医疗与公共卫生服务,是大基数人口国家直视则伤痛,逃避又无路的问题。从医改到“新医改”的三十多年,改革进一步深化。公立医院开始兼顾社会效益和经济效益,紧密型的“医联体”逐步落地,国家加大对分级诊疗的扶植。
讨论医疗和医改,无法剥离开我国医疗服务行业的艰巨现状。其一,医疗资源流动率低,优质医疗资源集中在一线城市的三甲医院,优质资源下沉难,直接影响医疗卫生服务的质量和效率;其二,城乡差别巨大,医疗需求集中在农村和基层,伴随老龄化和城镇化加速,基层医疗需求更加难以满足。2017年4月,国务院常务会议审议通过了《关于加强医疗联合体建设和发展的指导意见》。所谓”医联体”,是区域内医疗资源的整合。通过信息化手段,提高医疗服务水平和效率,达到医疗信息共享、医疗资源均衡和业务协同。实现优质医疗资源的“下基层”,弥补二级医院康复、护理的不足。要完成这一目标,需要政府的主导,民营资本和市场的力量也不可或缺。
医疗资源的供给不平衡问题存在良久,是块不好啃的硬骨头。民营资本是否能突破困局,缓解基层医疗问题的焦灼?有人认为,ai+医疗从一定程度上可以辅助医务人员,提高医院的服务水平和效率。因而,可以从ai医疗着眼分析医疗问题的解决之道。
人脸识别帮医院做好安全管控
从2017年到2018上半年的ai+医疗融资事件来看,ai+医疗相当受到资本的青睐。仅2017年内,行业内公开的ai+医疗融资事件就达30多起,融资超过18亿人民币。在2018年4月2日当天,更是有4家ai医疗企业宣布完成融资,引爆了ai医疗行业的融资风潮。热钱涌入技术驱动型的行业,必然需要数据和算法为支撑,场景为突破口,以冲出同质化严重的医疗ai围墙。已经完成b+轮融资,估值超过3亿美金的人工智能大数据公司小视科技,完成总额2亿元左右融资,且曾三个月内连续获得红杉资本领投的数千万美元投资与腾讯的1亿元投资的人工智能医疗公司体素科技,共同将目光转向ai医疗的细分领域——医院内部的安全管控和探视管理。
传统的医院安全管控,停留在视频监控和门禁阶段。需要安保人员肉眼监控,费时费力,效率低下,这一点在基层医疗机构人力资源匮乏的情况下更加突出。且视频清晰度不足,存在视角死角,为紧急事件的视频调用和处理留下了隐患。近年来,专业医闹、号贩子、医药代表出入医院,激化医患矛盾,造成医患损失的例子层出不穷。原有的安全管控系统远远不能满足如今打造“平安医院”的新需求。小视科技与体素科技基于深度学习算法,海量数据,针对复杂多变的医院安防现状,将人脸识别技术引入医院安全管控系统中,使人脸智能门禁成为了医院的第一道安全防线。人脸智能门禁由智能闸机和人脸pad组成,融合了最新人脸识别算法,包括人脸检测、关键点定位、特征提取、匹配识别等功能。医务人员与病人、病人家属的人脸入库后,每位出入人员权限分明,根据工作职能和需求可以分时间段刷脸进入医院的不同区域治疗、被治疗或探视,实现智能通道管控。智能门禁支持人脸识别、刷卡/身份证等模式,为医院不同人员提供可选择的出入门禁方案。在将安保人员数量降到最低的情况下,提升了安保效率,24小时、360度坚守医院健康、安全运营,将小偷等犯罪分子挡在门外。
此外,小视科技与体素科技还联手打造了一套针对专业医闹、号贩子、医药代表等重点关注人员的实时监控预警系统。将该医院,甚至大医联体中曾经出现过的专业医闹、号贩子、医药代表照片打上标签,存入人脸识别系统的黑名单中。前端高清摄像头一旦捕捉到符合黑名单中特征的人脸,及时发出预警,通知医院保安处,也可以与警方联动,打击重点关注人群的非法行为。该监控系统协助医院在事件发生前,提前做好反应准备。面对突然事件时,能快速妥善应对,避免消息的滞后,事件结束后也能对影像资料调用和取证,分析和总结,有效防止事件的再次发生。
行为识别通过预判防止意外发生
在人工智能研究领域,行为识别和人脸识别一样,是计算机视觉的重要研究方向。人活动时的姿势、体态、速度/加速度、运动规率,群体交互动作,都是行为识别的研究对象。行为识别与预测技术对于处理和分析视频影像,预测人群的活动起着重要作用。在过去的几年中,深度学习大幅度的提高了行为识别的准确率,这为行为识别的商业化奠定了基础,也触发了小视科技和体素科技联手,推动行为识别在医疗领域的应用。
由小视科技与体素科技合作推出的行为识别智能系统,在个体乔装打扮或者背对镜头的情况下,可以根据走路的步态,身体的姿势,识别出特定人员,并对个体和群体行为作出预判。即便整了容,肢体的动作习并不会轻易改变。因而,行为识别也成为了医院场景下鉴别上述高关注度人群的有效技术手段,令医闹、号贩子、医药代表等人无处遁形,是净化医疗机构环境的一柄利器。
在监护病人时,行为识别智能系统通过实时监测,掌握病人的健康情况,判断病情。包括饮食、运动、服药,是否有异于平时的行为,精神状态是否良好等。据此评估病人的康复程度,给出专业指导。对一些有自伤行为历史的病患,行为识别能够密切关注病患动态变化,在事故发生前预判,提醒医务人员采取措施防止意外的发生。行为识别智能系统捕捉病患的康复数据,结合医生的治疗方案,形成一套医治模型。在反复的大数据挖掘和分析后,这些模型将会变得更加精细和人性化,深层次地了解病患和家属所想所需。在更好地为患者服务的同时,也保护医务人员的安全。
医改需要新动力
不断扩大的就医量和匮乏的医疗资源始终伴随着新医改的展开。正视这一背景,才能更好的提出解决方案。目前,更多的医院提出了以病人为核心,以医疗质量为核心的医疗服务。在改善就医体验感,提升医疗质量的过程中,ai+医疗节省人力、提高效率的的优势难以忽视。不论是医院安保环节,医生诊断环节,还是康复治疗环节,ai技术都充当着医务人员的贴心帮手。体素科技与小视科技前瞻布局ai+医疗,其实就是在充分利用人工智能技术填补医疗领域的需求缺口,探索商业化的落地机会。