चिकित्सा में ए.आई. की भूमिका के बारे में आशावादी, डॉक्टर उपचार की ओर लौटना चाहते हैं

ए.आई. इसमें दुनिया को बदलने की शक्ति है - कम से कम यही तो हमें लगातार बताया जा रहा है। हां, यह आवाज सहायकों और रोबोटिक कुत्तों को शक्ति प्रदान करता है, लेकिन कुछ वैध क्षेत्र हैं जहां ए.आई. न केवल चीजों को आसान और अधिक सुविधाजनक बना रहा है। चिकित्सा और स्वास्थ्य देखभाल के मामले में, यह वास्तव में जीवन बचा रहा है।

हालाँकि, हाल ही में प्रतिवाद हुआ है। चिकित्सा पेशेवर और सरकारी अधिकारी कृत्रिम बुद्धिमत्ता की परिवर्तनकारी शक्तियों की दीर्घकालिक क्षमता के बारे में आशावादी हैं, लेकिन शोधकर्ता कार्यान्वयन के लिए अधिक सतर्क और मापा दृष्टिकोण अपना रहे हैं। में अभी पिछले साल, हमने बड़ी छलांगें देखी हैं जो चिकित्सा देखभाल में ए.आई. की क्षमता को बढ़ाती हैं और इसे वास्तविकता में बदल देती हैं।

आज, हम भविष्य में अपने मेडिकल डेटा का अनुभव और उपयोग करने के तरीके में एक महत्वपूर्ण परिवर्तन के कगार पर खड़े हैं।

ए.आई. एक टूटी हुई व्यवस्था में

डॉ. ने कहा, "एक अनुशासन के रूप में हम शायद पांच साल पहले इसके बारे में गंभीर हो गए थे, लेकिन अपने पूरे करियर में मैं इस तकनीक की आवश्यकता से परेशान रहा हूं।" रिचर्ड व्हाइट ने डिजिटल ट्रेंड्स को ए.आई. में संस्थान के प्रवेश के बारे में बताया। वह ओहियो स्टेट यूनिवर्सिटी के वेक्सनर मेडिकल में रेडियोलॉजी के अध्यक्ष हैं केंद्र

"बहुत लंबे समय तक, मैं यह समझ नहीं पाया कि मनुष्य जो कर रहे हैं उसे दोहराने के लिए कंप्यूटर का उपयोग क्यों नहीं किया गया: सभी छवियों को श्रमपूर्वक देखने के लिए वे गतिशील थे और इसके साथ आने का प्रयास किया, और फिर कंप्यूटर ने वही गलतियाँ कीं जो मैं कर रहा था, कम से कम तीन वर्षों तक बहुत निराशाजनक था दशक।"

व्हाइट ने कहा कि जब उन्होंने इसमें उद्यम करने की कोशिश की रेडियोमिक्स, उन्होंने कंप्यूटर स्मार्ट की वास्तविक आवश्यकता देखी। “लगभग चार या पाँच साल पहले, चीज़ें एक साथ आ रही थीं और ऐसा करना सही काम था। यह एक सख्त ज़रूरत को पूरा कर रहा था, और तभी हमने अपनी प्रयोगशालाओं में [ए.आई. के साथ] गंभीरता से काम करना शुरू किया।''

इस वर्ष जीटीसी में भाग लेने वाले स्वास्थ्य प्रणालियों के रेडियोलॉजिस्ट, जिनमें व्हाइट, शिकागो विश्वविद्यालय के प्रोफेसर और उपाध्यक्ष डॉ. पॉल चांग और डॉ. क्रिस्टोफर हेस शामिल हैं। कैलिफोर्निया विश्वविद्यालय, सैन फ्रांसिस्को (यूसीएसएफ) के रेडियोलॉजी के प्रोफेसर और अध्यक्ष ने ए.आई. की खोज शुरू की। सिर्फ इसलिए कि इमेजिंग स्कैन से मेडिकल डेटा की मात्रा में सुधार हुआ भाव विह्वल करने वाला।

चांग और उनके सहयोगियों ने कहा कि मेडिकल इमेजिंग तकनीक में प्रगति के परिणामस्वरूप काफी अधिक रोगी डेटा एकत्र किया गया, जिससे डॉक्टर परेशान हो गए। डॉक्टर ए.आई. की परिवर्तनकारी क्षमता को देखते हैं, क्योंकि प्रौद्योगिकी उन्हें कुछ समय पुनः प्राप्त करने की अनुमति दे सकती है स्कैन से गुजरने में काफी मेहनत लगती है, और डॉ. हेस के अनुसार, यह "डॉक्टरों को उपचारक बनने की अनुमति देता है" दोबारा।"

लेकिन चांग ने अपने साथी चिकित्सकों को नई तकनीक से "प्रलोभित" होने से सावधान किया, यह देखते हुए कि प्रभावी होने के लिए इसे सही ढंग से लागू किया जाना चाहिए। “आप समय से पहले ए.आई. को शामिल नहीं कर सकते। एक ऐसी प्रणाली में जो टूट चुकी है,'' उन्होंने कहा।

कई मायनों में, यह वही सटीक परिदृश्य है जिसने हमें वहां तक ​​पहुंचाया है जहां हम आज हैं।

अपने स्वयं के डेटा का स्वामी होना

चिकित्सा की वर्तमान पद्धति अभी एल्गोरिदम और इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड के आसपास केंद्रित है। यह सॉफ़्टवेयर रोगी की देखभाल या सीखने पर केंद्रित नहीं है, बल्कि यह उपचारों को वर्गीकृत करने की एक प्रणाली है, जो बदले में बीमाकर्ताओं को डॉक्टरों को की गई सेवाओं के लिए भुगतान करने की अनुमति देता है।

डेटा एनालिटिक्स फर्म डॉक के सीईओ डॉ. वाल्टर ब्रौवर ने कहा, "उद्योग ने कोड डालने के लिए डॉक्टरों को ग्राहकों में बदल दिया है ताकि उन्हें बिल दिया जा सके।" ए.आई. कहा। “हम जो कर रहे हैं उसे हमें रोकना होगा क्योंकि यह काम नहीं करता है। यदि आप 2019 को लें, तो भविष्यवाणी है कि 400 डॉक्टर आत्महत्या करेंगे, 150,000 लोग मरेंगे, और दिवालियापन का पहला कोर्स मेडिकल रिकॉर्ड होगा, इसलिए हमें भरोसा है कि हर कोई एक प्रणाली को ठीक करने का प्रयास करेगा अपरिवर्तनीय. इसे ठीक करने का प्रयास करना रोगी और डॉक्टरों पर निर्भर है, क्योंकि हम अंतिम उपाय के एजेंट हैं।

व्हाइट के लिए, सिस्टम के माध्यम से डेटा प्रवाह को बदलना वास्तव में शक्ति का लाभ उठाने में सक्षम होने के लिए एक महत्वपूर्ण पहला कदम है ए.आई. का अन्य क्षेत्रों के विपरीत जहां ए.आई. इसे बड़े पैमाने पर ग्राहक सेवा और जैसे सफल प्रौद्योगिकी सक्षमकर्ताओं के रूप में देखा गया है स्वायत्त ड्राइविंग, स्वास्थ्य देखभाल क्षेत्र को रोगी के गोपनीयता अधिकारों की रक्षा के लिए डिज़ाइन किए गए नियमों से जोड़ा गया है।

उन्होंने कहा, "मुझे लगता है कि मरीज़ को अपना डेटा सौंपा जाना चाहिए, और फिर वे निर्देशित करते हैं कि जब हम उनके जीवन में लाए जाते हैं तो उस डेटा का उपयोग कैसे किया जाता है।" "इसकी रक्षा करना हमारा नैतिक दायित्व है।"

40 मिलियन से अधिक अमेरिकियों को कवर करने वाले देश के दूसरे स्वास्थ्य बीमा प्रदाता एंथम के लिए, यदि डेटा साझा करना अधिक सुविधाजनक है, तो मरीज़ इसे करने के लिए अधिक मजबूर महसूस करेंगे।

एंथम के मुख्य डिजिटल अधिकारी राजीव रोनांकी ने कहा, "यह वास्तव में सुविधा और गोपनीयता का समझौता है।" “अब तक, हमने स्वास्थ्य सेवा को सरल, आसान और सुविधाजनक बनाने की दिशा में अच्छा काम नहीं किया है, इसलिए हर कोई हर चीज़ पर गोपनीयता को महत्व देना चाहता है। उदाहरण के लिए, यदि यह आपको अपने डॉक्टर के कार्यालय में वही अनावश्यक फॉर्म भरने की कोशिश से पंद्रह मिनट बचाने जा रहा है आपकी स्वास्थ्य स्थिति और आप तेजी से अंदर और बाहर आ-जा सकते हैं, तो अधिकांश लोग अपना डेटा बनाने की इच्छा के बजाय सुविधा का चयन करेंगे निजी। निश्चित रूप से, कुछ लोग अपनी स्वास्थ्य जानकारी को निजी रखना चुनेंगे, और हम दोनों का समर्थन करने में सक्षम होना चाहते हैं।

जैसे-जैसे मोबाइल उपकरण अधिक शक्तिशाली होते जा रहे हैं, स्वास्थ्य देखभाल पेशेवर एक ऐसी दुनिया की कल्पना करते हैं जहां मरीज़ों का स्वामित्व हो अपने डिवाइस पर डेटा संग्रहीत करें, स्वास्थ्य संस्थानों को एक ऐसी प्रणाली बनाने के लिए जिम्मेदार छोड़ना जहां डेटा को गुमनाम किया जा सके, साझा किया जा सके और आदान-प्रदान किया जा सके।

“कोई भी संस्थान अपने सिस्टम से बड़ी मात्रा में डेटा भेजने की अनुमति नहीं देगा, इसलिए हमें इसे लाना होगा मॉडल बनाएं और मॉडल विकसित करें, उन्हें ग्राहकों तक प्रसारित करें और फिर व्यवस्था देखें, “व्हाइट।” कहा। "यह कहीं अधिक व्यावहारिक है।"

रोगियों द्वारा साझा किए गए डेटा के एक बड़े पूल से अधिक सटीक नैदानिक ​​​​अध्ययन हो सकता है और चिकित्सा में पूर्वाग्रह कम हो सकता है। इस मॉडल में, शोधकर्ता डेटा को संसाधित करने के लिए क्लाउड के बजाय एज लर्निंग पर भरोसा करना चाहते हैं। जानकारी को क्लाउड पर सेट करने के बजाय, एज लर्निंग A.I के लिए Apple मॉडल पर निर्भर करता है। जहां डेटा को स्थानीय स्तर पर संग्रहीत और संसाधित किया जाता है, जो उच्च स्तर की गोपनीयता का वादा करता है। और क्योंकि डेटा को स्थानीय रूप से संसाधित किया जाता है, इसलिए इसे बहुत तेज़ी से संसाधित किया जा सकता है, डी ब्रौवर ने दावा किया।

डी ब्रौवर ने आगे कहा, "इसलिए अगर मैं क्लिनिकल परीक्षण करना चाहता हूं तो मैं अपना सारा डेटा - अपने स्वास्थ्य देखभाल रिकॉर्ड - एकत्र करता हूं।" “अगर मुझे एक प्रोटोकॉल दिया जाता है, तो मैं अपने फोन पर प्रोटोकॉल के माध्यम से अपना डेटा ट्रेस करता हूं। मुझे टेंसर मिलते हैं। मैं टेंसर भेजता हूं, जो अपरिवर्तनीय हैं, और उन्हें अन्य सभी डेटा के साथ औसत किया जाता है, और मुझे अपने फोन पर डेटा वापस मिल जाता है। मेरा डेटा निजी है, लेकिन मुझे बेहतर भविष्यवाणी मिलती है क्योंकि टेंसर औसत के औसत का औसत है, जो पहले औसत से बेहतर है।

डी ब्रौवर ने दावा किया कि यह चिकित्सा अनुसंधान को पूरी तरह से बदल देगा। “हम वास्तव में अपने टेंसरों को जोड़ सकते हैं और अपना डेटा वहीं छोड़ सकते हैं जहां वह है। लोग वास्तव में एक गुप्त आर्थिक संपत्ति के रूप में अपने डेटा का मुद्रीकरण कर सकते हैं। यह गहन शिक्षा का वादा है।"

प्रौद्योगिकी समर्थकों के साथ, जैसे 5जी, कनेक्टेड होम सेंसर और स्मार्ट स्वास्थ्य उपकरण, चिकित्सा शोधकर्ताओं को जल्द ही नए डेटा स्रोतों तक पहुंच मिल सकती है जिन्हें उन्होंने आज अपने चिकित्सा अनुसंधान के लिए प्रासंगिक नहीं माना होगा।

फ़ज़ी डेटा कहा जाता है, डॉक्टर। ए.आई. अनुमान है कि डेटा की मात्रा हर साल 32 गुना तक बढ़ जाएगी, और 2020 तक, हम एक तथ्यात्मक भविष्य की ओर बढ़ रहे हैं। “ए.आई. वह मदद के लिए यहां है क्योंकि यह हमारे लिए समय का उपहार लेकर आता है,'' डी ब्रौवर ने कहा। "मैं भविष्य को लेकर बहुत आशावादी हूं।"

पूर्वाग्रह कम करना

ए.आई. के जिम्मेदार और नैतिक उपयोग के लिए अपनी पहल के हिस्से के रूप में, एंथम अब डेटा वैज्ञानिकों के साथ काम कर रहा है यह सुनिश्चित करने के लिए कि उसके पास मौजूद एल्गोरिदम में कोई पूर्वाग्रह नहीं है, अपने डेटाबेस से 17 मिलियन रिकॉर्ड का मूल्यांकन करें बनाया था।

डेमोक्रेटिक कांग्रेसी जेरी मैकनेर्नी (कांग्रेसनल के सह-अध्यक्ष) ने कहा, "जब आप ऐसे एल्गोरिदम बनाते हैं जो लोगों के जीवन को प्रभावित करते हैं, तो आपको बहुत अधिक सावधान रहना होगा।" ए.आई. कॉकस), जीटीसी में एक अलग बातचीत में, जिसमें ए.आई. के जीवन और मृत्यु के कुछ परिणामों पर जोर दिया गया। सैन्य अनुप्रयोगों जैसे महत्वपूर्ण बुनियादी ढांचे में उपयोग किया जाता है। “जब आपके पास ऐसा डेटा है जो बुरी तरह से पक्षपातपूर्ण है, तो आपको समान परिणाम मिलेंगे। अच्छा डेटा हासिल करना एक बहुत बड़ी चुनौती है।''

इसके अतिरिक्त, जब आपके पास सीमित डेटा होता है, तो पूर्वाग्रह भी अधिक आसानी से आ सकता है, हेस ने समझाया, यह चिकित्सा अध्ययन और परिणामों की व्याख्या को विकृत कर सकता है। स्टैनफोर्ड यूनिवर्सिटी के शोध का हवाला देते हुए यह दिखाते हुए कि वास्तविक रेडियोलॉजिस्ट की तुलना में निमोनिया का पता लगाने में ए.आई.-व्युत्पन्न एल्गोरिदम कैसे "बेहतर" हैं, हेस ने अनुमान में कुछ गलतियाँ दिखाईं।

"क्या बेहतर है," हेस ने बेहतर शब्द की परिभाषा निकालने की कोशिश करते हुए पूछा। जबकि हेस ने स्वीकार किया कि स्टैनफोर्ड के एल्गोरिदम की निमोनिया का पता लगाने में उच्च सफलता दर - 75 प्रतिशत से अधिक - थी एक्स-रे और अन्य स्कैन पढ़ते समय, इसमें उद्धृत चार रेडियोलॉजिस्टों द्वारा किए गए निदान की तुलना में यह अभी भी कम प्रदर्शन कर रहा है। अध्ययन।

हालाँकि हेस ए.आई. का विचार रखता है। एक समय बचाने वाली तकनीक के रूप में जो चिकित्सकों को कोडिंग पर समय बर्बाद करने के बजाय रोगी की देखभाल पर वापस जाने की अनुमति देती है चार्ट, उन्होंने चेतावनी दी कि तकनीक बिल्कुल सही नहीं है, यह देखते हुए कि ए.आई. के ऑब्जेक्ट डिटेक्शन एल्गोरिदम पूरी तरह से गलत पहचान कर सकते हैं स्कैन.

मेडिकल ए.आई. एक ड्रोन के रूप में

इस प्रकार, हेस और उनके सहयोगी ए.आई. को देखते हैं। चिकित्सा में एक पूरक तकनीक के रूप में जो मानव डॉक्टरों की मदद करेगी, उनकी जगह नहीं लेगी। जबकि ए.आई. चांग ने कहा, स्कैन में ट्यूमर और असामान्यताओं की पहचान करने के दोहराए जाने वाले, समय लेने वाले कार्यों में अच्छा है, आपको अभी भी रोगी देखभाल में मानवीय संपर्क की आवश्यकता है।

बल्कि, एकत्र किए जाने वाले डेटा के विशाल भंडार की व्याख्या करने के लिए, उद्योग पर्यवेक्षकों का अनुमान है कि एक एकल डॉक्टर इसे समझने में मदद करने के लिए एल्गोरिदम बनाने के लिए डेटा वैज्ञानिकों के लिए कई अतिरिक्त नौकरियां पैदा करेंगे डेटा। “हम चिकित्सा में भी ऐसा ही करने जा रहे हैं। मुझे लगता है कि प्रत्येक डॉक्टर सौ डेटा वैज्ञानिक नौकरियां पैदा करेगा, इसलिए स्वास्थ्य सेवा एक सतत कार्य बन जाएगी,'' डी ब्रौवर ने कहा।

व्हाइट ने कहा, "हमें हमेशा एक इंसान, एक इंसान से दूसरे इंसान के साथ जुड़ने के लिए देखभाल करने वाले लोगों की आवश्यकता होगी।" "मुझे आशा है कि हम मदद मांगने वाले किसी अन्य व्यक्ति के हाथ का स्पर्श कभी नहीं खोएंगे, और किसी को इसे वास्तविक दुनिया की स्थितियों में अनुवाद करना होगा।"

संपादकों की सिफ़ारिशें

• माइक्रोसॉफ्ट ने अपना खौफनाक, भावनाओं को पढ़ने वाला ए.आई. बंद किया
• एनवीडिया का नवीनतम ए.आई. परिणाम साबित करते हैं कि एआरएम डेटा सेंटर के लिए तैयार है
• यूएसपीएस एनवीडिया जीपीयू और ए.आई. का उपयोग कैसे करता है? गुम हुए मेल को ट्रैक करने के लिए
• माइक्रोसॉफ्ट A.I का उपयोग करना चाहता है. सभी के लिए स्वास्थ्य देखभाल को बेहतर बनाना
• मैं सैमसंग के कृत्रिम मनुष्यों से मिला और उन्होंने मुझे ए.आई. का भविष्य दिखाया।