臨床醫生：智慧醫院工具可以幫助醫生、護士、醫學影像技術人員和其他醫療專家處理常規或繁重的任務，例如記錄與患者的每一次互動、分割核磁共振中的解剖結構或將醫生的診斷書轉化為醫療保險編碼，使他們能有更多的時間專注於患者護理。智慧醫院工具還可以在 AI 演算法的幫助下幫助做出臨床決策，根據歷史資料為個別患者提供第二診療意見或分診建議。
患者：智慧醫院技術可以幫助全球任何地方的醫生提供更加一致和更高質量的患者護理服務。臨床醫生在技能水平、專業領域、資源獲取和每個患者的時間投入上都有所不同。透過部署 AI 和機器人技術來實時監測並自動執行耗時的任務，智慧醫院可以讓臨床醫生更專注於與患者的互動，以最佳化患者體驗。
如何打造智慧醫院？
在運營智慧醫院時，需要將完整的硬體和軟體解決方案生態系統與臨床醫生的工作流程相協調。為了加快和改善患者護理，該系統中的每個應用、裝置、感測器和 AI 模型都必須實現在整個機構中共享資料和洞察。
休斯頓衛理公會學術醫學中心正在與 NVIDIA 合作伙伴網路中的精英成員 Mark III Systems 一起部署一種名為 DeepStroke 的 AI 工具。該工具可以根據患者的語言和麵部動作，更加準確地提前檢測出卒中症狀。透過將這些 AI 模型整合到急診室的工作流程中，醫院可以更加迅速地確定如何正確治療卒中患者，幫助臨床醫生不遺漏仍可以挽救生命的患者。
NVIDIA 初創加速企業 Fathom 所開發出的一個 AI 模型能夠自動執行復雜的醫療編碼流程，在降低成本的同時提高速度和精度。這家成立於 2016 年的公司與全國最大的衛生系統、計費公司和醫生團體合作，每年為超過 2000 萬名患者進行編碼。
智慧醫院中的醫療影像
深度學習最開始被用於識別影象中的物體並因此而普及。這也是這項技術在醫療行業最早的用途之一。目前在醫療影像領域，有幾十個 AI 模型已經獲得監管部門的批准，幫助智慧醫院的放射科加快對 CT、MRI 和 X 光資料的分析。
AI 可以對檢查影象進行預篩，標記出需要放射科醫生注意的區域。這可以節省醫生的時間，讓他們有更多的餘力檢視其他檢查影象或向患者解釋結果。該技術可以將腦出血等關鍵病例移到放射科醫生工作清單的首位，進而縮短診斷和治療危及生命的病例的時間。而且它還可以提高放射學影像的解析度，使臨床醫生能夠減少每個患者所需要的劑量。
智慧醫院依靠機器學習模型、AI 醫療裝置等基於資料的洞察力來推動決策。
智慧醫院使用資料和 AI 洞察推動各個患者服務階段的決策，為專業醫務人員提供洞察以實現更好、更快的護理。
智慧醫院使用資料和技術加速和改進目前專業醫務人員和醫院管理層的工作，例如追蹤醫院的床位佔用率、監測患者的生命體徵、分析放射學檢查等。
智慧醫院和傳統醫院的區別是什麼？
醫院正在不斷生成和採集資料，其中大部分資料已實現了數字化。這使得他們能夠使用資料分析和 AI 等技術來獲得更好的洞察。
曾以紙質檔案形式儲存的患者病史、檢驗結果和免疫資訊資料現已被轉換成電子病歷（EHR）。數字 CT 和磁共振成像掃描器以及包括 PACS 醫療影像儲存系統在內的軟體正在取代模擬放射學工具。醫院病房和手術室的互聯感測器可以記錄多個連續資料流，用於實時和回顧性分析。
普通醫院正在越來越多地使用數字工具，以過渡轉型為智慧醫院。智慧醫院不僅可以採集資料，而且還可以透過分析資料提供有價值的、及時的洞察。
自然語言處理模型可以從複雜的病理報告中快速提取有益於癌症護理的洞察；資料科學可以監測急診室的等待時間以解決各種瓶頸；AI 機器人可以在手術室協助外科醫生；影片分析可以檢測到洗手液供應情況或患者需要注意的情景（例如醫院或家中的跌倒風險）。
智慧醫院有哪些優點？
智慧醫院技術為醫療系統、專業醫護人員和患者帶來了以下益處：
醫療服務提供者：智慧醫院的資料可用於幫助醫療機構最佳化其有限的資源，提高運營效率，更好地以患者為中心；感測器可以監測到獨自一人的患者；AI 演算法可以根據病情的嚴重程度告知需要優先治療的患者；而遠端醫療解決方案可以為醫院外的患者提供護理。
臨床醫生：智慧醫院工具可以幫助醫生、護士、醫學影像技術人員和其他醫療專家處理常規或繁重的任務，例如記錄與患者的每一次互動、分割核磁共振中的解剖結構或將醫生的診斷書轉化為醫療保險編碼，使他們能有更多的時間專注於患者護理。智慧醫院工具還可以在 AI 演算法的幫助下幫助做出臨床決策，根據歷史資料為個別患者提供第二診療意見或分診建議。
患者：智慧醫院技術可以幫助全球任何地方的醫生提供更加一致和更高質量的患者護理服務。臨床醫生在技能水平、專業領域、資源獲取和每個患者的時間投入上都有所不同。透過部署 AI 和機器人技術來實時監測並自動執行耗時的任務，智慧醫院可以讓臨床醫生更專注於與患者的互動，以最佳化患者體驗。
如何打造智慧醫院？
在運營智慧醫院時，需要將完整的硬體和軟體解決方案生態系統與臨床醫生的工作流程相協調。為了加快和改善患者護理，該系統中的每個應用、裝置、感測器和 AI 模型都必須實現在整個機構中共享資料和洞察。
如果把智慧醫院比作章魚，那麼章魚的頭部就是負責儲存和處理所有資料的安全伺服器。每個觸手則代表急診室、重症監護室、手術室、放射科實驗室等部門，上面覆蓋著能夠從周圍環境中獲取資料的感測器（章魚吸盤）。
如果每個觸手都各自運作，那麼這隻章魚的身體就會因為只能收到一條手臂感應到的資訊而無法採取快速行動。只有每個觸手都將資料傳回章魚的中央大腦，才能使它能夠靈活應對不斷變化的環境。
同樣，智慧醫院採用的也是這種輻射模型：分佈在整個設施中的感測器可以將關鍵洞察送回中央“大腦”，幫助做出整體決策。例如，如果手術室的攝像頭顯示手術即將完成，AI 就會提醒恢復室的工作人員做好迎接患者到來的準備。
為了驅動智慧醫院解決方案，醫療器械公司、學術醫療中心和初創企業紛紛使用 NVIDIA Clara。從執行實時應用的醫療裝置到長期儲存和處理資料的安全伺服器，這個端到端 AI 平臺可以與整個醫院網路相整合，支援邊緣、資料中心和雲基礎設施、眾多軟體庫以及全球合作伙伴生態系統，為新一代智慧醫院提供動力。
智慧醫院運營和患者監測
一家繁忙的醫院由患者、員工、藥品、裝置等無數動態元素而組成，使用 AI 自動化技術能夠最佳化設施的運營。
雖然醫生或護士不可能在患者住院期間的每一刻都陪伴在他們身邊，但智慧影片分析在其他智慧感測器的配合下可以密切監測患者，在患者處於困境並需要關注時提醒醫療服務提供者。
例如重症監護室中的患者被連線到持續採集生命體徵的監測裝置上。其中的許多裝置會不斷髮出各種警報，這可能導致醫務工作者有時會忽略某個感測器的警報。
透過將來自多個裝置的流式傳輸資料彙總到一條通道，AI 演算法可對資料進行實時分析，更快檢測出患者的病情是否突然轉好或轉壞。
休斯頓衛理公會學術醫學中心正在與 NVIDIA 合作伙伴網路中的精英成員 Mark III Systems 一起部署一種名為 DeepStroke 的 AI 工具。該工具可以根據患者的語言和麵部動作，更加準確地提前檢測出卒中症狀。透過將這些 AI 模型整合到急診室的工作流程中，醫院可以更加迅速地確定如何正確治療卒中患者，幫助臨床醫生不遺漏仍可以挽救生命的患者。
NVIDIA 初創加速計劃成員 Artisight 正在使用由 GPU 加速的戴爾 PowerEdge 伺服器、NVIDIA Fleet Command 混合雲系統和用於 AI 流式傳輸分析的 DeepStream 軟體開發套件等戴爾和 NVIDIA 的企業級解決方案來管理一個智慧醫院網路，該網路包含了西北大學醫學院的 2000 多個攝像頭和麥克風。
Artisight 所提供的一個模型提醒護士和醫生注意有受傷風險的患者。另一個基於室內定位系統資料的系統實現了診所工作流程的自動化，最大程度地提高員工的生產力和患者的滿意度。還有一個系統透過檢測術前、術中和術後事件協調手術室的吞吐量。
這些系統都可以輕鬆新增功能而不受地點的限制。一個 AI 支援的感測器網路可以監測醫院的房間以防止患者跌倒，也可以檢測醫院用品是否不足或者手術室是否需要清潔。這些系統甚至可以透過 Artisight 的整合式遠端諮詢工具延伸到醫院以外，監測位於家中的高危患者。
醫療服務的最後一個關鍵要素是醫療編碼，也就是把臨床醫生的筆記轉化成一組代表每項診斷和程式的字母數字程式碼。這些程式碼在美國具有特別重要的意義，它們是醫生、診所和醫院向保險公司、患者等相關者提交賬單的依據。
NVIDIA 初創加速企業 Fathom 所開發出的一個 AI 模型能夠自動執行復雜的醫療編碼流程，在降低成本的同時提高速度和精度。這家成立於 2016 年的公司與全國最大的衛生系統、計費公司和醫生團體合作，每年為超過 2000 萬名患者進行編碼。
智慧醫院中的醫療影像
深度學習最開始被用於識別影象中的物體並因此而普及。這也是這項技術在醫療行業最早的用途之一。目前在醫療影像領域，有幾十個 AI 模型已經獲得監管部門的批准，幫助智慧醫院的放射科加快對 CT、MRI 和 X 光資料的分析。
AI 可以對檢查影象進行預篩，標記出需要放射科醫生注意的區域。這可以節省醫生的時間，讓他們有更多的餘力檢視其他檢查影象或向患者解釋結果。該技術可以將腦出血等關鍵病例移到放射科醫生工作清單的首位，進而縮短診斷和治療危及生命的病例的時間。而且它還可以提高放射學影像的解析度，使臨床醫生能夠減少每個患者所需要的劑量。
領先的醫療影像公司和研究者正在使用 NVIDIA 的技術驅動可用於智慧醫院環境的新一代應用。
西門子醫療（Siemens Healthineers）開發了基於深度學習的自動輪廓繪製解決方案，能夠對放射治療中的危險器官進行精準的輪廓繪製。
富士醫療使用 NVIDIA GPU 驅動其 Cardio StillShot 軟體，該軟體可在 CT 掃描期間生成精準的心臟影像。為了加快該軟體的工作速度，該團隊使用了包括 NVIDIA Optical Flow SDK 在內的軟體來估計畫素級運動，並使用 NVIDIA Nsight Compute 來最佳化效能。
NVIDIA 初創加速計劃中的初創企業也在使用 AI 推進醫療影像工作流程，例如上海聯影智慧的 uAI 平臺可以為裝置、醫生和研究者提供功能齊全的 AI 應用，涵蓋了影像、篩查、隨訪、診斷、治療和評估領域。該公司的 uVision 智慧掃描系統在 NVIDIA Jetson 邊緣 AI 平臺上執行。
智慧醫院中的數字和機器人手術
為了獲取資料併為外科醫生提供 AI 驅動的警報和指導，智慧醫院的手術室加入了智慧影片分析和機器人技術。
醫療裝置開發商和初創企業正在開發推動手術培訓的工具，幫助外科醫生提前計劃手術、在手術中提供實時支援和監測並協助術後的記錄和回顧性分析。
總部位於巴黎的機器人手術公司 Moon Surgical 正在設計一個可與手術室現有裝置和工作流程配合使用的無障礙、自適應外科手術輔助機器人系統—— Maestro 。這家初創企業採用 NVIDIA Clara Holoscan 節省時間和資源，縮短了開發時間。
Activ Surgical 選擇使用 Holoscan 加快開發用於提供實時手術指導的 AI 和增強現實解決方案。這家波士頓公司的 ActivSight 技術讓外科醫生能夠檢視肉眼無法看到的重要生理結構和功能，比如血流。
位於倫敦的 Proximie 將使用 Holoscan 技術實現手術室的遠端呈現，把專業的外科醫生和 AI 解決方案帶入到每一場手術中。該公司希望透過將這些資訊整合到外科影像系統來降低手術併發症的發生率，提升患者的安全和護理質量。
遠端醫療——家中的智慧醫院技術
另一些智慧醫院技術確保不需要入院的患者可以透過可穿戴裝置、智慧手機應用、影片約診、電話和文字資訊收發工具在家中接受護理。此類工具減少了醫療機構的負擔，例如能與患者有效溝通的 AI 聊天機器人。
Curai 等公司正在使用自然語言處理 AI 驅動智慧語音助手和遠端醫療聊天機器人。Curai 是 NVIDIA 初創加速計劃這一全球初創企業網路中的一員。
Curai 正在使用 GPU 驅動的 AI，透過一個基於聊天的應用連線患者、醫療機構和護理團隊。患者可以輸入有關他們病情的資訊、查閱他們的醫療檔案並隨時與醫療服務提供者聊天。該應用還透過提供基於 Curai 深度學習演算法的診斷和治療建議來支援醫療服務提供者。
Curai 所專注的 AI 領域是自然語言處理（用於從醫療對話中提取資料）、醫學推理（用於提供診斷和治療建議）以及影象處理和分類（主要用於患者上傳的影象）。
像 Curai 這樣的線上護理工具可以在任何時候用於預防性的和簡易的護理，或在患者就診後確保他們能夠良好地響應治療。
利用智慧醫院資料開展醫學研究
智慧醫院資料的用處並不會在患者出院後而結束，它們可以為持續多年的研究提供資訊，並作為醫療機構資料庫的一部分來幫助改善運營效率、預防護理、藥物研發等。憑藉像聯邦學習這樣的協作工具，資料的作用將從一座醫療機構擴充套件到全球，推動整個醫療領域的研究。
Neurosurgical Atlas 是全球最大的神經外科醫生協會。該協會透過新的高效外科技術推進神經外科疾病患者的護理。Atlas 包含一個手術記錄和模擬庫，讓神經外科醫生在進行手術前能夠對潛在的隱患有前所未有的瞭解，創造了新的技術標杆。未來，Neurosurgical Atlas 計劃為個體患者建立數字孿生。
佛羅里達大學的醫療學術中心 UF Health 使用包含了 200 萬名患者的 5000 多萬次互動資訊的數字病歷來訓練 GatorTron。這個模型可以幫助確定哪些患者參加挽救生命的臨床試驗、預測並提醒醫療團隊危及生命的情況併為醫生提供臨床決策方面的支援。
電子病歷還被用於開發 SynGatorTron。這個語言模型可以生成幫助增強小型資料集的合成病歷，或在保護真實患者資料隱私的同時實現AI模型的共享。
在得克薩斯州，MD Anderson 正在使用醫院存檔記錄進行人口資料分析。研究者使用自然語言處理工具包 NVIDIA NeMo 開發了一個對話式 AI 平臺。該平臺可以利用癌症全像資料進行基因組分析，包括生存率分析、突變分析、測序資料處理等。