原IBM首席咨询顾问解读人工智能

内容来源：2018年5月12日，在由百川医汇创新学院开展的以“互联网+人工智能”为主题的专题课程中，蔡梅平作为嘉宾，分享了关于“认知分析在医疗风险防控领域的应用”

利用AI技术建立医疗风险预测模型

“汶川地震已经过去十年，在地震刚发生的时候，有一个议热的话题——地震能不能预测，如今十年已经过去了，预测虽然没有做到，但预警有了很大的发展。”

蔡梅平老师表示，随着人工智能在各个行业的应用场景逐渐明朗，我们可以利用AI技术建立医疗风险预测模型，减少病人安全和不良事件的发生，改善医疗质量。

脓毒症是美国医疗花费最高的疾病，随着“脓毒症抢救警报”的建立，美国脓毒症死亡率下降了20～50%，而且抗生素递送时间由原来的6小时下降到了现在的不到40分钟，同时住院时间，入住ICU的频率都得到了大幅度的下降。

只有建立一个完善的体系，原有的问题才会得到一些改进，整个完整的体系包括“自动检测指标”、“5分钟内警报”、“15分钟配套行动”、“60分钟配套行动”、“3小时配套行动”以及“6小时配套行动”。

整套系统的关键点在于及时发现并激活警报、团队快速协同、配套行动指南。

医疗风险预测系统

风险预警系统创新点

蔡梅平老师表示，整套系统的核心技术基于认知技术的医疗风险事件识别与预警预测

通过机器学习感染鉴别诊断与预测模型候选特300+项、挖掘出专家未知的新感染鉴别规则，最终集成应用：在院病人感染风险监测预警。

认知分析的应用

认知分析在提升基层医疗质量方面有巨大的潜力，其应用方向包括临床风险监控、管慢病以及防大病三个方向。