾部保养肾周研讨会。
费森尤斯提出71个摘要的人工智能技术和连接的家庭治疗方法的不同应用。该公司的专家据称显示了他们的AI应用如何改善患者的预后。他们所表现出来的AI以下功能：
- 采用人工智能，以帮助预测患者的终末期肾病（ESRD）迫在眉睫住院。这种努力探索质量改进能力这种努力探讨如何培训了1500个多变量的预测模型可以更有效地七天后的血液透析的辨别住院的病人的可能性。
- 使用机器学习来帮助预测终末期肾病患者升高血磷水平。本项目采用数据分析在一个月内预测血液透析患者高血磷。
- 机器学习模型预测的腹膜炎发作病人的风险。此质量改进项目是学习机器学习模型来预测腹膜透析患者有多少是在未来一个月内腹膜炎诊断的风险的能力。
虽然该公司仍在研究AI的能力，在医疗领域，只有通过初步的内部技术，费森尤斯医药可能能够使用AI，帮助肾病患者。
与医疗设备公司采用AI可能面临的挑战
需要注意的是将这一类型的解决方案，而不适当的准备可能扰乱医疗保健公司的工作流程，并导致成功之前更加困难，这是很重要的。
在医疗保健企业领导人必须研究如何这会改变他们的员工的工作，以及他们提供他们的病人护理。如果有太多的医疗服务提供者不熟悉新系统，它可能会导致更慢或更细心的呵护。
我们采访了雪莱庄的创始人十一两个资本有关如何保健公司使用AI，首先把自己的病人。当记者问关于什么是关于AI系统集成到医疗运营最重要的，庄说：
I think it’s absolutely critical that companies need to clearly understand where their solution fits into existing clinical workflow…and that can only be done through a lot of interviews, a lot of meeting with key opinion leaders, and it would be great if you could get several KOLs (key opinion leaders) to get behind your value proposition; another way we’ve seen companies get product market fit is partner with an existing larger company…and to get their new technology into the market.
提出一个计划，把类似这样的协作解决方案将是使尽可能顺利的过程中的关键。这需要讨论如何减少对病人护理的负面影响，过渡都会有，同时还与他们需要与之交互的任何新系统熟悉的工作人员。
标题图片来源：有线
