导读 如果您想通过任何数据科学项目对医疗保健产生积极影响，请记住两件事。首先，将您的客户和最终用户置于一切的中心。最后，人工智能 (AI)
如果您想通过任何数据科学项目对医疗保健产生积极影响，请记住两件事。首先，将您的客户和最终用户置于一切的中心。最后，人工智能 (AI) 的强大程度取决于它所带来的人类体验，因为使用 AI 解决问题是关于增强人类专业知识，而不是取代它。其次，确保您正在解决真正的需求。自然，这两者是相辅相成的，你可能会发现自己在两者之间来回走动。避免开发由数据集可用性驱动的项目。相反，专注于要解决的问题和您希望创建的体验，然后向后工作并获取您需要的数据。
这些简单的规则适用于任何行业，尤其是在主要目标是改善人们生活的医疗保健行业。如果您未能专注于人类体验以及 AI 如何适应已经很复杂的工作流程，您将面临无意中为医疗保健专业人员创造更多工作而产生的价值很小的风险。甚至在与 大流行相关的负担增加之前，医疗保健专业人员就已经超负荷工作了。现在，我们听到越来越多的信号，表明许多人更接近倦怠。
使用人工智能减轻负担，而不是增加负担
为确保 AI 和机器学习等技术真正创造价值，您需要仔细考虑如何将它们无缝嵌入到现有工作流程中，让医疗保健专业人员能够从中获得最大收益。人工智能和机器学习可以提供价值并迅速获得认可的一种简单方法是使用此类技术来自动化临床医生目前认为耗时且重复的日常任务。另一方面，使用人工智能作为“借口”来引入临床医生必须学习和导航的另一个应用程序将是自动化和简化的对立面。
在像飞利浦这样的大型组织中，确保在所有级别都遵守这些基本原则可能具有挑战性。我们在飞利浦推动这一目标的方法之一是通过我们的数据和 AI 卓越中心，我们所有业务的团队和整个组织的数据科学家可以在这里学习和推进最佳实践，并开发框架、剧本和推动者。它可以提高意识，跨团队交流想法，并提高标准。