智慧医院利用数据和人工智能洞察力来促进患者体验的每个阶段的决策，可以为医疗专业人员提供洞察力，从而实现更好更快的护理。
智慧医院使用数据和技术来加速和加强医疗保健专业人员和医院管理层已经在做的工作，例如跟踪病床占用率、监测患者的生命体征和分析放射扫描。
智慧医院与传统医院有何区别？
医院不断生成和收集数据，其中大部分现已数字化。这为他们创造了一个机会，可以应用数据分析和人工智能等技术来提高洞察力。
曾经存储为包含患者病史、实验室结果和免疫信息的纸质文件的数据现在存储为电子健康记录（EHR）。数字 CT 和 MRI 扫描仪以及包括 PACS 医学成像存储系统在内的软件正在取代模拟放射学工具。医院房间和手术室中连接的传感器可以记录多个连续的数据流，用于实时和回顾性分析。
随着医院向这些数字工具过渡，他们准备从常规医院转变为智慧医院——不仅收集数据，而且分析数据以提供有价值、及时的见解的医院。
自然语言处理模型可以快速从复杂的病理报告中提取见解，以支持癌症治疗。数据科学可以监控急诊室等待时间以解决瓶颈。支持 AI 的机器人技术可以在手术室中协助外科医生。视频分析可以检测洗手液供应何时不足或患者需要关注——例如检测在医院或家中跌倒的风险。
智慧医院有哪些优势？
智慧医院技术通过以下方式使医疗保健系统、医疗专业人员和患者受益：
- 医疗服务提供商：智慧医院数据可用于帮助医疗机构优化其有限资源，提高运营效率，从而更好地以患者为中心。当患者独自在房间时，传感器可以对其进行监控。人工智能算法可以帮助告知哪些患者应该根据病情的严重程度进行优先排序。远程医疗解决方案可以帮助在医院就诊之外为患者提供护理。
- 临床医生：智慧医院工具可以让医生、护士、医学影像技术人员和其他医疗保健专家通过处理日常或费力的任务来花更多时间专注于患者护理，例如写下每个患者互动的笔记、在 MRI 中分割解剖结构或将医生的笔记转换为用于保险计费的医疗代码。他们还可以使用 AI 算法帮助临床决策，根据历史数据为个别患者提供第二意见或分类建议。
- 患者：智慧医院技术可以使医疗服务更接近一致、高质量的患者护理目标——在世界任何地方，来自任何医生。临床医生在技能水平、专业领域、资源获取和每位患者可用时间方面各不相同。通过部署人工智能和机器人技术来监控模式和自动执行耗时的任务，智能医院可以让临床医生专注于与患者互动以获得更好的体验。
如何让我的医院变得智慧？
运营一家智慧医院需要一个完整的硬件和软件解决方案生态系统，与临床医生的工作流程协调一致。为了加速和改善患者护理，系统中的每个应用程序、设备、传感器和 AI 模型都必须在整个机构内共享数据和见解。
将智慧医院想象成章鱼。它的头部是组织的安全服务器，用于存储和处理整个设施的数据。它的每个触手都是一个不同的部门——急诊室、ICU、手术室、放射实验室——覆盖着传感器（章鱼吸盘），可以从周围环境中获取数据。
如果每条触手都各自为政，那么章鱼不可能仅凭单臂感知的信息在整个身体上快速行动。每条触手都会将数据发送回章鱼的中央大脑，使章鱼能够灵活地应对不断变化的环境。
以同样的方式，智慧医院是一个中心辐射模型，传感器分布在整个设施中，可以将关键洞察力发送回中央大脑，帮助为整个设施范围的决策提供信息。例如，如果手术室的摄像头显示外科手术即将完成，人工智能会提醒恢复室的工作人员为患者的到来做好准备。
为了支持智慧医院解决方案，医疗设备公司、学术医疗中心和初创公司正在转向NVIDIA Clara，这是一个与整个医院网络集成的端到端人工智能平台——从运行实时应用程序的医疗设备到存储数据的安全服务器并长期处理数据。它支持边缘、数据中心和云基础设施、众多软件库和全球合作伙伴生态系统，为下一代智能医院提供动力。
智慧医院运营和患者监控
一家熙熙攘攘的医院有无数移动部件，如病人、工作人员、药品和设备，这为人工智能自动化提供了一个优化设施周围运营的机会。
虽然医生或护士不可能在患者住院期间的每时每刻都在患者身边，但智能视频分析和其他智能传感器的结合可以密切监控患者，在患者处于困境和需要关注时提醒医疗保健提供者。
例如，在 ICU 中，患者连接到持续收集生命体征的监测设备。其中许多持续发出各种警报的蜂鸣声，这可能导致医疗保健从业者有时会忽视单个传感器的警报。
通过将来自多个设备的流数据聚合到一个源中，人工智能算法可以实时分析数据，帮助更快地检测患者的病情是否突然好转或恶化。
例如，美国休斯顿卫理公会学术医学研究所正在与NVIDIA 合作伙伴网络的精英成员 Mark III Systems 合作，部署一种名为 DeepStroke 的基于人工智能的工具，该工具可以根据患者的言语和面部表情更准确、更早地检测分诊中风症状运动。通过将这些 AI 模型集成到急诊室工作流程中，医院可以更快地确定适合中风患者的治疗方法，帮助确保临床医生不会错过可能受益于挽救生命治疗的患者。
又如，在美国芝加哥西北医院（Northwestern Medicine）使用戴尔和 NVIDIA 的企业级解决方案——包括 GPU 加速的戴尔 PowerEdge 服务器、DeepStream 软件开发套件——Inception初创公司Artisight 管理着一个智能医院网络，其中包括 2000 多个摄像头和麦克风。
Artisight 的一个模型提醒护士和医生注意有受伤风险的患者。另一个系统基于室内定位系统数据，可实现诊所工作流程的自动化，以最大限度地提高员工工作效率并提高患者满意度。第三个检测术前、术中和术后事件以协调手术吞吐量。
这些系统使得添加功能变得容易，无论位置如何：一个人工智能支持的传感器网络可以监控医院房间以防止患者跌倒，还可以检测医院用品何时不足或何时需要清洁手术室。系统甚至可以通过 Artisight 的集成远程会诊工具延伸到医院之外，在家中监控高危患者。
医疗保健运营的最后一个关键要素是医疗编码，即将临床医生的笔记转化为一组代表每项诊断和程序的字母数字代码的过程。这些准则在美国具有特别重要的意义，它们构成了医生、诊所和医院向利益相关者（包括保险提供商和患者）提交账单的基础。
Inception 初创公司Fathom开发了 AI 模型来自动化艰苦的医学编码过程，从而降低成本，同时提高速度和精度。该公司成立于 2016 年，与美国最大的卫生系统、计费公司和医生团体合作，每年为超过 2000 万名患者进行编码。
智慧医院中的医学影像
深度学习首先作为识别图像中对象的工具而受到欢迎。这也是该技术最早用于医疗保健行业的应用之一。医学影像领域有数十种获得监管批准的 AI 模型，可帮助智慧医院的放射科加速 CT、MRI 和 X 射线数据的分析。
人工智能可以预先筛选扫描，标记需要放射科医生注意的区域以节省时间——让他们有更多的带宽来查看额外的扫描或向患者解释结果。它可以将脑出血等危重病例移至放射科医生工作列表的首位，从而缩短诊断和治疗危及生命的病例的时间。它还可以提高放射图像的分辨率，使临床医生能够减少每位患者的必要剂量。
领先的医学影像公司和研究人员正在使用 NVIDIA 技术为可用于智能医院环境的下一代应用提供支持。
Siemens Healthineers 开发了基于深度学习的自动轮廓解决方案，能够在放射治疗中精确勾画出处于危险中的器官。
Fujifilm Healthcare 使用 NVIDIA GPU 为其Cardio StillShot 软件提供动力，该软件可在 CT 扫描期间进行精确的心脏成像。为了加快工作速度，该团队使用了包括NVIDIA Optical Flow SDK在内的软件来估计像素级运动，并使用NVIDIA Nsight Compute来优化性能。
NVIDIA Inception 中的初创公司也在利用 AI 推进医学成像工作流程，例如位于上海的联影智能。该公司的 uAI 平台为设备、医生和研究人员提供全栈、全谱 AI 应用，涵盖成像、筛查、随访、诊断、治疗和评估。其 uVision 智能扫描系统运行在NVIDIA Jetson 边缘人工智能平台上。
智慧医院中的数字化和机器人手术
在智慧医院的手术室中，嵌入了智能视频分析和机器人技术以接收数据并向外科医生提供人工智能警报和指导。
医疗设备开发商和初创公司正在开发工具来推进外科手术培训，帮助外科医生提前计划手术，在手术过程中提供实时支持和监控，并帮助进行手术后记录保存和回顾性分析。
总部位于巴黎的机器人手术公司 Moon Surgical 正在设计 Maestro，这是一种易于使用的自适应手术辅助机器人系统，可与手术室已有的设备和工作流程配合使用。该初创公司已采用NVIDIA Clara Holoscan来节省时间和资源，从而帮助压缩其开发时间表。
Activ Surgical 已选择 Holoscan 来加速其用于实时手术指导的人工智能和增强现实解决方案的开发。这家总部位于波士顿的公司的 ActivSight 技术允许外科医生查看肉眼无法看到的关键生理结构和功能，例如血流。
总部位于伦敦的 Proximie 将使用 Holoscan 在手术室实现远程呈现，将专家外科医生和人工智能解决方案引入每个程序。通过将这些信息集成到手术成像系统中，该公司旨在降低手术并发症发生率，改善患者安全和护理。
远程医疗——家庭智慧医院技术
智慧医院技术的另一部分是确保不需要住院的患者可以通过可穿戴设备、智能手机应用程序、视频预约、电话和基于文本的消息工具在家中接受护理。这些工具减轻了医疗机构的负担——尤其是使用可以与患者有效沟通的人工智能聊天机器人。
自然语言处理 AI 正在为 Curai 等公司的远程医疗智能语音助手和聊天机器人提供支持， Curai是NVIDIA Inception全球初创企业网络的成员。
Curai 正在应用 GPU 驱动的人工智能，通过基于聊天的应用程序连接患者、提供者和护理团队。患者可以输入有关他们状况的信息，访问他们的医疗资料并与提供者全天候 24/7 聊天。该应用程序还通过提供基于 Curai 的深度学习算法的诊断和治疗建议来支持提供者。
Curai AI 的主要关注领域是自然语言处理（用于从医学对话中提取数据）、医学推理（用于提供诊断和治疗建议）以及图像处理和分类（主要用于患者上传的图像）。
像 Curai 的虚拟护理工具可以随时用于预防性或方便的护理，或者在患者看医生后确保他们对治疗反应良好。
使用智慧医院数据进行医学研究
智慧医院数据的用处并不会在患者出院时结束——它可以为多年的研究提供信息，成为机构数据库的一部分，有助于提高运营效率、预防保健、药物发现等。借助联邦学习等协作工具，其好处可以超越单一医疗机构，并改善全球医疗保健领域的研究。
Neurosurgical Atlas是世界上最大的神经外科医生协会，旨在通过新的、高效的手术技术促进对患有神经外科疾病的患者的护理。Atlas 包括一个手术记录和模拟库，让神经外科医生在进行手术前对潜在的陷阱有了前所未有的了解，从而为技术卓越创造了新标准。未来，Neurosurgical Atlas 计划启用针对个别患者的数字孪生表示。
佛罗里达大学的学术健康中心UF Health使用代表与 200 万患者的超过 5000 万次互动的数字健康记录来训练 GatorTron，该模型可以帮助识别患者以进行救生临床试验、预测和提醒健康团队生命-威胁条件，并为医生提供临床决策支持。
电子病历还被用于开发SynGatorTron，这是一种语言模型，可以生成合成健康记录以帮助扩充小型数据集——或启用 AI 模型共享，同时保护真实患者数据的隐私。
在美国得克萨斯州，MD Anderson正在利用医院记录进行人口数据分析。使用用于自然语言处理的NVIDIA NeMo工具包，研究人员开发了一个对话式 AI平台，该平台使用癌症组学数据执行基因组分析——包括生存分析、突变分析和测序数据处理。
