什么是生产力（什么叫 iPad Pro 生产力？这就叫）你的下一台电脑

文章图片
你的下一台电脑，何必是电脑。
是苹果官方给今年新款 iPad Pro 定的宣传语。
众所周知，iPad Pro 有没有生产力是个玄学问题，毕竟每个人需要生产的东西都不同，且使用场景也都不太一样。
当然，iPad Pro 也有一些公认的比较好的生产力场景，比如大学生用来记笔记和存课件这种。
上周我有机会对话到一家叫做奕诊智能的人工智能医疗服务应用公司。
不吹不黑，他们做的事情，应该是我见过的 iPad Pro 使用场景中最有生产力的了。他们在用 iPad Pro 帮助医生和护士提升诊断效率，治病救人。
简单来说，这家公司开发了一套运行在 iPad Pro 上面的 app，护士可以根据操作界面对病人提问并进行分针，并且根据病理自动匹配相应科室和最适合的医生。
看上去只是把传统的第一步分诊过程搬到了 iPad Pro 上，但实际效果是，等病人到达诊室时，医生可以在3到5秒内完全浏览病人的生命体征、主要诉求，还有现病史及相关病历。在排除高危病症后，系统会自动帮助医生推进诊断流程，包括建议查验项目并根据最终诊断生成处方，一同生成的还有病人的电子病历。
AI 系统可以在 40 秒钟内完成对患者全部生命体征的检测，并在 3 分钟内完成检测报告和分级。对于神志清醒、尚可表达的患者，机器人会给护士提示 6 个问题，完成这 6 个有针对性的问题后，智能机器人即可对患者进行自动分级。一二级需要马上送入抢救室，三四级可以稍等。这样可以更大效率地分配调度急救资源，危急的病人也可以及时被抢救。
这些事情，之前在医院，其实凭借的，基本上是医生的经验。
而这套系统，在上海市第十人民医院进行测试，高危患者分诊到抢救室从过往的60至90分钟减少至小于3分钟，分诊后二度转诊率（即分诊出错率）从31%下降到3%，医生给每位患者的看诊时间平均减少1.5分钟，并在诊断水平上较大幅度减少误漏诊。
从原理上看，整套系统做出基础诊断的原理，其实和医生学习的过程是一样的。这套系统从 2005 年以来，作为学习对象的脱敏电子病历有近 4 亿 5 千万份、医学文献有 1000 余万份，由此建立的多学科医学知识图谱包含十亿关联神经元。
也就是说，这套系统会比任何一名医疗专家都有更多的经验。当然，医生的作用还是相当有必要的。AI 辅助诊断能做的，是提升效率，而不是从头到尾解决所有诊断问题。
这逻辑其实有点儿类似于自动驾驶车，虽然自动驾驶在大部分场景都能做的很好，但还是需要一个安全员作为保障。医院更是这样，AI 诊断再准，治病救人的事儿，还是需要医生来把关。
奕诊的创始人在采访时候说：之所以会选择在苹果生态上进行开发，并最后把系统落地在 iPad Pro 上，其实是看重了苹果设备的易操作性、数据安全性、系统稳定性和较强的续航能力。
也确实，iPad Pro 或者是任意 iPad 这种平板形态，对于医院这种使用场景，还是相当合适的，用简单的点触就能进行分诊，效率也很高。当然，现在市面上也没有太多 Android 平板可选了。
整个采访过程中最让人印象深刻的，其实是用了这套系统后，对于护士分诊效率的提升，还是上海市第十人民医院，根据护士反馈，护士采集患者症状的比率已从系统上线前的20%提高到98%以上，护士整体分诊准确性从70%上升至97%，护士分级分诊培训时间也从原来至少5个月的师徒培训缩短到现在的1小时。
我也简单搜索了下急诊分诊护士的工作流：
病人就诊→分诊护士接诊→病情评估、初步判断→带病人到诊室→诊室查后会是协助医生诊治，抢救