与一个正在进行的护士短缺在美国和其他地区，初创公司和全球公司已经开始开发用于处理传统上由护士举行耗时的责任，从日常操作到诊断方法。
在努力给医院和医疗服务提供商如何AI在护理领域中使用的见解，本文旨在回答以下问题：
- 人工智能和机器学习如何影响护理领域？
- 宜生组织采用的机器学习技术？
在我们的研究中，我们发现了三个护理领域人工智能的应用似乎正在兴起：
- 虚拟护士
- 机器人
- 记录保存/情报/运营
我们将探索使用情况和所有三个领域，包括其功能的详细说明的例子，在适用时的视频演示。
本文旨在提供商业领袖在护理上述地区可用的应用程序的预览。我们的分析旨在帮助医疗业领军者了解今天的AI护理技术的可能性 - 并做出更明智的技术采购决策。
对于那些对人工智能在医疗保健领域有更广泛兴趣的读者，我们推荐一篇概述性的文章，标题为:医疗中的机器学习.
虚拟护士
医院有时可能会遇到工作效率问题，护士被要求的日常任务和协议所束缚，不能专注于其他主要任务。像下面提到的那些公司，已经开发了虚拟护士技术来增强或支持护士执行他们的任务。
虚拟护士，例如下面列出的应用程序，通常是电脑生成的，屏幕上的护士谁病人可以进行交互。这些护士被设计成信息，社会和体谅病人提供维持与一个真正的护士进行交互时，他们可能会感到舒适更自然的交互。
莫莉
莫莉，虚拟护士开发的Sensely被描述为具有以远程提供公共和高成本的医疗条件的能力监测和支持。莫莉是提供作为定位于医疗服务提供机构和保险公司健康计划的一部分。它也提供给第三方付款人或健康计划赞助商，比如雇主和工会。
茉莉，表示为在屏幕上的化身，可以显示像从蓝牙连接的莫利监测装置产生的体重和血压的统计信息。此应用和其连接的设备可以被用于监测充血性心脏衰竭，慢性阻塞性肺疾病，以及类似的条件。
从家里出来，患者可以通过监测体重，血压和健康状况与使用莫莉的管理他的病情。如图所示，莫莉能够语音识别和病人的查询口头答复的。它还配备了一个聊天机器人的情况下，病人需要私下讨论健康问题。患者还可以通过莫莉将图像发送到人类的医疗保健机构。一款搜索工具，可以帮助健康计划的成员查找附近的治疗方案。患者可以下载iOS或Android手机的软件。
在2分钟的视频演示了莫莉如何帮助远程管理谁已经出院，但仍需要监督和支持患者。
Sensely，成立于2013年，提出了关于资金11.8 $亿。CEO亚当Odessky工作了七年，在甲骨文，与职位，包括高级技术人员和项目管理总监。作为一名高级技术人员，他的工作涉及语音命令项目Oracle的语音接入服务。他还获得了学士学位，在计算机科学硕士学位伊利诺伊大学。我们能找到领导没有其他成员具有强大的AI教育或背景侯爵公司。
软银的机器人护士
像人类一样的机器人护士或托儿所已经被用来支持医护人员。例如，在日本，由于缺乏医护人员和人口日益老龄化，护士长在以下方面势在必行帮助老年人，执行诸如身体移动、协助洗澡、洗澡和穿衣等日常工作、陪伴他们并让他们参与社交活动比如简单的对话。该公司指出，有了机器人助理，医院就可以将护士资源分配到设施的重要区域，如急诊室或重症监护室。
机器人制造商面临的一个挑战是整合决策或情感识别能力变成机器人。机器人将如何应对病人的情绪复杂，尤其是在医疗环境？
软银机器人开发三种用于医疗行业的机器人。根据该公司的网站，机器人NAO和辣椒已部署到超过2500个公共场所在70个国家的零售，金融，旅游和医疗行业。该公司声称，该机器人可以帮助简单的任务，如帮助欢迎，提供信息和互动与客户和参观者。
根据该公司的网站，NAO和Pepper机器人都具有语音识别功能，可以用20种语言与人进行基本对话，也可以通过声音识别人。机器人的面部识别能力使他们能够识别环境中的人脸和物体。
下面的部分将重点介绍这两种主要的机器人，以及最新的技术之一Romeo。
胡椒粉
胡椒是携带可与信息被上传到协助客户或患者的触摸屏的机器人。例如在医院的医疗环境，辣椒可以问他们正在访问哪个病人的访问者。该连接的触控板可通过医院的在线系统搜索和显示病人的姓名和房号。
红外声纳传感器使机器人能够在轮子上自我导航并帮助游客。该机器人可以连接蓝牙、wifi或以太网，电池续航时间为12小时，并具备自动对接功能。
据该公司网站上，辣椒的情感识别能力，使其能够识别语音和面部情绪，并作出适当的反应。机器人表演，当病人是高兴还是做他最好的提供鼓励时，病人是可悲的喜悦。
在短视频下面，软银机器人公司商业发展部主任解释了“小辣椒”如何应用于护理设施，他说，“小辣椒”可以通过玩记忆游戏或音乐来吸引痴呆症患者。
模块化平台允许客户只选择他们业务需要的元素，例如培训、配置和安装解决方案，以及维护。
2018年2月,伯河医院用两个胡椒机器人启动了一个试点项目。在接待处，将指派一名工作人员接待、引导、参与和招待病人和来访者。另一个机器人将支持儿童和他们的家庭，这是我们儿童生活项目的一部分。
据该公司称，Pepper的触摸板将帮助访客找到病房、科室、洗手间、出口和医院的其他部分。机器人还将回答常见问题，分享有关医院的信息，并用简单的编程游戏娱乐。
2016年，Pepper被招至公司担任前台2比利时医院.在烈日CHR城堡医院，在接待区辣椒的工作，而在奥斯坦德的AZ Damiaan医院，它会陪游客到正确的部门。
两家医院已经在儿科和老年病房使用了更小的Nao机器人，帮助老年人锻炼身体，帮助儿童克服对手术的恐惧。
其他报告显示，“小辣椒”的能力仍然有限。下面的视频显示Pepper在回应对话时遇到了困难。
我们找不到一个深入的Pepper在医疗领域的用例，但是找到了一个以万豪庭院为特色的用例主题公园入口酒店在加州阿纳海姆。酒店希望提高其客户满意度，提供现场和非现场信息，促进奖励计划，同时收集客户数据。转向软银的机器人酒店部署在大堂的一个试点推出一个辣椒机器人。
根据案例研究，在使用Pepper一个月后，酒店的顾客满意度提高了5个百分点。据报道，这款机器人还帮助前台团队增加了酒店忠诚度计划的登记人数，在其触摸板上显示活动信息，并允许客人自动注册。
试点期间，酒店排名前百分之三中的类别中的所有万怡酒店中“客串意图推荐。”导频也记录的客人2.5分钟平均接合时间与机器人，其每日的相互作用超过200。
在这个案例研究中，还不清楚酒店在试验后是否继续使用Pepper。这项研究也没有注意到试验持续了多长时间，或者实施Pepper需要多长时间。
NAO
NAO与“小辣椒”有着相似的特征，但体型较小，高58厘米，重5.6公斤。该公司表示，它的地位使它更适合儿童使用。
下面的视频显示了NAO与受自闭症谱系障碍(ASD)影响的儿童的互动。视频显示，患有自闭症谱系障碍的儿童比正常发育的儿童花更多时间观察类人机器人。科学家们希望利用这种注意力广度来帮助自闭症儿童实现发展。
一项由维特比工程学院旨在探索机器人如何帮助人们用各种特殊需求，包括阿尔茨海默氏症患者和儿童房间隔缺损。它审查自闭症儿童如何类人机器人，提示他们学习新的或失去职业技能反应。
报告称，12名高功能自闭症儿童被分为两组，一组为实验组，一组为对照组。每个孩子被要求和一个NAO机器人玩一个游戏，这个机器人要求孩子模仿25个手臂姿势。
研究表明，接受激励或鼓励直到达到正确的姿势、改善或维持动作的儿童，而对照组儿童退步或保持不变。结果表明，社会辅助机器人能够有效地提供这种反馈。
另一个研究所用NAO患有自闭症产生了不同的结果，有四个子女参与。旨在研究审查是否有自闭症的孩子会表现出与NAO更多的社会互动，而在电机模仿任务人类的伙伴。
根据研究，结果是混合。儿童2和3儿童表现出的目标变量没有什么区别。儿童1和儿童4表现出更多的目光接触，微笑/大笑，而与NAO互动，与人类的伙伴相比。子1也显示了交互期间马达灌顶的更高的频率，相对于基线。证明该机器人是只为儿童1共同关注的一个更好的促进研究报告称。
罗密欧
软银目前正在测试的另一个机器人是罗密欧(Romeo)，他的身高超过了他的前辈NAO和Pepper，有140厘米高。这款机器人的设计初衷是帮助老年人或失去自主能力的人。
该项目于2009年1月开始，预计将满足四大目标开发的：
- 一个灵活的平台相结合的机械和电气工程和计算机科学
- 具有监视功能和合适人机界面的个人助理机器人
- 研究一个强大的平台
- 工业机器人生态系统的基础
罗密欧机器人本身有三个操作目标：确保与之互动的人安全、促进社交互动、在日常工作中提供物理帮助。
2017年，该项目已经有铰接脚，四椎骨干，灵活的躯干，和可逆的执行机构，使之成为安全的人类环境中运行。该公司表示，机器人将拥有37个自由度，包括每只眼睛两个自由度，每只脚一个程度，脊柱三度。罗密欧的大小和身体能力让他开门，爬楼梯，并在表范围的对象。公司的开发人员说，他们设想罗密欧能够携带对象，包括人，在未来。
该公司预计，有罗密欧最新部署在老年人护理设施，到2019年。更高级的版本将提供给在未来的医院和护理。
该网站阐述了如何设想罗密欧的设计方案。根据罗密欧计划网站，在等待病人请求时，机器人将默认处于监听模式。服务模式包括机器人告诉病人日期、时间和天气的能力;提供其他基本信息;满足要求(如拿东西);显示电影;遵循病人;或者在命令下保持安静。每两个小时，罗密欧就会提醒病人喝水。
由于该机器人将有能力识别一天中的时间，该公司声称，随着每天特定时间的噪音和运动减少，它将检测午睡或就寝时间。
报告声称，罗密欧项目涉及五个机构，13个机器人实验室和80级的工程师和研究人员。这些合作伙伴提供项目的各种组件，如合成和语音识别，对话，对象识别，动觉通信，情绪识别，人形控制，语音交互，音乐相互作用和语音变换。
据该公司罗密欧未来的价格估计为25万欧元。
软银机器人是基于法国，首席科学家阿米特库马尔潘迪负责机器人技术和人工智能的研究和开发项目。他拥有的国立图卢兹应用科学学院机器人与人工智能博士学位。
由于机器人是新的，我们找不到在这个时候任何情况下，研究或侯爵的客户。
记录保存/情报/运营
根据医疗卫生信息与管理系统协会，护理信息学将护理科学与信息管理和分析相结合，以支持护士、消费者、患者、医疗团队和其他利益相关者在日常操作和患者护理中做出明智的决策。
其中一个主要的信息学的应用在文档，帮助护士和其他医疗专业人员快速，高效地记录和获取信息。在治疗的协调，信息学工具，每天监测人员编制，工作流和通信流线护理操作，并确定可以改进的地方。
信息学也可以帮助发现过病人护理的数据和结果的大规模量分析的最佳实践，就如何最好地治疗的医疗条件提供健康专业人士的选择。
存储在企业数据仓库中的结构化和标准化的临床、财务、患者满意度和管理数据有助于提高有关疾病管理和护理连续性的知识，并可被编译为人工智能流程集。
健康催化剂分析平台
一个例子是健康催化剂分析平台，开发人健康的催化剂. 此分析平台从医疗机构的多个数据源中提取数据，并将其收集到数据仓库中。该公司声称，该平台为组织提供了集成组织中多个来源的不同类型数据、以结构化方式组织数据和自动化访问的机会。
利用预测分析和机器学习，该公司声称数据可以用来衡量过程和结果。它还用于确定在患者护理质量和结果、患者安全和减少废物等方面可以改进的地方。
下图为视频演示部分的健康催化剂平台如何被用于创建，对于谁接受阑尾儿童提高医疗数据集。
看到的视觉数据显示给予特定抗生素的患者阑尾低顺应性后，分析团队看到了改善过程的机会。该团队创建了一个包含抗生素作为默认手术前的订单。意识和培训干预还制定了如何使用订单。继干预，团队跟踪订单的使用。数据显示标志，符合改善。
的研究使命健康自行研制开发的基于机器学习预测模型来评估患者重新接纳风险。使命创造了一个分析团队，其目标是利用机器学习来创建一个预测模型，对什么样的患者有可能被重新接纳派生的见解，并创建一个方法来帮助患者降低风险。
为了确定有风险的病人，任务使用了12个关键问题。该团队还确定了其他数据源，如临床、财务、管理和患者体验，以创建模型。然后对数据进行训练和测试，以确保预测模型的准确性。
Mission利用Health Catalyst Analytics平台提供的数据基础设施，考虑到患者的住院时间、急性急诊入院、共病和急诊次数(蕾丝指数)，开发了再入院风险预测器。
机器学习算法发现了数据点的模式，帮助医院预测哪些患者有再入院的风险。这使得任务能够在出院后对病人进行后续治疗。
该医院计划外再入院的风险预测后减少了索赔的研究开发，但没有说明确切的数字。该研究还称，预测在18个县北卡罗莱纳州西部的部署。
除了使命外，健康催化剂网站还宣称艾伯塔省健康服务中心、锡达拉西奈医疗中心、凯撒永久医院、斯坦福医院和诊所以及德克萨斯州儿童医院为其客户.
我们找不到一个有丰富人工智能经验的管理团队成员。戴尔·桑德斯是技术的总统，他领导着医疗分析、决策支持和数据仓库的发展。他拥有美国空军信息系统工程专业的学士学位，并在美国科罗拉多州杜兰戈市刘易斯堡学院(Ft. Lewis College, Durango Colorado)获得了化学学士学位和生物学副修学位。
认知量表
认知量表声称其皮质软件为医疗保健行业改善病人护理服务，支持员工的工作效率，并降低运营成本。
CognitiveScale的基础是一个叫做皮质5技术，该公司声称提供安全的数据和知识产权资产的所有权，视觉AI系统设计，机器学习模型的生命周期优化，explainability，个性化，不断学习，算法的信任和保证。该平台的认知引擎不断地从客户的行为学（如点击，喜欢，股份，交易），来自全国各地的公共，私人，社会和设备数据实时来源收集数据。
在以前的面试随着Emerj关于医疗保健自动化，CognitiveScale执行主席Manoj Saxena解释说，该软件的医疗保健功能之一是帮助护士安排病人的时间。这种能力包括监控和指导患者从一个系统到另一个系统或部门到另一个部门的移动。这个有组织的系统通过根据患者的偏好和治疗方案定制护理和调度后勤，帮助改善患者体验。
我们无法找到企业端的视频来演示该技术，但低于病人端应用程序显示病人如何使用CognitiveScale的搞卫生的移动应用程序来管理他们的健康状况的视频。从这个程序有助于数据收集公司的海量数据集，列车的机器学习。
这个例子举糖尿病患者谁使用应用程序来跟踪他的饮食，活动和行为。该系统激励他通过发送提醒吃药，医疗预约提醒，过敏更新和锻炼提醒照顾自己。它还提供了有关支援团体和饮食限制的信息。
该应用程序允许患者的医疗保健经理在线跟踪其病情，同时患者可以远程接受护理。
一个案例研究一家医院系统的说法是，它每年要面对数百万美元的未付病人账户。为了避免这一点，医院需要一个能够及早识别可能陷入坏账的患者账户的系统。
CognitiveScale的债务风险顾问使用机器学习来预测债务风险，改善收入周期管理。医院的主题专家团队与CognitiveScale合作开发了这个预测工具。
该应用程序的机器学习算法是根据医院电子健康记录中数以百万计的患者帐户记录进行训练的。培训数据还包括关于患者担保人、程序或治疗以及诊断代码的数据。然后，这些算法在数据集中搜索相似的属性，以确定有支付不起的风险的患者。
研究称，债务风险顾问准确预测了92%的潜在坏账，准确率超过80%。在实施预测工具之前没有数字被报告，但是客户声称有了这些信息，医院可以提供折扣、付款计划、付款提醒和对有风险的病人进行财务教育。同样，医院的名字也没有透露，我们提醒读者对这个案例研究有所保留。
在这些案例研究中，CognitiveScale的客户包括Under Armor。该公司还服务于金融、零售和电子商务行业。
马特·桑切斯(Matt Sanchez)是公司的创始人和首席技术官，他是公司基于云的认知应用的首席架构师和梦想家。在CognitiveScale之前，他是IBM沃森实验室(IBM Watson Labs)的负责人，拥有6项美国专利。
IBM沃森肿瘤
在治疗建议的境界，IBM沃森肿瘤是提供癌症的证据为基础的建议，该系统认为是最有效的AI认知计算系统。该系统进行筛选，通过上千例和文章，并帮助医生确定肿瘤的特定类型的最佳治疗方案。
Watson for Oncology声称使用自然语言处理和机器学习来处理来自多个来源的数据。这些资源包括医学文献、治疗指南、患者病历、影像、实验室和病理报告，以及专家的见解。IBM声称，使用这些数据点，应用程序可以为患者提供治疗建议。
下面的简短视频演示了华生肿瘤的分析病人的病历找到一个成熟的和个性化的治疗方案的能力：
Watson分析并总结了患者的电子病历，如家族史、先前咨询记录和测试结果。
使用自然语言处理，该公司称，沃森是能够理解的说明和数据的上下文进行推理，将告知算法找到相关的治疗。
健康专家也可以在软件，以更好地支持添加信息的建议。一旦专业的健康验证数据的准确性，沃森进行分析的情况信息，并创建的治疗方案，按照优先级排列的列表。
在一个研究，Watson for Oncology测试该平台是否与印度班加罗尔Manipal综合癌症中心多学科肿瘤委员会推荐的肺癌和结直肠癌治疗方法一致。双方研究了362例癌症病例，其中包括112例肺癌、126例结肠癌和124例直肠癌，这些癌症在该中心发现了3年。
结果显示，华生对肿瘤治疗的建议在96.4%的肺癌患者、81.0%的结肠癌患者和92.7%的直肠癌患者中取得了一致。按肿瘤分期，88.9%的局限性和97.9%的转移性肺癌、85.5%的局限性和76.6%的转移性结肠癌、96.8%的局限性和80.6%的转移性直肠癌的治疗建议是一致的。
的应用程序已被采纳堪萨斯大学癌症中心、北卡罗莱纳大学林伯格癌症中心、南加州大学应用分子医学中心、华盛顿大学医学中心和耶鲁大学癌症中心。它还计划部署在阿波罗10家医院在印度2018年5月。
最近的新闻项目然而，指出据报道，沃森建议不正确的，不安全的癌症治疗方法。另一份报告指出，美国德克萨斯大学MD安德森癌症中心一直在寻找替换应用程序，该中心为此花费了6210万美元，因为它没有达到目标。
健康提示推荐引擎
TAVIE
基于加拿大360年medlink已经发展TAVIE(Traitement, assistance virtuelle miere et enseignement)，这是一个经过临床验证的虚拟护士平台，可以作为私人和政府医疗机构的患者的教练。
通过预先录制的视频，这个虚拟的护士出现一个智能手机的屏幕和“教练”的患者给予相关的具体条件，如艾滋病，糖尿病，疼痛减轻，淋巴水肿，心脑血管疾病，器官移植恢复和生活方式的改善他们的医疗行为的提示上.
下3分钟的视频演示了如何病人被Tavie艾滋病病毒执教治疗融入到他的日常生活。患者执教于服用药物，他们的卫生保健提供者沟通，甚至是情绪管理。
要访问虚拟助理，患者登录到系统中的电脑或手机上，在那里它们被问起自己的病情选择题。基于他们的答案，TAVIE的算法确定的相关视频推荐哪个，该公司称。该视频提供关于改善生活行为，如体育锻炼，戒烟和健康饮食的内容。
在整个治疗过程中，虚拟护士帮助监控和评估病人的进展。这些算法筛选了各种数据源，如患者记录、连接的跟踪器和医疗设备(如FitBit和iHealth)、自行输入的数据和评估，以发现与患者进展相关的模式。这些数据点将作为聊天机器人持续讨论的基础，并为莫莉向患者提供建议。该软件还允许人类医疗服务提供者远程监控患者。
虚拟护士是通过预先录制的人类护士的视频短片来表现的，而不是化身。剪辑由基于用户的个人资料和输入的算法触发，目的是给用户实时与护士互动的印象。公司声称，不同的拍摄角度和镜头被用来进一步人性化的互动。
该公司声称，自然语言处理，驱动聊天机器人具有通过提问来检查病人的症状，以及对病人的询问作出答复，并提供基本的建议的能力。TAVIE的英国版本可以推荐一个真正的医生，根据答案给出什么。
为例VIH-TAVIE和TAVIE-Woman旨在帮助携带艾滋病毒(WLWH)的妇女坚持抗逆转录病毒治疗(ART)。治疗包括四个在线会议，由塔维的虚拟护士提供教育支持。
VIH-TAVIE的内容是中性的。然而，人们认识到，感染艾滋病毒的妇女面临着针对性别的挑战。这项研究的目的是发现针对性别的干预措施是否能更好地满足妇女的需要，同时仍与专业做法保持一致。第一部分涉及参与VIH-TAVIE干预的6名妇女，第二部分涉及参与TAVIE妇女干预的相同妇女。
该研究声称已经发现周围的两部分的虚拟护士的干预措施主要议题：
- 虚拟护士为计算机提供的干预增加了人性化的一面。
- 妇女们赞赏虚拟护士的指导质量。参与者声称，可打印的情况说明书在管理副作用和提供治疗的一般指导方面也很有用。
- 这些妇女报告说，她们学会了顺从服药
- 完成虚拟护理干预给了女性自信，安慰和鼓励，说的研究。
MedClinik声称TAVIE遵守美国、欧洲和加拿大的数据安全和隐私规定，并确保所有健康数据都经过加密“安全的算法。”公司声称IDS-Sante是其客户之一，并已与一个财团合作欧洲医疗保健公司包括iMinds在内的公司将开发数字技术和患者参与解决方案，并在整个非洲大陆推广。
MedClinik，成立于2015年，是360MedLink的子公司，并从母公司的研究和开发工作的好处。穆罕默德·塔希尔，商业智能和数据科学初级顾问拥有信息工程学位，专攻ERP，商业智能，从巴黎高等高等PRIVEE D'INGENIERIE等德技术的数据挖掘。他还在IBM沃森接受AI训练。
然而，首席执行官，MedClinik本身并没有自己的人工智能开发团队。因为我们对人工智能领导力的探索没有结果，我们对他们利用人工智能的说法感到怀疑。
应用程序如何解决短缺问题
医疗保健行业不仅依赖于护士来管理治疗，还依赖于改善患者的整体体验。但是因为低护士患者比，护士经常会感到疲倦、压力大、工作繁重，影响病人的护理质量。
由于护士花最多时间与患者比任何其他的医务人员，照顾他们提供的质量将患者中相当重。这可能是患者会选择去根据他们是如何通过护理人员处理，从而影响医院所有者的底线哪家医院。
公司声称，机器学习等人工智能技术已经被开发，以缓解护士和其他卫生专业人员的负荷。虚拟护士在医院门外延伸护理管理病人排出后。
虚拟护士也被开发出来远程支持病人。虚拟护士通常可以通过医疗服务提供者(如医院和诊所)和支付者(资助或补偿医疗服务费用的实体，如保险公司、雇主或工会)提供的计划获得。这些虚拟工具能够让患者接触到人类医疗服务提供者，或将他们引导到最近的机构。
一些医疗机构依靠机器人来帮助护士监视，吊装，并保持病人的公司。与机器人护士所面临的挑战，是没有参与护理责任知情和复杂的决策能力。例如，机器人编程，以提醒患者按时服药需要了解患者为什么拒绝和确定正确的响应。人类的护士，而另一方面，拥有丰富的经验，知识，价值观和能力的应对和采取适当的行动。
其他AI公司专注于开发数据驱动的机器学习应用自动行政程序，简化日常运营，甚至支持治疗。
总体而言，医疗机构可以采用人工智能和机器学习中获得各种好处，但需要注意的技术缺陷。在选择技术及其目前的局限性，企业必须提供更好的照顾病人和支持他们的工作人员在执行职务平衡他们的业务需求。
标题图片来源：赫芬顿邮报
