Optimistisk om A.I.s rolle i medicin, læger vil vende tilbage til helbredelse

A.I. har magten til at transformere verden - det er i hvert fald det, vi konstant får at vide. Ja, det driver stemmeassistenter og robothunde, men der er nogle legitime områder, hvor A.I. gør ikke kun tingene nemmere og mere bekvemt. I tilfælde af medicin og sundhedspleje redder det faktisk liv.

Der har dog været tilbageslag på det seneste. Læger og embedsmænd er bullish omkring det langsigtede potentiale af kunstig intelligenss transformative kræfter, men forskere tager en mere forsigtig og afmålt tilgang til implementering. I kun det seneste år, vi har set store spring fremad, der tager A.I.s potentiale inden for lægebehandling og gør det til en realitet.

I dag står vi på randen af ​​en væsentlig transformation i, hvordan vi alle vil opleve og bruge vores medicinske data i fremtiden.

A.I. i et ødelagt system

"Vi blev seriøse omkring det som en disciplin for måske fem år siden, men hele min karriere har jeg været hjemsøgt af behovet for denne teknologi," siger Dr. Richard White fortalte Digital Trends om institutionens indtog i A.I. Han er formand for radiologi ved Ohio State Universitys Wexner Medical Centrum

"I længst tid kunne jeg ikke finde ud af, hvorfor der ikke var brug for computere til at replikere, hvad mennesker gør: at møjsommeligt se gennem alle billederne som var dynamiske og prøvede at finde på dette, og så få computeren til at lave de samme fejl, som jeg lavede, var meget frustrerende i mindst tre årtier."

White sagde det, da de prøvede at vove sig ind radiomik, så de et sandt behov for computersmarts. "For omkring fire eller fem år siden faldt tingene sammen, og det var det rigtige at gøre. Det mødte et dybt behov, og det var da, vi begyndte seriøst [med A.I.] i vores laboratorier."

Radiologer fra deltagende sundhedssystemer på GTC i år, herunder White, Dr. Paul Chang, professor og næstformand fra University of Chicago, og Dr. Christopher Hess, en professor og formand for radiologi fra University of California, San Francisco (UCSF), begyndte at udforske A.I. simpelthen fordi mængden af ​​medicinske data fra forbedrede billedscanninger blev overvældende.

Fremskridt inden for medicinsk billedbehandlingsteknologi resulterede i indsamlingen af ​​betydeligt flere patientdata, sagde Chang og hans kolleger, hvilket førte til udbrændthed hos lægen. Læger ser A.I.s transformative potentiale, da teknologien kunne give dem mulighed for at genvinde noget af tiden brugt på møjsommeligt at gennemgå scanninger, og dette giver ifølge Dr. Hess "læger mulighed for at blive healere en gang til."

Men Chang advarer sine medudøvere mod at blive "forført" af den nye teknologi, idet han bemærker, at den skal implementeres korrekt for at være effektiv. "Du kan ikke for tidligt inkorporere A.I. ind i et system, der er brudt, sagde han.

På mange måder er det netop det scenarie, der har ført os til, hvor vi er i dag.

At eje dine egne data

Den nuværende praksis inden for medicin lige nu er centreret omkring algoritmer og elektroniske sundhedsjournaler. Denne software er ikke centreret om patientpleje eller læring, men det er et system til at kategorisere behandlinger, som igen gør det muligt for forsikringsselskaber at betale læger for tjenester, der blev udført.

"Branchen har forvandlet læger til kunder for at indsætte koder, så de kan faktureres," Dr. Walter Brouwer, administrerende direktør for dataanalysefirmaet Doc. A.I. sagde. »Vi er nødt til at stoppe det, vi laver, for det virker ikke. Hvis man tager 2019, er forudsigelserne, at 400 læger vil begå selvmord, 150.000 mennesker vil dø, og første konkursforløb vil være lægejournaler, så vi stoler på, at alle vil forsøge at rette et system, der er uoprettelig. Det er op til patienten og lægerne at forsøge at rette op på det, for vi er agenterne for den sidste udvej."

For White er ændring af, hvordan data strømmer gennem systemet, et vigtigt første skridt til virkelig at kunne udnytte kraften af A.I. I modsætning til andre områder, hvor A.I. er i høj grad blevet set som succesrige teknologiske midler, såsom kundeservice og autonom kørsel, er sundhedssektoren blevet belemret med regler designet til at beskytte patientens privatlivsrettigheder.

"Jeg tror, ​​at patienten skal betros deres egne data, og så instruerer de, hvordan disse data bliver brugt, når vi bringes ind i deres liv," sagde han. "Det er vores moralske forpligtelse at beskytte det."

For Anthem, landets anden udbyder af sygeforsikring, der dækker mere end 40 millioner amerikanere, ville patienter føle sig mere tvunget til at gøre det, hvis det er mere bekvemt at dele data.

"Det er virkelig en afvejning af bekvemmelighed og privatliv," sagde Rajeev Ronanki, Anthems digitale chef. "Indtil videre har vi ikke gjort et godt stykke arbejde med at gøre sundhedsvæsenet enkelt, nemt og bekvemt, så derfor vil alle værdsætte privatliv frem for alt andet. For eksempel, hvis det skal spare dig femten minutter fra at prøve at udfylde de samme overflødige formularer på din læges kontor om dine helbredstilstande, og du kan komme hurtigere ind og ud, så vil de fleste mennesker vælge bekvemmelighed frem for at ville lave deres data privat. Nogle mennesker vil helt sikkert vælge at holde deres helbredsoplysninger private, og vi vil gerne være i stand til at støtte begge dele.”

Efterhånden som mobile enheder bliver mere kraftfulde, forestiller sundhedspersonale sig en verden, hvor patienterne ejer og gemme dataene på deres enheder, hvilket efterlader sundhedsinstitutioner ansvarlige for at skabe et system, hvor data kan anonymiseres, deles og udveksles.

"Ingen institution vil tillade, at der sendes store mængder data fra deres systemer, så vi er nødt til at bringe det modeller og udvikle modellen ved at cirkulere dem til abonnenterne og derefter se arrangementet, "Hvid sagde. "Det er bare meget mere praktisk."

En større pulje af data, der deles af patienter, kan føre til mere nøjagtige kliniske undersøgelser og reducere bias i medicin. I denne model ønsker forskere at stole på kantlæring frem for skyen til at behandle dataene. I stedet for at angive information til skyen, er edge learning afhængig af Apple-modellen for A.I. hvor data opbevares og behandles lokalt, hvilket lover en højere grad af privatliv. Og fordi data behandles lokalt, kan de behandles meget hurtigere, hævdede De Brouwer.

"Så jeg indsamler alle mine data - mine sundhedsjournaler - hvis jeg vil lave et klinisk forsøg," fortsatte De Brouwer. "Hvis jeg får en protokol, sporer jeg mine data gennem protokollerne på min telefon. Jeg får tensorer. Jeg sender tensorerne af, som er irreversible, og de beregnes i gennemsnit med alle de andre data, og jeg får dataene tilbage på min telefon. Mine data er private, men jeg får en bedre forudsigelse, fordi tensorer er gennemsnittet af gennemsnittet af gennemsnittet af gennemsnittet, hvilket er bedre end det første gennemsnit."

De Brouwer hævdede, at dette fuldstændig ville ændre medicinsk forskning. "Vi kan faktisk kombinere vores tensorer og lade vores data blive, hvor de er. Folk kan faktisk tjene penge på deres data som et latent økonomisk aktiv. Det er løftet om dyb læring."

Med teknologienablere, som 5G, sensorer til forbundne hjem og smarte sundhedsudstyr, kan medicinske forskere snart få adgang til nye datakilder, som de måske ikke har betragtet som relevante for deres medicinske forskning i dag.

Kaldes fuzzy data, Doc. A.I. forudsiger, at mængden af ​​data vil vokse med så meget som 32 gange hvert år, og i 2020 vil vi være på vej mod en faktoriel fremtid. "A.I. er her for at hjælpe, fordi det giver os tidens gave,” sagde De Brouwer. "Jeg er meget optimistisk med hensyn til fremtiden."

Reducer bias

Som en del af sit initiativ for ansvarlig og etisk brug af A.I., arbejder Anthem nu med datavidenskabsfolk for at evaluere 17 millioner poster fra sine databaser for at sikre, at der ikke er nogen skævhed i de algoritmer, som den har oprettet.

"Når du skaber algoritmer, der påvirker folks liv, så skal du være meget mere forsigtig," sagde den demokratiske kongresmedlem Jerry McNerney (medformand for Kongressen). A.I. Caucus), i en separat tale på GTC, der understregede nogle af konsekvenserne på liv og død, da A.I. bruges i kritisk infrastruktur såsom militære applikationer. "Når du har data, der er dårligt forudindtaget, så vil du have lignende resultater. At få fingrene i gode data er en meget stor udfordring.”

Derudover, når du har begrænsede data, kan bias også snige sig lettere ind, forklarede Hess, at det kan skævvride medicinske undersøgelser og fortolkninger af resultater. Med henvisning til Stanford Universitys forskning Hess viste, hvordan A.I.-afledte algoritmer er "bedre" til at opdage lungebetændelse end faktiske radiologer, og viste nogle af fejlslutningerne i formodningen.

"Hvad er bedre," spurgte en facetfuld Hess, der forsøgte at udtrække en definition af ordet bedre. Mens Hess indrømmede, at Stanfords algoritmer havde en høj succesrate - op mod 75 procent - til at opdage lungebetændelse ved at ved at læse røntgenstråler og andre scanninger, præsterede den stadig dårligere sammenlignet med diagnoserne stillet af fire radiologer, der er nævnt i undersøgelse.

Selvom Hess ser på A.I. som en tidsbesparende teknologi, der gør det muligt for læger at gå tilbage til patientbehandling i stedet for at bruge tid på kodning diagrammer, advarer han om, at teknologien ikke er helt perfekt, og bemærker, at A.I.s objektdetekteringsalgoritmer fuldstændigt kan fejlidentificere scanninger.

Medicinsk A.I. som en drone

Som sådan betragter Hess og hans kolleger A.I. som en komplementær teknologi inden for medicin, der vil hjælpe, ikke erstatte, menneskelige læger. Mens A.I. er god til gentagne, tidskrævende opgaver med at identificere tumorer og abnormiteter i scanninger, sagde Chang, du har stadig brug for den menneskelige interaktion i patientbehandlingen.

I stedet for at fortolke de enorme mængder af data, der vil blive indsamlet, forudsiger industriobservatører, at en enkelt læge vil skabe adskillige yderligere job for dataforskere for at skabe algoritmer for at hjælpe med at give mening i det data. »Vi kommer til at have det samme inden for medicin. Jeg tror, ​​at hver læge vil skabe hundrede dataforskerjob, så sundhedspleje bliver en kontinuerlig funktion,” sagde De Brouwer.

"Vi vil altid have brug for omsorgsfulde mennesker til at kommunikere med et menneske, menneske-til-menneske," sagde White. "Jeg håber, at vi aldrig mister berøringen af ​​en hånd på en anden persons hånd, der beder om hjælp, og nogen må oversætte det til situationer i den virkelige verden."

Redaktørens anbefalinger

• Microsoft forlader sin uhyggelige, følelseslæsende A.I.
• Nvidias seneste A.I. resultater viser, at ARM er klar til datacentret
• Hvordan USPS bruger Nvidia GPU'er og A.I. at spore manglende mail
• Microsoft ønsker at bruge A.I. at gøre sundhedsvæsenet bedre for alle
• Jeg mødte Samsungs kunstige mennesker, og de viste mig fremtiden for A.I.