在实现人工智能的医院，竟然有“人”连你喜欢什么口味的咖啡都一清二楚，甚至还能提醒你要探视的患者存在花粉过敏！这究竟是怎样一家医院？相信大多数人都有过这样的体验，在网站搜索过某样东西后，再打开网页就会出现相似物品的推荐和广告。这其实就是机器学习的结果：基于你此前的消费习惯，推荐你可能喜欢的商品。
而随着机器学习、深度学习、自然语言处理以及认知计算等新技术的发展，人工智能驱动的智能服务正渗透到生活的各个环节，以一种不易察觉、无缝衔接的方式改变我们的日常生活。
但是，人工智能遇到医院，会碰撞出怎样的火花？在人工智能驱动的医院里，是不是还有人跑上跑下缴费？是否还有找不到医生和患者的慌张？是否还有奔波不停的护士？不如一起来实地探访一家人工智能医院，看它是如何运转的：步入医院大厅，医院的智能服务系统会自动检索你想要探望的病人，因为在此前的探访中，系统已经“记”住了你。该系统利用人脸识别技术，将你同曾经来访者的照片以及病人家属许可的访客名单相匹配。在接待前台，智能服务系统注意到你是空手来的，还有点上气不接下气。考虑到这些，系统会问你是不是去4楼看病人？要不要带瓶饮料？或者要不要去礼品商店买些东西？你回应说想要带瓶饮料并挑选一件礼物。智能服务系统询问：是否需要将前往自助餐厅和礼品商店的路线发送至你的手机。你回答，好，并按照路线来到自助餐厅。在那里，你挑选了一瓶苏打水并付了钱。智能服务系统记下了天气、时间、地点以及你的心率等信息，以便在将来能更好地帮你进行选择。你走出自助餐厅，付款已经自动完成。你要探望的病人只有5岁，因此智能服务系统帮你挑选了一捧假花、一束气球和一个毛绒玩具。你原本想带一捧真花，因此你找到一名服务员询问：为什么智能服务系统推荐的假花？服务员查看病人姓名后告诉你，病人易过敏，不宜购买真花，并拿给你这三样礼物，还附送了一张85折优惠券，供下次使用。手里拿着礼物，你走向电梯。电梯告知病人在4楼儿科病房。下电梯时，智能服务系统为你提供了最新儿科保健信息下载方法，地图上为你显示最快捷的路线，系统还提醒你探望时间到晚上9点结束。你进入病房探望病人，因为你并非病人至亲，智能服务系统并未向你展示病情最新进展。与此同时，智能服务系统会询问你是否想同护理人员交谈，或者连接另一项服务。以上所描述的并非“天方夜谭”，而是人类同人工智能系统的真实“互动场景”。人工智能是如何让这些新奇的医院体验变成现实的？一个完整的人工智能服务闭环包括以下7个步骤：1. 感知（perception）：描述正发生的。通过提供明显和非明显的观察，进而形成基本信息帮助提出建议。就比如上面提到，系统会自动提供医院内的各种路线，但要做这些，需要事先有人“告诉”智能服务系统医院的实体布局。这包括地理空间位置、限制访问区域、设备具体位置等信息，而这类信息大部分都要靠人工编程嵌入系统。2. 通知（notification）：告诉你想询问的。通过手动输入或自主学习等，系统以警报、工作流程、提醒和其他信号等形式传达附加信息。基本编程为系统可能采取的行为设定好路径，比如，病人和其家人将会收到何时用药的通知。3. 建议（suggestion）：推荐行动。系统基于过去行为，并根据加权属性、决定管理和机器学习等做出修改，最终给出建议，比如指出病人在哪一楼层，根据身体体征建议何时入睡等。4. 自动（automation）：重复你的习惯。随着机器学习日渐成熟，自动询问的使用率大大提升。如果人工智能系统知道你喜欢喝什么口味的茶，就会自动去满足你的喜好。自动警示功能也会根据之前的运行模式，主动提示一名病人什么时候服药。
5. 预测（prediction）：告诉你该期待什么。如果智能系统知道你离家出门前喝了一杯咖啡，然后开车45分钟到医院，就会在你到达医院时告诉你去卫生间的路线。这就是系统的预测功能。6. 阻止（prevention）：帮助你避免糟糕的后果。系统还可以利用认知推理来识别潜在的威胁，从而发出警告。例如，根据病人当前情况以及医生所开处方，避免药物相互作用带来的不良后果。7. 态势感知（situational awareness）：告诉你当下应该知道什么。态势感知类似于人的决策能力，系统通过该功能将相关信息提供给最合适的个体。例如，如果病人摔倒昏迷，系统会将所需的最相关信息按照优先顺序传达给可以采取措施的护士、医生、手术室、医技人员和家人。原文来源：Harvard Business Review原文标题：What a Visit to an AI-Enabled Hospital Might Look Like
商务咨询：010—82736610—8877
点击“阅读原文”，报名参会