跳动城乡网肺炎是一种导致呼吸困难的肺部感染，最常通过胸部X光检查来诊断。通常情况下，这些胸部X光片是由放射科医生读取的，但劳动力短缺意味着未来可能更难及时获得诊断。
此外，根据世界卫生组织的数据，肺炎的早期、准确诊断也很重要，因为它约占5岁以下儿童亡的15%。
卡内基梅隆大学泰珀商学院福特杰出研究兼运营管理大学教授SridharTayur表示，这就是机器学习的用武之地。
“机器学习用于预测，在医疗保健领域，我们希望预测某人是否患有疾病，”他说。“如果你给出足够多的有肺炎和没有肺炎的图像示例，因为有两种情况，这称为二元分类。”
Tayur和一组研究人员研究了一种称为支持向量机的技术，该技术使用量子计算进行分类，然后将其与计算机科学前沿发表的论文中的其他方法进行了比较。
“我们证明了它具有相当的竞争力，”他说。“它犯的错误更少，而且花费的时间也更少。”
量子计算如何应用于医疗保健?
Tayur在卡内基梅隆大学创立了量子技术小组，以更好地理解量子计算方法并将其应用于医疗保健等行业。
“人们总是在寻找更有效的解决问题的方法以及解决问题的新方法和技术，”他说。
20世纪中叶，领导第一次量子革命的科学家通过晶体管、激光和原子钟等创新改变了世界。虽然使用量子位进行计算的硬件仍在开发中，但模拟器能够通过专门定制的算法解决实际大小的问题，这就是为什么这种方法被称为量子启发计算。
“假设将开发出更大尺寸和更低错误的量子比特设备，我们现在就可以在普通计算机上模拟它们，”塔尤尔说。
医疗保健在采用人工智能方面面临哪些挑战?
然而，当谈到人工智能在医疗保健中的应用时，这些技术仍然处于考虑的前沿。
为了做到这一点，该行业面临着四个挑战，正如Tayur在与约翰·霍普金斯大学凯里商学院的TinglongDai的研究中所描述的那样：医生的支持、患者的接受、提供者的投资和付款人的支持。
为了实现这些目标，任何应用于医疗保健系统的人工智能都应该考虑医生如何将其整合到他们的实践中，然后审查患者如何看待人工智能在医疗保健服务中的作用。
“我们在2022年写了那篇论文，但情况并没有太大变化。这不仅仅是为了建造一个更好的捕鼠器，而是为了让人们使用这个捕鼠器，”他说，引用了一个长期坚持的商业理念，即成功来自于只是设计最好的产品。
首先，作为一个例子，Tayur解释说，FDA已批准了500多种医疗人工智能设备，但这些技术的广泛采用才刚刚开始，部分原因是医疗保健行业的状况和财务激励措施。
“拥有好的产品是必要的，但这还不够，”他说。“你仍然需要弄清楚人们将如何使用它，以及谁将为此付费。”
其次，医疗保健的一个主要考虑因素是责任。当谈到设备时，公司可能会鼓励医生采用它们，但如果设备给出错误的诊断或医生对设备数据的解释不正确，会发生什么?
“在论文中，我们基本上讨论了这样一个事实，即你必须弄清楚商业案例，包括风险和回报，以及采用该技术的培训和前期投资，”他说。
塔尤尔表示，在将人工智能和量子计算要素应用于医疗保健方面，虽然至少取得了一些进展，但仍有很长的路要走。
“很多时候，医疗保健领域的许多人工智能都是由科学家和研究医生开发的，”他说。“他们需要的是一个不那么迷恋捕鼠器、对患者旅程和商业可行性更加敏感的商业人士。”
