平，同时针对医疗费用控制的主要监测指标进行数据分析和挖掘，积极控制医院费用的不合理增长，实现医院精细化管理。
14.3.9 医疗质量分析
医疗质量是评价医院医疗服务与管理整体水平最重要的标准，一直以来都是医院管理工作的核心。利用大数据分析技术将医疗质量数据转换为管理人员所需要的指标信息，按照患者特征、历史资料、图表信息等为管理层提供数据支撑和依据，是医疗大数据重要应用的体现。
此外，医疗大数据和人工智能在疾病发病趋势预测、健康状况评估、患者需求与行为分析、心电数据分析与心电智能诊断方面的应用也将越来越广泛。
14.4 人工智能的医疗应用场景
“分级诊疗”被认为是解决目前“看病难”问题的最佳方案。所谓“分级诊疗”，就是按照疾病的轻重缓急及治疗的难易程度进行分级，不同级别的医疗机构承担不同疾病的治疗。这种模式源自西方且目前正在被西方各国普及，其主要特点是“全科医生（家庭医生）”和“专科医生”的划分与分工协同。分级诊疗面临的核心问题是优质医疗资源有限。分级诊疗的有效实施特别需要大量有能力、可信赖的全科医生来覆盖和满足大部分人日常医疗的需求。
既然好医生不够是核心问题，那么如何既快又好地建立起好医生队伍，就成为医疗行业发展的根本。而人工智能技术恰好非常适合优化和加速这个过程。医疗行业是一个存在大量数据，目前又特别依靠专家经验的行业。所谓诊断，大多是医生对病人的各种化验、影像等数据和信息的个人经验处理与判断。首先，人工智能特别适合快速高效地处理海量数据，尤其能够分析出人无法察觉的数据差异，而这点差异可能就决定了对疾病的判断；其次，通过机器学习，人工智能可将专家经验转换为算法模型，使得专家经验实现低成本复制，大量的基层医疗机构因此可以更方便地用人工智能专家进行诊断，这将有效支持分级诊疗的实现。
场景一：人工智能+家庭医生=健康监测
对于大部分国人而言，拥有一个家庭医生基本上是不可能的。而随着亚健康、慢性病的情况越来越普遍，拥有了解自己健康情况、能长期提供治疗指导的家庭医生服务，又显得越来越有必要。人工智能技术对海量数据的处理能力能够有效满足健康监测的需求，尤其对于患有慢性病的人群特别有用，可以有效降低其疾病风险和看病成本。
过去慢病管理主要靠病人自己，现在则可以借助互联网和人工智能技术，将病人、家属和医生都拉入慢病管理体系中，为各方都带来了益处。通过一些智能化的可穿戴设备，首先可以让用户更全面地掌握病情，用户能够随时查看自已连续的数据记录和图表统计；其次让用户的家人更放心，能够通过微信等方式随时监测用户的情况；最后让医生治疗更精准及时，医生能够更全面、实时地了解病人的体征变化，并提出更有效的保健或治疗方案。
人工智能与大数据技术导论
418