为医疗设备和应用程序添加智能
GE Healthcare 是一家处于变革前沿的公司。近年来，该公司积极采用机器学习，旨在达到更佳患者医疗成效，应用范围广泛：从利用患者记录分析护理质量的数据挖掘平台，到预测出院后并发症的算法。
作为其在机器学习方面的投资的一部分，这家医疗保健技术公司与旧金山加利福尼亚大学的临床医生合作，创建了一个以改进传统的 X 射线成像技术（如超声波和 CT 扫描）为中心的深度学习算法库。通过将患者报告数据、传感器数据和许多其它来源的各种数据集合并到扫描过程中，该算法将能够识别正常结果和异常结果之间的差异。根据最近的一项调查，82% 的医疗决策者说，使用数据改善了病人的护理，而 63% 的人报告说再入院率降低。
GE Healthcare 的分析总经理 Keith Bigelow 说：“我们可以为医疗设备和应用提供的智能功能越多，我们能提升的质量就越高。这样一来，访问权限控制将得到改进、效率将得到提高，同时成本也会降低。”
“我们可以为医疗设备和应用提供的智能功能越多，我们能提升的质量就越高。这样一来，访问权限控制将得到改进、效率将得到提高，同时成本也会降低。”
Keith Bigelow
分析总经理
GE Healthcare
“我们可以为医疗设备和应用提供的智能功能越多，我们能提升的质量就越高。这样一来，访问权限控制将得到改进、效率将得到提高，同时成本也会降低。”
Keith Bigelow
分析总经理
GE Healthcare
创新的目标是让医生更快地治疗患者，同时不仅降低成本，而且改善结果。然而，上述成功背后是 GE Healthcare 与 Amazon Web Services (AWS) 的合作关系，后者提供了通过 Amazon SageMaker 机器学习平台，大规模部署机器学习解决方案的能力。
“我们希望通过 AWS 平台，将算法扩展得越多越好，”Bigelow 说。“有句话我很喜欢：‘引力不仅仅是一个好主意，还是个定律。’ 因此，我们通过引力利用亚马逊越多，我们就能更好地专注于可能挽救生命的机器学习。”