Ärzte sind optimistisch hinsichtlich der Rolle von KI in der Medizin und wollen zur Heilung zurückkehren

KI-gesteuerte Medizin NVIDIA GTC 2019
Nvidia

K.I. hat die Macht, die Welt zu verändern – zumindest wird uns das ständig gesagt. Ja, es unterstützt Sprachassistenten und Roboterhunde, aber es gibt einige legitime Bereiche, in denen K.I. macht die Dinge nicht nur einfacher und bequemer. Im Fall der Medizin und des Gesundheitswesens rettet es tatsächlich Leben.

Inhalt

  • K.I. in einem kaputten System
  • Besitzen Sie Ihre eigenen Daten
  • Voreingenommenheit reduzieren
  • Medizinische KI als Drohne

Allerdings gab es in letzter Zeit Rückschläge. Medizinische Fachkräfte und Regierungsbeamte sind optimistisch, was das langfristige Potenzial der transformativen Kräfte der künstlichen Intelligenz angeht, doch die Forscher gehen bei der Umsetzung vorsichtiger und maßvoller vor. In erst im letzten Jahr, wir haben große Fortschritte gesehen, die das Potenzial von KI in der medizinischen Versorgung nutzen und in die Realität umsetzen.

Heute stehen wir vor einem bedeutenden Wandel in der Art und Weise, wie wir alle unsere medizinischen Daten in Zukunft erleben und nutzen werden.

Verwandt

  • Analoge KI? Es klingt verrückt, aber es könnte die Zukunft sein
  • Nvidia senkt die Hürde für den Einstieg in die KI mit Fleet Command und LaunchPad
  • Zusammenfassung der GTC 2020: Nvidias virtuelle Welt für Roboter, K.I. Videoanrufe

K.I. in einem kaputten System

„Wir haben uns vor vielleicht fünf Jahren ernsthaft mit der Disziplin beschäftigt, aber während meiner gesamten Karriere verfolgte mich die Notwendigkeit dieser Technologie“, sagte Dr. Richard White erzählte Digital Trends vom Vorstoß der Institution in die KI. Er ist Lehrstuhlinhaber für Radiologie am Wexner Medical der Ohio State University Center

„Es liegt am Patienten und den Ärzten, zu versuchen, das Problem zu beheben, denn wir sind die Vermittler des letzten Auswegs.“

„Lange Zeit konnte ich nicht verstehen, warum es für Computer keinen Nutzen hatte, das zu reproduzieren, was Menschen tun: alle Bilder mühsam durchzusehen Das war dynamisch und zu versuchen, sich das auszudenken, und dann den Computer die gleichen Fehler machen zu lassen, die ich gemacht habe, war für mindestens drei sehr frustrierend Jahrzehnte.“

White sagte das, als sie versuchten, sich hineinzuwagen Radiomics, sahen sie einen echten Bedarf an intelligenten Computern. „Vor etwa vier oder fünf Jahren passten die Dinge zusammen und es war die richtige Entscheidung. Damit wurde ein dringender Bedarf gedeckt, und dann haben wir in unseren Laboren ernsthaft mit der KI begonnen.“

Radiologen aus teilnehmenden Gesundheitssystemen bei GTC in diesem Jahr, darunter White, Dr. Paul Chang, Professor und stellvertretender Vorsitzender der University of Chicago, und Dr. Christopher Hess, a Professor und Lehrstuhlinhaber für Radiologie an der University of California, San Francisco (UCSF), begann mit der Erforschung von KI. einfach, weil die Menge an medizinischen Daten aus verbesserten Bildscans gestiegen ist überwältigend.

Fortschritte in der medizinischen Bildgebungstechnologie führten laut Chang und seinen Kollegen dazu, dass deutlich mehr Patientendaten erfasst wurden, was zu einem Burnout bei Ärzten führte. Ärzte sehen das transformative Potenzial der KI, da die Technologie es ihnen ermöglichen könnte, einen Teil der Zeit zurückzugewinnen Es wird für die mühsame Durchführung von Scans aufgewendet, und dies ermöglicht es laut Dr. Hess „Ärzten, Heiler zu werden.“ wieder."

Aber Chang warnt seine Mitpraktizierenden davor, sich von der neuen Technologie „verführen“ zu lassen, und weist darauf hin, dass sie richtig umgesetzt werden muss, um wirksam zu sein. „Man kann KI nicht vorzeitig integrieren. in ein System, das kaputt ist“, sagte er.

In vielerlei Hinsicht ist es genau dieses Szenario, das uns dorthin geführt hat, wo wir heute sind.

Besitzen Sie Ihre eigenen Daten

Die derzeitige Praxis der Medizin konzentriert sich derzeit auf Algorithmen und elektronische Gesundheitsakten. Bei dieser Software geht es nicht um die Patientenbetreuung oder das Lernen, sondern um ein System zur Kategorisierung von Behandlungen, das es den Versicherern wiederum ermöglicht, Ärzte für erbrachte Leistungen zu bezahlen.

„Die Branche hat Ärzte in Kunden verwandelt, die Codes eingeben, damit ihnen Rechnungen gestellt werden können“, Dr. Walter Brouwer, CEO des Datenanalyseunternehmens Doc. K.I. sagte. „Wir müssen aufhören, was wir tun, weil es nicht funktioniert. Wenn man sich das Jahr 2019 anschaut, gehen die Prognosen davon aus, dass 400 Ärzte Selbstmord begehen werden, 150.000 Menschen sterben werden, und das Der erste Weg einer Insolvenz werden die Krankenakten sein, daher vertrauen wir darauf, dass jeder versuchen wird, das System zu reparieren unfixierbar. Es liegt am Patienten und den Ärzten, zu versuchen, das Problem zu beheben, denn wir sind die Vermittler des letzten Auswegs.“

Menschen können ihre Daten tatsächlich als latentes Wirtschaftsgut monetarisieren. Das ist das Versprechen von Deep Learning.

Für White ist die Änderung der Art und Weise, wie Daten durch das System fließen, ein wichtiger erster Schritt, um die Macht wirklich nutzen zu können von K.I. Im Gegensatz zu anderen Bereichen, in denen K.I. wurde größtenteils als erfolgreicher Technologie-Enabler angesehen, wie z. B. Kundenservice und autonomes Fahrenwurde die Gesundheitsbranche mit Vorschriften zum Schutz der Privatsphäre der Patienten konfrontiert.

„Ich denke, dem Patienten müssen seine eigenen Daten anvertraut werden, und er bestimmt dann, wie diese Daten verwendet werden, wenn wir in sein Leben aufgenommen werden“, sagte er. „Es ist unsere moralische Verpflichtung, es zu schützen.“

Für Anthem, den zweitgrößten Krankenversicherungsanbieter des Landes, der mehr als 40 Millionen Amerikaner abdeckt, würden sich die Patienten eher dazu verpflichtet fühlen, wenn der Datenaustausch bequemer wäre.

Doc.ai-App
Doc.ai-Benutzer verwenden die App, um auszuwählen, an welchen Datenstudien sie teilnehmen und welche Aspekte ihrer Gesundheitsdaten sie teilen möchten.doc.ai

„Es ist wirklich ein Kompromiss zwischen Komfort und Privatsphäre“, sagte Rajeev Ronanki, Chief Digital Officer von Anthem. „Bisher ist es uns nicht gelungen, die Gesundheitsversorgung einfach, unkompliziert und bequem zu gestalten, daher möchte jeder die Privatsphäre über alles andere stellen. Wenn es Ihnen zum Beispiel eine Viertelstunde erspart, wenn Sie in Ihrer Arztpraxis immer wieder die gleichen überflüssigen Formulare ausfüllen müssen Wenn Sie Ihren Gesundheitszustand verbessern und schneller ein- und aussteigen können, entscheiden sich die meisten Menschen lieber für Bequemlichkeit als für die Datenerfassung Privat. Sicherlich werden sich einige Menschen dafür entscheiden, ihre Gesundheitsinformationen geheim zu halten, und wir möchten beides unterstützen können.“

Da mobile Geräte immer leistungsfähiger werden, stellen sich medizinische Fachkräfte eine Welt vor, in der die Patienten ihre eigenen Geräte besitzen speichern die Daten auf ihren Geräten, sodass die Gesundheitseinrichtungen dafür verantwortlich sind, ein System zu schaffen, in dem die Daten anonymisiert, geteilt und ausgetauscht werden können.

„An gute Daten zu kommen, ist eine sehr große Herausforderung.“

„Keine Institution wird zulassen, dass große Datenmengen von ihren Systemen gesendet werden, also müssen wir das mitbringen.“ Modelle und entwickeln das Modell, indem sie sie an die Abonnenten verteilen und dann das Arrangement ansehen: „Weiß sagte. „Es ist einfach viel praktischer.“

Ein größerer Datenpool, der von Patienten geteilt wird, könnte zu genaueren klinischen Studien führen und Vorurteile in der Medizin verringern. In diesem Modell wollen Forscher sich bei der Verarbeitung der Daten auf Edge-Learning und nicht auf die Cloud verlassen. Anstatt Informationen in der Cloud zu speichern, verlässt sich Edge Learning auf das Apple-Modell für KI. Dabei werden Daten lokal gespeichert und verarbeitet, was ein höheres Maß an Privatsphäre verspricht. Und weil Daten lokal verarbeitet werden, können sie viel schneller verarbeitet werden, behauptete De Brouwer.

„Deshalb sammle ich alle meine Daten – meine Krankenakten – wenn ich eine klinische Studie durchführen möchte“, fuhr De Brouwer fort. „Wenn ich ein Protokoll bekomme, verfolge ich meine Daten über die Protokolle auf meinem Telefon. Ich bekomme Tensoren. Ich sende die Tensoren ab, die irreversibel sind, und sie werden mit allen anderen Daten gemittelt, und ich erhalte die Daten auf meinem Telefon zurück. Meine Daten sind privat, aber ich bekomme eine bessere Vorhersage, weil Tensoren den Durchschnitt des Durchschnitts des Durchschnitts des Durchschnitts bilden, was besser ist als der erste Durchschnitt.“

Der KI-gestützte medizinische Forschungsbegleiter.

De Brouwer behauptete, dies würde die medizinische Forschung völlig verändern. „Wir können unsere Tensoren tatsächlich kombinieren und unsere Daten dort belassen, wo sie sind. Menschen können ihre Daten tatsächlich als latentes Wirtschaftsgut monetarisieren. Das ist das Versprechen von Deep Learning.“

Mit Technologie-Enablern, wie 5GMithilfe vernetzter Heimsensoren und intelligenter Gesundheitsgeräte könnten medizinische Forscher bald Zugriff auf neue Datenquellen haben, die sie heute möglicherweise nicht als relevant für ihre medizinische Forschung erachtet hätten.

Das nennt man Fuzzy-Daten, Doc. K.I. prognostiziert, dass die Datenmenge jedes Jahr um das 32-fache wachsen wird und wir bis 2020 auf eine faktorielle Zukunft zusteuern. „K.I. ist hier, um zu helfen, weil es uns Zeit schenkt“, sagte De Brouwer. „Ich blicke sehr optimistisch in die Zukunft.“

Voreingenommenheit reduzieren

Im Rahmen seiner Initiative für den verantwortungsvollen und ethischen Einsatz von KI arbeitet Anthem nun mit Datenwissenschaftlern zusammen wertet 17 Millionen Datensätze aus seinen Datenbanken aus, um sicherzustellen, dass die vorhandenen Algorithmen keine Verzerrungen aufweisen erstellt.

Clara: Medizinische Instrumente mit KI aufladen

„Wenn man Algorithmen entwickelt, die das Leben der Menschen beeinflussen, muss man viel vorsichtiger sein“, sagte der demokratische Kongressabgeordnete Jerry McNerney (Co-Vorsitzender des Kongresses). K.I. Caucus), in einem separaten Vortrag bei GTC, der einige der lebensgefährlichen Konsequenzen hervorhob, wenn K.I. wird in kritischen Infrastrukturen wie militärischen Anwendungen eingesetzt. „Wenn Sie Daten haben, die stark verzerrt sind, werden Sie ähnliche Ergebnisse erhalten. An gute Daten zu kommen, ist eine sehr große Herausforderung.“

Darüber hinaus können sich bei begrenzten Daten auch leichter Verzerrungen einschleichen, erklärt Hess, die medizinische Studien und Interpretationen der Ergebnisse verzerren können. Unter Berufung auf die Forschung der Stanford University Indem er darlegte, dass von der KI abgeleitete Algorithmen Lungenentzündungen „besser“ erkennen können als echte Radiologen, zeigte Hess einige der Irrtümer in dieser Annahme auf.

Während K.I. Ist gut bei sich wiederholenden, zeitaufwändigen Aufgaben, ist bei der Patientenversorgung dennoch die menschliche Interaktion erforderlich.

„Was ist besser?“, fragte ein scherzhafter Hess, der versuchte, eine bessere Definition des Wortes zu finden. Während Hess zugab, dass die Algorithmen von Stanford eine hohe Erfolgsquote – über 75 Prozent – ​​bei der Erkennung einer Lungenentzündung hatten Beim Lesen von Röntgenaufnahmen und anderen Scans blieb es im Vergleich zu den Diagnosen der vier in der Studie genannten Radiologen immer noch unterdurchschnittlich Studie.

Obwohl Hess A.I. als zeitsparende Technologie, die es Ärzten ermöglicht, sich wieder der Patientenversorgung zu widmen, anstatt Zeit mit der Codierung zu verbringen In Diagrammen warnt er davor, dass die Technologie nicht ganz perfekt sei, und weist darauf hin, dass die Objekterkennungsalgorithmen von A.I. völlig falsch identifizieren können scannt.

Medizinische KI als Drohne

Hess und seine Kollegen betrachten die KI als solche. als ergänzende Technologie in der Medizin, die menschliche Ärzte unterstützt und nicht ersetzt. Während K.I. Chang ist gut darin, repetitive, zeitaufwändige Aufgaben der Identifizierung von Tumoren und Anomalien in Scans zu erledigen, aber bei der Patientenversorgung brauche man immer noch die menschliche Interaktion.

Vielmehr gehen Branchenbeobachter davon aus, dass die riesigen Datenmengen, die gesammelt werden, zu interpretieren sind Doctor wird zahlreiche zusätzliche Arbeitsplätze für Datenwissenschaftler schaffen, um Algorithmen zu entwickeln, die dabei helfen, dies zu verstehen Daten. „Dasselbe werden wir auch in der Medizin haben. Ich denke, dass jeder Arzt hundert Arbeitsplätze für Datenwissenschaftler schaffen wird, sodass das Gesundheitswesen zu einer kontinuierlichen Funktion wird“, sagte De Brouwer.

„Wir werden immer fürsorgliche Menschen brauchen, die mit einem Menschen interagieren, von Mensch zu Mensch“, sagte White. „Ich hoffe, dass wir nie die Hand auf der Hand einer anderen Person verlieren, wenn wir um Hilfe bitten, und dass jemand dies auf Situationen in der realen Welt übertragen muss.“

Empfehlungen der Redaktion

  • Microsoft gibt seine gruselige, emotionslesende KI auf.
  • Nvidias neueste A.I. Die Ergebnisse beweisen, dass ARM bereit für das Rechenzentrum ist
  • Wie der USPS Nvidia-GPUs und KI nutzt um fehlende Post zu verfolgen
  • Microsoft will K.I. einsetzen um die Gesundheitsversorgung für alle zu verbessern
  • Ich traf die künstlichen Menschen von Samsung und sie zeigten mir die Zukunft der KI.