Optimistas sobre el papel de la IA en la medicina, los médicos quieren volver a la curación

AI. tiene el poder de transformar el mundo; al menos eso es lo que nos dicen constantemente. Sí, impulsa a los asistentes de voz y a los perros robóticos, pero hay algunas áreas legítimas en las que la A.I. no sólo hace las cosas más fáciles y cómodas. En el caso de la medicina y la atención sanitaria, en realidad está salvando vidas.

Sin embargo, últimamente ha habido retrocesos. Profesionales médicos y funcionarios gubernamentales. son optimistas sobre el potencial a largo plazo de los poderes transformadores de la inteligencia artificial, pero los investigadores están adoptando un enfoque más cauteloso y mesurado en su implementación. En solo el año pasado, hemos visto grandes avances que aprovechan el potencial de la IA en la atención médica y lo convierten en una realidad.

Hoy nos encontramos al borde de una transformación significativa en la forma en que todos experimentaremos y utilizaremos nuestros datos médicos en el futuro.

AI. en un sistema roto

“Nos tomamos en serio esto como disciplina hace quizás cinco años, pero durante toda mi carrera me ha perseguido la necesidad de esta tecnología”, dijo el Dr. Richard White habló con Digital Trends sobre la incursión de la institución en la IA. Es el catedrático de radiología en Wexner Medical de la Universidad Estatal de Ohio. Centro

“Durante mucho tiempo, no pude entender por qué no era útil que las computadoras replicaran lo que hacen los humanos: mirar laboriosamente todas las imágenes. que eran dinámicos e intentar llegar a esto, y luego hacer que la computadora cometiera los mismos errores que yo estaba cometiendo fue muy frustrante durante al menos tres décadas”.

White dijo que cuando intentaron aventurarse en radiómica, vieron una verdadera necesidad de conocimientos informáticos. “Hace unos cuatro o cinco años, las cosas estaban tomando forma y era lo correcto. Estaba satisfaciendo una necesidad imperiosa, y fue entonces cuando empezamos a trabajar en serio [con la IA] en nuestros laboratorios”.

Los radiólogos de los sistemas de salud participantes en el GTC este año, incluido White, el Dr. Paul Chang, profesor y vicepresidente de la Universidad de Chicago, y el Dr. Christopher Hess, un Profesor y catedrático de radiología de la Universidad de California, San Francisco (UCSF), comenzó a explorar la inteligencia artificial. simplemente porque la cantidad de datos médicos provenientes de exploraciones de imágenes mejoradas se volvió abrumador.

Los avances en la tecnología de imágenes médicas dieron como resultado la recopilación de muchos más datos de pacientes, dijeron Chang y sus colegas, lo que provocó el agotamiento de los médicos. Los médicos ven el potencial transformador de la IA, ya que la tecnología podría permitirles recuperar parte del tiempo gastado en pasar laboriosamente por las exploraciones, y esto, según el Dr. Hess, permite que "los médicos se conviertan en sanadores de nuevo."

Pero Chang advierte a sus compañeros practicantes que no se dejen "seducir" por la nueva tecnología, señalando que debe implementarse correctamente para que sea efectiva. “No se puede incorporar prematuramente la IA. en un sistema que está roto”, dijo.

En muchos sentidos, es exactamente ese escenario el que nos ha llevado a donde estamos hoy.

Ser dueño de tus propios datos

La práctica actual de la medicina se centra en algoritmos y registros médicos electrónicos. Este software no se centra en la atención o el aprendizaje del paciente, sino que es un sistema de categorización de tratamientos, que a su vez permite a las aseguradoras pagar a los médicos por los servicios realizados.

“La industria ha transformado a los médicos en clientes a los que les deben introducir códigos para poder facturarlos”, dijo el Dr. Walter Brouwer, director ejecutivo de la firma de análisis de datos Doc. AI. dicho. “Tenemos que dejar lo que estamos haciendo porque no funciona. Si tomamos el año 2019, las predicciones son que 400 médicos se suicidarán, 150.000 personas morirán y el El primer camino de la quiebra serán los registros médicos, por lo que confiamos en que todos intentarán arreglar un sistema que está irreparable. Depende del paciente y de los médicos intentar solucionarlo, porque somos los agentes del último recurso”.

Para White, cambiar la forma en que los datos fluyen a través del sistema es un primer paso importante para poder aprovechar verdaderamente el poder. de IA A diferencia de otros campos donde la A.I. han sido vistos en gran medida como habilitadores tecnológicos exitosos, como el servicio al cliente y conducción autónoma, el sector de la atención médica se ha visto cargado de regulaciones diseñadas para proteger los derechos de privacidad de los pacientes.

"Creo que al paciente se le deben confiar sus propios datos, y luego él dirige cómo se utilizan esos datos cuando llegamos a sus vidas", dijo. "Es nuestra obligación moral protegerlo".

Para Anthem, el segundo proveedor de seguros médicos del país que cubre a más de 40 millones de estadounidenses, si compartir datos fuera más conveniente, los pacientes se sentirían más obligados a hacerlo.

"Es realmente una compensación entre conveniencia y privacidad", dijo Rajeev Ronanki, director digital de Anthem. “Hasta ahora, no hemos hecho un buen trabajo para hacer que la atención médica sea simple, fácil y conveniente, por lo que todos quieren valorar la privacidad por encima de todo lo demás. Por ejemplo, si le ahorrará quince minutos al intentar completar los mismos formularios redundantes en el consultorio de su médico sobre sus condiciones de salud y puede entrar y salir más rápido, entonces la mayoría de las personas elegirán la conveniencia en lugar de querer que sus datos privado. Seguramente algunas personas optarán por mantener la privacidad de su información médica y queremos poder apoyar a ambos”.

A medida que los dispositivos móviles se vuelven más poderosos, los profesionales de la salud imaginan un mundo donde los pacientes poseen y almacenar los datos en sus dispositivos, dejando a las instituciones de salud responsables de crear un sistema donde los datos puedan ser anónimos, compartidos e intercambiados.

“Ninguna institución va a permitir que se envíen grandes cantidades de datos desde sus sistemas, por lo que tenemos que acercar la modelos y desarrollar el modelo, haciéndolos circular entre los suscriptores y luego viendo el arreglo, “White dicho. "Es mucho más práctico".

Un conjunto más grande de datos compartidos por los pacientes podría conducir a estudios clínicos más precisos y reducir el sesgo en la medicina. En este modelo, los investigadores quieren confiar en el aprendizaje perimetral en lugar de en la nube para procesar los datos. En lugar de enviar información a la nube, el aprendizaje perimetral se basa en el modelo de Apple para A.I. donde los datos se almacenan y procesan localmente, prometiendo un mayor grado de privacidad. Y como los datos se procesan localmente, se pueden procesar mucho más rápido, afirmó De Brouwer.

“Así que recopilo todos mis datos (mis registros sanitarios) si quiero realizar un ensayo clínico”, continuó De Brouwer. “Si me dan un protocolo, rastreo mis datos a través de los protocolos de mi teléfono. Obtengo tensores. Envío los tensores, que son irreversibles, y se promedian con todos los demás datos, y recupero los datos en mi teléfono. Mis datos son privados, pero obtengo una mejor predicción porque los tensores son el promedio del promedio del promedio del promedio, que es mejor que el primer promedio”.

De Brouwer afirmó que esto cambiaría por completo la investigación médica. “De hecho, podemos combinar nuestros tensores y dejar nuestros datos donde están. De hecho, las personas pueden monetizar sus datos como un activo económico latente. Ésa es la promesa del aprendizaje profundo”.

Con habilitadores tecnológicos, como 5G, sensores domésticos conectados y dispositivos de salud inteligentes, es posible que los investigadores médicos pronto tengan acceso a nuevas fuentes de datos que tal vez no hayan considerado relevantes para su investigación médica actual.

Se llaman datos borrosos, doctor. AI. predice que la cantidad de datos crecerá hasta 32 veces cada año y, para 2020, nos dirigiremos a un futuro factorial. "AI. está aquí para ayudar porque nos trae el regalo del tiempo”, dijo De Brouwer. "Soy muy optimista sobre el futuro".

Reducir el sesgo

Como parte de su iniciativa para el uso responsable y ético de la IA, Anthem ahora está trabajando con científicos de datos para evaluar 17 millones de registros de sus bases de datos para garantizar que no haya sesgos en los algoritmos que tiene creado.

"Cuando se crean algoritmos que impactan la vida de las personas, hay que ser mucho más cuidadoso", dijo el congresista demócrata Jerry McNerney (copresidente del Congreso AI. Caucus), en una charla separada en GTC que enfatizó algunas de las consecuencias de vida o muerte cuando la A.I. se utiliza en infraestructura crítica como aplicaciones militares. “Cuando tienes datos muy sesgados, obtendrás resultados similares. Conseguir buenos datos es un gran desafío”.

Además, cuando se tienen datos limitados, el sesgo también puede aparecer más fácilmente, explicó Hess, y puede sesgar los estudios médicos y las interpretaciones de los resultados. Citando la investigación de la Universidad de Stanford Al mostrar cómo los algoritmos derivados de la IA son “mejores” para detectar la neumonía que los radiólogos reales, Hess mostró algunas de las falacias de la presunción.

“¿Qué es mejor?”, preguntó un bromista Hess tratando de extraer una definición de la palabra mejor. Si bien Hess admitió que los algoritmos de Stanford tenían una alta tasa de éxito (más del 75 por ciento) en la detección de neumonía por Al leer radiografías y otras exploraciones, aún tuvo un rendimiento inferior al de los diagnósticos realizados por cuatro radiólogos citados en el informe. estudiar.

Aunque Hess considera que la A.I. como una tecnología que ahorra tiempo y permite a los médicos volver a atender al paciente en lugar de perder tiempo codificando gráficos, advierte que la tecnología no es del todo perfecta, y señala que los algoritmos de detección de objetos de la IA pueden identificar completamente erróneamente exploraciones.

IA médica como un dron

Como tal, Hess y sus colegas ven a la A.I. como una tecnología complementaria en medicina que ayudará, no reemplazará, a los médicos humanos. Mientras que la A.I. es bueno en tareas repetitivas y que requieren mucho tiempo para identificar tumores y anomalías en las exploraciones, dijo Chang, aún se necesita la interacción humana en la atención al paciente.

Más bien, para interpretar la enorme cantidad de datos que se recopilarán, los observadores de la industria predicen que un solo El doctor creará numerosos trabajos adicionales para que los científicos de datos creen algoritmos que ayuden a darle sentido a eso. datos. “Vamos a tener lo mismo en medicina. Creo que cada médico creará cien puestos de trabajo de científicos de datos, por lo que la atención sanitaria se convertirá en una función continua”, afirmó De Brouwer.

"Siempre necesitaremos personas solidarias para interactuar con un ser humano, de humano a humano", dijo White. “Espero que nunca perdamos el contacto de una mano con la de otra persona pidiendo ayuda, y que alguien tenga que traducirlo a situaciones del mundo real”.

Recomendaciones de los editores

• Microsoft abandona su espeluznante IA de lectura de emociones.
• La última tecnología de inteligencia artificial de Nvidia. Los resultados demuestran que ARM está listo para el centro de datos.
• Cómo utiliza el USPS las GPU de Nvidia y la inteligencia artificial (A.I.) para rastrear el correo perdido
• Microsoft quiere utilizar A.I. para mejorar la atención médica para todos
• Conocí a los humanos artificiales de Samsung y me mostraron el futuro de la IA.