什么是生产力(什么是iPad Pro生产力?这叫)


什么是生产力(什么是iPad Pro生产力?这叫)

文章插图
为什么你的下一台电脑是电脑?
这是苹果今年新款iPad Pro的官方口号 。
众所周知 , iPad Pro的生产力是一个形而上的问题 。每个人需要生产的东西不一样 , 应用场景也不一样 。
当然iPad Pro也有一些公认的可比的生产力场景 , 比如大学生做笔记 , 保存课件 。
上周 , 我有机会与一家名为一真智能的人工智能医疗服务应用公司交谈 。
他们应该做我见过的iPad Pro应用场景中最有生产力的事情 。他们正在使用iPad Pro赞助医生和护士 , 以提高他们的诊断效力和拯救生命 。
总之 , 公司开发了一个运行在iPad Pro上的app , 护士可以根据操作界面进行提问和分针 , 并根据病理情况积极匹配相应科室和最合适的医生 。
传统的分诊流程似乎只移到了iPad Pro , 但实际的后果是 , 当患者到达诊所时 , 医生可以在3到5秒内完整地读取患者的生命体征、重要需求、当前病史和相关病历 。排除高危疾病后 , 系统会主动赞助医生推广诊断流程 , 包括建议的检查项目 , 并根据最终诊断生成处方 , 以及患者的电子病历 。
AI系统可以在40秒内检测出患者的所有生命体征 , 3分钟内完成检测报告和分级 。对于有意识、能表达自己的病人 , 机器人会提醒护士6个问题 。智能机器人完成这六个针对性的问题后 , 可以主动给患者打分 。一两级需要马上送到抢救室 , 三四级可以稍等 。这样可以更有效地分配和调度急救资源 , 及时抢救危重患者 。
这些东西 , 在进医院之前 , 其实都是靠医生的经验 。
该系统在上海市第十人民医院进行了测试 。高危患者从分诊到抢救室的时间从60到90分钟减少到3分钟以内 , 分诊后二次转诊率从31%减少到3% 。每位患者就诊时间平均减少1.5分钟 , 在诊断程度上大大减少了误诊和漏诊 。
整个系统的基本诊断原理原则上其实和医生的学习过程是一样的 。自2005年以来 , 该系统已有近4.5亿脱敏电子病历和1000多万份医疗文书作为学习对象 。该系统建立的多学科医学知识图谱包括十亿个相关神经元 。
换句话说 , 这个系统比任何医学专家都更有经验 。当然 , 医生的作用是相当必要的 。AI能帮助诊断的是推广效果 , 而不是从头到尾解决所有的诊断问题 。
其实这个逻辑和主动驾驶有些类似 。虽然主动驾驶在大多数场景下都能做的很好 , 但还是需要一个安全员作为保证 。在医院尤其如此 , 医院里还是需要医生来检查AI诊断是否准确 。
游戏诊所创始人在接受采访时表示 , 之所以选择在苹果生态开发 , 并最终在iPad Pro上登陆系统 , 是为了关注苹果设备的可操作性、数据安全性、系统稳定性和强大的续航能力 。
的确 , iPad Pro或者任何一款iPad的平板形式都是相当适合医院的应用场景的 , 简单一点触摸就可以用来分诊 , 也是非常有效的 。当然现在可供选择的安卓平板并不多 。
在整个面试过程中 , 印象最深的是 , 使用该系统后 , 护士分诊有效性的提升仍在上海市第十人民医院 。根据护士的反馈 , 护士收集患者症状的比例从系统上线前的20%提高到98%以上 , 护士整体分诊准确率从70%提高到97% , 护士分级分诊的培训时间从至少五个月的辅导培训缩短到现在的一个小时 。
我还简单搜索了一下急诊科分诊护士的工作流程:
病人就诊→分诊护士验收→病情评估、初步确定→带病人到诊室→诊室协助医生诊治和抢救
其实是一份很依赖经验和组织沟通和解能力的工作 。而iPad Pro上搭载的这个系统 , 其实解决了很大一部分疾病评估和初步判定的问题 , 也可以减轻部分分诊护士的分诊压力 。
另一个主要因素是 , 每一步的在线记录都可以保存可比证据 , 避免医患纠纷 。
你看 , 其实这就是iPad Pro的生产力 。重点不是硬件 , 而是什么样的人用这个设备解决什么样的事情 。
你的下一台电脑可能还是大概率的电脑 , 但是iPad Pro的很多工作场景已经把一些人的下一个资源 , 也就是互联网电脑 , 变成了iPad Pro 。


推荐阅读