A.I. ima moć transformirati svijet - barem nam se to stalno govori. Da, pokreće glasovne asistente i robotske pse, ali postoje neka legitimna područja u kojima A.I. ne samo da stvari čini lakšim i praktičnijim. U slučaju medicine i zdravstvene zaštite, to je zapravo spašavanje života.
Sadržaj
- A.I. u pokvarenom sustavu
- Posjedovanje vlastitih podataka
- Smanjenje pristranosti
- Medicinska umjetna inteligencija kao dron
Ipak, u posljednje vrijeme došlo je do povratka. Medicinski stručnjaci i državni službenici optimistično gledaju na dugoročni potencijal transformativnih moći umjetne inteligencije, ali istraživači zauzimaju oprezniji i odmjereniji pristup implementaciji. U tek prošle godine, vidjeli smo velike korake naprijed koji uzimaju potencijal umjetne inteligencije u medicinskoj skrbi i pretvaraju ga u stvarnost.
Danas stojimo na rubu značajne transformacije u načinu na koji ćemo svi doživjeti i koristiti naše medicinske podatke u budućnosti.
Povezano
- Analogni AI? Zvuči ludo, ali to bi mogla biti budućnost
- Nvidia smanjuje barijeru za ulazak u A.I. s Fleet Commandom i LaunchPadom
- Pregled GTC 2020: Nvidijin virtualni svijet za robote, A.I. video pozivi
A.I. u pokvarenom sustavu
“Postali smo ozbiljni u vezi s tim kao disciplinom prije možda pet godina, ali cijelu moju karijeru progonila me potreba za ovom tehnologijom,” Dr. Richard White rekao je za Digital Trends o pohodu ove institucije na umjetnu inteligenciju. Predstojnik je radiologije na Wexner Medical Sveučilištu Ohio State Centar
"Na pacijentu i liječnicima je da pokušaju to popraviti, jer mi smo agenti posljednjeg izbora."
“Dugo nisam mogao shvatiti zašto nije bilo koristi od računala da repliciraju ono što ljudi rade: da mukotrpno pregledavaju sve slike koje su bile dinamične i pokušati smisliti ovo, a zatim natjerati računalo da napravi iste pogreške koje sam ja radio bilo je vrlo frustrirajuće za najmanje tri desetljeća.”
White je to rekao kad su pokušali ući u radiomika, uvidjeli su istinsku potrebu za kompjuterskom pameti. “Prije otprilike četiri ili pet godina stvari su se slagale i to je bila prava stvar. To je ispunjavalo krajnju potrebu i tada smo ozbiljno počeli [s AI] u našim laboratorijima.”
Radiolozi iz zdravstvenih sustava koji sudjeluju na GTC-u ove godine, uključujući Whitea, dr. Paula Changa, profesora i potpredsjednika sa Sveučilišta u Chicagu, i dr. Christophera Hessa, profesor i katedra za radiologiju sa Sveučilišta Kalifornija u San Franciscu (UCSF), započeo je istraživanje A.I. jednostavno zato što je količina medicinskih podataka iz poboljšanih slikovnih skeniranja postala porazan.
Napredak tehnologije medicinskog snimanja rezultirao je prikupljanjem znatno više podataka o pacijentima, rekli su Chang i njegovi kolege, što je dovelo do izgaranja liječnika. Liječnici vide transformativni potencijal umjetne inteligencije jer bi im tehnologija mogla omogućiti da povrate dio vremena potrošeno na naporno prolaženje skeniranja, a to, prema dr. Hessu, omogućuje “liječnicima da postanu iscjelitelji opet."
No Chang upozorava svoje kolege praktičare da ne budu "zavedeni" novom tehnologijom, napominjući da ona mora biti ispravno implementirana kako bi bila učinkovita. “Ne možete prerano uključiti A.I. u sustav koji je pokvaren", rekao je.
Na mnogo načina, to je točan scenarij koji nas je doveo do ovoga gdje smo danas.
Posjedovanje vlastitih podataka
Sadašnja medicinska praksa usredotočena je na algoritme i elektroničke zdravstvene zapise. Ovaj softver nije usredotočen na brigu o pacijentima ili učenje, već je to sustav kategorizacije tretmana, koji zauzvrat omogućuje osiguravateljima da plaćaju liječnicima za pružene usluge.
"Industrija je transformirala liječnike u klijente kako bi dodali šifre kako bi im se moglo naplatiti", dr. Walter Brouwer, izvršni direktor tvrtke za analizu podataka Doc. A.I. rekao je. “Moramo prestati s onim što radimo jer ne funkcionira. Ako uzmete 2019. godinu, predviđanja su da će 400 liječnika počiniti samoubojstvo, 150.000 ljudi umrijeti, a prva faza stečaja bit će medicinska evidencija, pa vjerujemo da će svi pokušati popraviti sustav koji je nepopravljiv. Na pacijentu i liječnicima je da to pokušaju popraviti, jer mi smo agenti u posljednjoj instanci.”
Ljudi zapravo mogu unovčiti svoje podatke kao latentnu ekonomsku imovinu. To je obećanje dubokog učenja.
Za Whitea je promjena načina na koji podaci teku kroz sustav važan prvi korak u mogućnosti istinskog iskorištavanja snage od A.I. Za razliku od drugih polja gdje A.I. uglavnom se smatra uspješnim pokretačem tehnologije, kao što su korisnička služba i autonomna vožnja, zdravstvena je vertikala opterećena propisima osmišljenima za zaštitu prava na privatnost pacijenata.
"Mislim da pacijentu treba povjeriti vlastite podatke, a onda oni određuju kako će se ti podaci koristiti kada mi uđemo u njihove živote", rekao je. "Naša je moralna obaveza da ga zaštitimo."
Za Anthem, drugog pružatelja zdravstvenog osiguranja u zemlji koji pokriva više od 40 milijuna Amerikanaca, da je dijeljenje podataka prikladnije, pacijenti bi se osjećali primorani to učiniti.
"To je zapravo kompromis između pogodnosti i privatnosti", rekao je Rajeev Ronanki, glavni digitalni direktor Anthema. “Do sada nismo učinili dobar posao kako bismo zdravstvenu skrb učinili jednostavnom, lakom i praktičnom, pa stoga svatko želi cijeniti privatnost iznad svega ostalog. Na primjer, ako će vam to uštedjeti petnaest minuta od pokušaja ispunjavanja istih suvišnih obrazaca u ordinaciji vašeg liječnika oko vaše zdravstveno stanje i možete brže ulaziti i izlaziti, tada će većina ljudi izabrati pogodnost umjesto želje da im podaci privatna. Zasigurno će neki ljudi odlučiti zadržati svoje zdravstvene podatke privatnima, a mi želimo biti u mogućnosti podržati oboje.”
Kako mobilni uređaji postaju sve moćniji, zdravstveni radnici zamišljaju svijet u kojem pacijenti posjeduju i pohranjuju podatke na svoje uređaje, ostavljajući zdravstvenim institucijama odgovornost za stvaranje sustava u kojem se podaci mogu anonimizirati, dijeliti i razmjenjivati.
"Doći do dobrih podataka veliki je izazov."
“Niti jedna institucija neće dopustiti slanje velikih količina podataka iz svojih sustava, stoga moramo donijeti modele i razviti model, dijeleći ih pretplatnicima, a zatim gledajući aranžman, “Bijeli rekao je. "Samo je mnogo praktičnije."
Veći skup podataka koje dijele pacijenti mogao bi dovesti do preciznijih kliničkih studija i smanjiti pristranost u medicini. U ovom modelu, istraživači se žele osloniti na rubno učenje, a ne na oblak za obradu podataka. Umjesto postavljanja informacija u oblak, rubno učenje oslanja se na Appleov model za A.I. gdje se podaci pohranjuju i obrađuju lokalno, obećavajući viši stupanj privatnosti. A budući da se podaci obrađuju lokalno, mogu se obraditi mnogo brže, tvrdi De Brouwer.
"Dakle, prikupljam sve svoje podatke - svoju zdravstvenu evidenciju - ako želim provesti kliničko ispitivanje", nastavio je De Brouwer. “Ako mi je dan protokol, pratim svoje podatke kroz protokole na svom telefonu. Dobivam tenzore. Šaljem tenzore, koji su nepovratni, i oni se usrednjuju sa svim ostalim podacima, a podatke dobivam natrag na svom telefonu. Moji podaci su privatni, ali dobivam bolje predviđanje jer su tenzori prosjek prosjeka prosjeka prosjeka, što je bolje od prvog prosjeka.”
Suputnik za medicinska istraživanja pokretan umjetnom inteligencijom.
De Brouwer je tvrdio da će to potpuno promijeniti medicinska istraživanja. “Možemo zapravo kombinirati naše tenzore i ostaviti naše podatke tamo gdje jesu. Ljudi zapravo mogu unovčiti svoje podatke kao latentnu ekonomsku imovinu. To je obećanje dubokog učenja.”
S tehnološkim pokretačima, npr 5G, povezanih kućnih senzora i pametnih zdravstvenih uređaja, medicinski bi istraživači uskoro mogli imati pristup novim izvorima podataka koje danas možda nisu smatrali relevantnima za svoje medicinsko istraživanje.
Nazvani neizraziti podaci, Doc. A.I. predviđa da će količina podataka rasti čak 32 puta svake godine, a do 2020. krenut ćemo u faktorsku budućnost. “A.I. je ovdje da pomogne jer nam donosi dar vremena,” rekao je De Brouwer. “Vrlo sam optimističan u pogledu budućnosti.”
Smanjenje pristranosti
Kao dio svoje inicijative za odgovornu i etičku upotrebu umjetne inteligencije, Anthem sada radi sa znanstvenicima za podatke kako bi procijeniti 17 milijuna zapisa iz svojih baza podataka kako bi osigurao da nema pristranosti u algoritmima koje ima stvorio.
Clara: Punjenje medicinskih instrumenata pomoću umjetne inteligencije
"Kada stvarate algoritme koji utječu na živote ljudi, tada morate biti puno oprezniji", rekao je demokratski kongresnik Jerry McNerney (supredsjedavajući Kongresa A.I. Caucus), u odvojenom govoru na GTC-u koji je naglasio neke od životnih i smrtnih posljedica kada A.I. koristi se u kritičnoj infrastrukturi kao što su vojne aplikacije. “Kada imate podatke koji su jako pristrani, tada ćete imati slične rezultate. Doći do dobrih podataka vrlo je velik izazov.”
Osim toga, kada imate ograničene podatke, pristranost se također može lakše uvući, objasnio je Hess, jer može iskriviti medicinske studije i tumačenja rezultata. Citirajući istraživanje Sveučilišta Stanford pokazujući kako su algoritmi izvedeni iz umjetne inteligencije "bolji" u otkrivanju upale pluća od stvarnih radiologa, Hess je pokazao neke od zabluda u pretpostavci.
Dok je A.I. je dobar u ponavljajućim zadacima koji oduzimaju vrijeme i dalje vam je potrebna ljudska interakcija u njezi pacijenata.
"Što je bolje", upita šaljivi Hess pokušavajući izvući definiciju riječi bolje. Iako je Hess priznao da su Stanfordovi algoritmi imali visoku stopu uspjeha – više od 75 posto – u otkrivanju upale pluća čitanje rendgenskih snimaka i drugih skeniranja, još uvijek je slabiji u usporedbi s dijagnozama koje su postavila četiri radiologa navedena u studija.
Iako Hess smatra da je A.I. kao tehnologiju koja štedi vrijeme i omogućuje liječnicima da se vrate njezi pacijenata umjesto da troše vrijeme na kodiranje grafikona, upozorava da tehnologija nije sasvim savršena, napominjući da algoritmi za otkrivanje objekata umjetne inteligencije mogu potpuno pogrešno identificirati skenira.
Medicinska umjetna inteligencija kao dron
Kao takav, Hess i njegovi kolege gledaju na A.I. kao komplementarna tehnologija u medicini koja će pomoći, a ne zamijeniti ljudske liječnike. Dok je A.I. je dobar u ponavljajućim, dugotrajnim zadacima identificiranja tumora i abnormalnosti u skeniranju, rekao je Chang, i dalje vam je potrebna ljudska interakcija u njezi pacijenata.
Dapače, kako bi protumačili ogromne količine podataka koji će se prikupiti, promatrači iz industrije predviđaju da će jedan doktor će stvoriti brojne dodatne poslove za znanstvenike koji se bave podacima kako bi stvorili algoritme koji će im pomoći da to shvate podaci. “Isto ćemo imati i u medicini. Mislim da će svaki liječnik stvoriti stotinjak radnih mjesta za podatkovne znanstvenike, tako da će zdravstvena skrb postati kontinuirana funkcija”, rekao je De Brouwer.
"Uvijek će nam trebati brižni ljudi za komunikaciju s ljudskim bićem, čovjek-čovjeku", rekao je White. "Nadam se da nikada nećemo izgubiti dodir ruke na ruci druge osobe koja traži pomoć, a netko to mora prevesti u situacije iz stvarnog svijeta."
Preporuke urednika
- Microsoft napušta svoj jezivi AI koji čita emocije
- Najnoviji Nvidijin A.I. rezultati dokazuju da je ARM spreman za podatkovni centar
- Kako USPS koristi Nvidia GPU i A.I. za praćenje nestale pošte
- Microsoft želi koristiti A.I. kako bi zdravstvena skrb bila bolja za sve
- Upoznao sam Samsungove umjetne ljude i oni su mi pokazali budućnost A.I.