在英格兰东南部，为500,000人提供服务的多家医院正在为出院患者配备带Wi-Fi的臂章，该臂章可以远程监测一些生命体征，例如呼吸频率，氧气水平，脉搏，血压和体温。作为国家卫生服务试验计划的一部分，该项目现在使用人工智能实时分析所有患者的数据。医院的再入院率下降了，急诊室就诊的次数也减少了。更重要的是，对昂贵的家庭访问的需求下降了22％。从长远来看，遵守治疗计划的人数已增加到96％，而行业平均水平为50％。 AI飞行员的目标是哈佛商学院教授和Innosight联合创始人克里斯·克里斯滕森（Chris Christensen）称之为“非消费”的概念。它指的是消费者拥有他们想要的机会的领域，但是目前没有负担得起的便捷解决方案。例如，在英国，在涉及Dartford和Gravesham医院的试验之前，要完成对患者家园的监视，需要每周将医院工作人员送往患者家中进行检查，行程时间长达90分钟。但是，随着算法继续在数据中搜索警告信号并立即向患者和专业人员发出警报，新的功能应运而生：即使患者自己意识到这一点，也能为患者提供及时的医疗服务。人工智能的最大优势在于，它可以以接近零的边际成本进行准确的预测，这自然引起人们对将AI技术应用于几乎所有医疗和健康领域的极大兴趣。但是，并非人工智能在医疗保健中的所有应用都能获得相同的收益。此外，很少有应用能够从战略上适当地解决困扰几乎所有医疗保健系统的最大问题：患者分散和利润压力。以医学影像AI工具为例，预计该医院在未来四年中每年将在此项目上花费20亿美元。准确诊断从癌症到白内障的多种疾病是一项复杂的任务，难以量化，但通常会产生重大后果。但是，当前，该任务通常是大型工作流程的一部分，由世界上最聪明的一部分，训练有素的专业医生来执行。这些医生可能需要一些额外的帮助，但问题已得到解决。这些因素使疾病诊断成为AI难以产生创造性变化的领域。因此，即使在这种环境中应用人工智能有利于患者的治疗结果，也不可能从根本上改善医疗服务的实施，并且不可能在短期内显着降低成本。但是，一些寻求实施分散医疗服务的领先医疗组织可以通过部署AI技术来做以前从未做过的事情。例如，消费者每天都会做出各种非紧急的健康决定。这些决定不应引起高级临床医生的注意，但最终在确定患者的健康方面起着重要作用，并最终影响医疗费用。根据世界卫生组织的数据，与个人健康和生活质量密切相关的因素中有60％与生活方式的选择有关，包括遵循正确的处方服用降压药，运动和减压。借助AI驱动的模型，现在可以根据患者生命体征的变化在整个日常过程中为患者提供干预和提醒。在家中进行健康监控并不是什么新鲜事。合作伙伴医疗保健，联合医疗保健和约翰·霍普金斯医学院等一些领先机构正在开展一些积极的项目和试点研究，并取得了积极的成果。但是这些尝试尚未利用人工智能实时做出更好的判断和建议。由于涉及大量数据，因此机器学习算法特别适合于为大量人员扩展此任务的执行。毕竟，通过大量数据使算法更智能以支持AI技术。例如，通过部署人工智能，NHS计划不仅可以在英国推广，还可以扩展到国际市场。 Current Health是该计划中使用的患者监护设备的制造商。它得到了风险投资的支持。该公司最近已获得美国食品药品监督管理局（US.FDA）的批准，可以对其进行