克里斯yeowart，总经理，业务发展福利软件，讨论了如何整合诊断服务来解决癌症护理危机。
Covid-19大流行在NHS及其服务中取得了重大的应变。这么多，因此对临时疾病的诊断产生负面影响，包括癌症。最近的研究表明，由大流行引起的患者推荐的25％积压可能导致181次损失，因为固化疾病在等待治疗时成为终端。
同样的研究还表明，对诊断癌症设备和技术的更多投资可以显着改善患者的结果，并确保早期的诊断。对待治疗的主要破坏导致了数千名“缺失”癌症患者，患者在正常年份接受诊断，但在2021年在不知情的情况下在癌症中行走。
最新的NHS数字表明，目前有16,000人等待诊断62多天，其中估计12％将有癌症。虽然推荐专家的增加相信，在积压完全清除之前，它将是3月2022年3月。
那么，技术如何帮助解决更快，更高效的诊断需要？
集成诊断服务的案例
很明显，为了改善患者的治疗结果并确保早期癌症诊断，需要在医疗服务内部进行组织变革。医院和实验室需要调整其运作方式，以提高其诊断能力，特别是加快检测和结果之间的过程。这可以通过优化实验室医学、病理学和放射学AI的资源来实现。
患者通常会接受几项诊断测试，以确定他们是否患有癌症，这些结果通常在不同的时间和通过不同的系统报告。这些过程中的许多都是通过竖井式的遗留平台执行和报告的，这些平台可能会在诊断中产生瓶颈。通过提供测试、图像、报告和结果的单一集成视图，临床医生可以简化诊断并更快地开始治疗。
例如，对于直接传播到肿瘤学信息平台的综合放射学和病理系统，任何涉及患者案件的临床医生 - 从放射科学家到脑管理学家 - 可以访问他们所需的所有信息，以便向治疗计划诊断做出明智的决定。这对于多学科团队（MDTS）特别强大，这些团队由来自不同部门的专家组成，经常与讨论复杂案件。
通过访问更好的数据，还有机会部署商业智能和临床工作流优化工具，以提供负责处理的人更好地了解情况和可用于管理它们的资源。
ai在癌症护理的优势
Covid-19大流行的影响也导致信任他们采用的数字解决方案采用，现在更加明显，这比诊断成像更加明显。基于AI的工具可以识别模式，这可以减少临床工作量，更重要的是，拯救生命。它认为AI可以检测到50种不同类型的癌症以及对一个人的遗传化妆的变化，这意味着它可以找到未来癌症可能发展的地方。
由于辐射药学家的缺乏问题，进一步加强了使用人工智能的论点。根据Royal of Royal of Royal of Royal of辐射学家，今年只有55％的职位空缺将被训练有素的顾问填补。添加至于每年估计的350,000名新NHS癌症患者，并表明需要远离传统分割的工作方式。
改善患者的结果
那些接受早期诊断的患者具有最佳的治疗方法和缓解。然而，在英格兰早期只检测到55％的癌症，这个数字可能会在大流行之后减少。由于这些原因单独，在诊断过程中理解和实现效率应该是NHS议程的顶部。
