人工智能正在改變我們在COVID-19大流行期間對醫(yī)療保健的思考方式，使我們看到了利用機器學習更快地得出有用結論的新機會。

在COVID-19之前，醫(yī)療保健組織面臨的最大挑戰(zhàn)之一是如何在臨床和運營上加速和擴展AI的應用。現(xiàn)在，大流行期間出現(xiàn)的用例揭示了AI可以優(yōu)化價值的潛力。

醫(yī)療保健領導者正以三種重要方式使用AI來解決他們在大流行中面臨的一些最大挑戰(zhàn)。

消除護理差距。住院接受COVID-19的患者通常會患有潛在的健康狀況，例如慢性病，肥胖或癌癥。但是，在危機時期很難獲得有關患者病史或健康狀況社會決定因素的數(shù)據(jù)。一項分析發(fā)現(xiàn)，到2020年第一季度，住院的COVID-19患者中只有5.8%的可用數(shù)據(jù)與其基本健康狀況和其他風險因素有關。

人工智能可以高度精確地匹配不同的病歷。這使醫(yī)療保健數(shù)據(jù)科學家能夠更好地了解使患者處于COVID-19嚴重并發(fā)癥風險下的狀況。例如，雖然醫(yī)師們很早就了解到糖尿病，高血壓和肥胖癥會增加患者患重病的機會，但AI推動的分析已擴大了加劇風險的病癥范圍。可獲得的數(shù)據(jù)洞察力越多，護理團隊就知道如何最有效地代表患者進行干預的幾率就越大。

預測COVID-19將在何處傳播以及何時傳播。去年春天，當在美國大規(guī)模出現(xiàn)時，醫(yī)療保健專業(yè)人員爭先恐后地尋找有意義的數(shù)據(jù)來回答以下問題：“感染是何時開始的？它們起源于何處？” 衛(wèi)生計劃試圖了解COVID-19如何影響其成員人群，存在潛在熱點的地方以及如何最有效地管理和分類對弱勢人群的護理以降低風險。

如今，人工智能對索賠數(shù)據(jù)的分析可以追溯到2019年11月，對流感樣疾病患者的索賠進行了仔細的審查，使數(shù)據(jù)科學家能夠確定最可能在10天之內成為COVID-19熱點的區(qū)域提前。有了這種洞察力，醫(yī)院和公共衛(wèi)生機構就可以更好地預測護理需求，并帶來必要的資源來滿足其社區(qū)的需求。

責任編輯：lq