Ottimisti sul ruolo dell’intelligenza artificiale in medicina, i medici vogliono tornare alla guarigione

A.I. ha il potere di trasformare il mondo – almeno questo è ciò che ci viene costantemente detto. Sì, alimenta assistenti vocali e cani robotici, ma ci sono alcune aree legittime in cui l'A.I. non sta solo rendendo le cose più facili e convenienti. Nel caso della medicina e dell’assistenza sanitaria, in realtà si tratta di salvare vite umane.

Ultimamente, però, ci sono state delle resistenze. Professionisti medici e funzionari governativi sono ottimisti riguardo al potenziale a lungo termine dei poteri di trasformazione dell’intelligenza artificiale, ma i ricercatori stanno adottando un approccio più cauto e misurato all’implementazione. In proprio l'anno scorso, abbiamo assistito a enormi passi avanti che sfruttano il potenziale dell’intelligenza artificiale nell’assistenza medica e lo trasformano in realtà.

Oggi siamo sull’orlo di una trasformazione significativa nel modo in cui tutti sperimenteremo e utilizzeremo i nostri dati medici in futuro.

A.I. in un sistema rotto

“Abbiamo preso sul serio l’argomento come disciplina forse cinque anni fa, ma per tutta la mia carriera sono stato perseguitato dalla necessità di questa tecnologia”, ha affermato il Dott. Richard White ha raccontato a Digital Trends dell'incursione dell'istituzione nell'A.I. È titolare della cattedra di radiologia presso il Wexner Medical della Ohio State University Centro

“Per molto tempo non sono riuscito a capire perché i computer non fossero utili per replicare ciò che fanno gli esseri umani: guardare faticosamente tutte le immagini che erano dinamici e cercare di inventare questo, e poi far fare al computer gli stessi errori che stavo facendo io è stato molto frustrante per almeno tre decenni”.

White ha detto questo quando hanno cercato di avventurarsi radiomica, hanno visto un vero bisogno di intelligenza informatica. “Circa quattro o cinque anni fa, le cose stavano prendendo forma ed era la cosa giusta da fare. Stava soddisfacendo un bisogno disperato, ed è stato allora che abbiamo iniziato a lavorare seriamente [con l’intelligenza artificiale] nei nostri laboratori”.

I radiologi dei sistemi sanitari partecipanti al GTC quest'anno, tra cui White, il dottor Paul Chang, professore e vicepresidente dell'Università di Chicago, e il dottor Christopher Hess, un professore e titolare della cattedra di radiologia presso l'Università della California, San Francisco (UCSF), iniziò a esplorare l'A.I. semplicemente perché la quantità di dati medici derivanti da scansioni di immagini migliorate è aumentata travolgente.

I progressi nella tecnologia dell’imaging medico hanno portato alla raccolta di un numero significativamente maggiore di dati sui pazienti, hanno affermato Chang e i suoi colleghi, il che ha portato al burnout dei medici. I medici vedono il potenziale trasformativo dell’intelligenza artificiale, poiché la tecnologia potrebbe consentire loro di recuperare parte del tempo speso per eseguire faticosamente le scansioni, e questo, secondo il dottor Hess, permette “ai medici di diventare guaritori Ancora."

Ma Chang mette in guardia i suoi colleghi praticanti dal lasciarsi “sedurre” dalla nuova tecnologia, sottolineando che deve essere implementata correttamente per essere efficace. “Non è possibile incorporare prematuramente l’A.I. in un sistema che è rotto”, ha detto.

In molti modi, è proprio quello scenario che ci ha portato dove siamo oggi.

Possedere i propri dati

L’attuale pratica medica è incentrata su algoritmi e cartelle cliniche elettroniche. Questo software non è incentrato sulla cura o sull’apprendimento del paziente, ma è un sistema di categorizzazione dei trattamenti, che a sua volta consente agli assicuratori di pagare i medici per i servizi prestati.

"L'industria ha trasformato i medici in clienti a cui inserire codici in modo che possano essere fatturati", ha affermato il dottor Walter Brouwer, CEO della società di analisi dei dati Doc. A.I. disse. “Dobbiamo interrompere quello che stiamo facendo perché non funziona. Se prendiamo il 2019, le previsioni sono che 400 medici si suicideranno, 150.000 persone moriranno e il Il primo passo verso il fallimento sarà rappresentato dalle cartelle cliniche, quindi confidiamo che tutti cercheranno di sistemare un sistema che lo è irreparabile. Spetta al paziente e ai medici cercare di risolvere il problema, perché noi siamo gli agenti di ultima istanza”.

Per White, cambiare il modo in cui i dati fluiscono attraverso il sistema è un primo passo importante per poter sfruttare veramente la potenza dell'A.I. A differenza di altri campi in cui l’A.I. è stato ampiamente visto come abilitatori tecnologici di successo, come il servizio clienti e guida autonoma, il settore sanitario è stato gravato di normative volte a proteggere il diritto alla privacy dei pazienti.

"Penso che al paziente debbano essere affidati i propri dati e poi sia lui a decidere come tali dati verranno utilizzati quando entriamo nelle loro vite", ha detto. “È nostro obbligo morale proteggerlo”.

Per Anthem, il secondo fornitore di assicurazione sanitaria della nazione che copre più di 40 milioni di americani, se la condivisione dei dati fosse più conveniente, i pazienti si sentirebbero più obbligati a farlo.

“È davvero un compromesso tra comodità e privacy”, ha affermato Rajeev Ronanki, chief digital officer di Anthem. “Finora non abbiamo fatto un buon lavoro nel rendere l’assistenza sanitaria semplice, facile e conveniente, quindi tutti vogliono dare valore alla privacy rispetto a tutto il resto. Ad esempio, se questo ti consente di risparmiare quindici minuti dal tentativo di compilare gli stessi moduli ridondanti nello studio del tuo medico su le tue condizioni di salute e puoi entrare e uscire più velocemente, quindi la maggior parte delle persone sceglierà la comodità piuttosto che voler conservare i propri dati privato. Sicuramente alcune persone sceglieranno di mantenere private le proprie informazioni sanitarie e noi vogliamo essere in grado di supportare entrambe le cose”.

Man mano che i dispositivi mobili diventano più potenti, gli operatori sanitari immaginano un mondo in cui i pazienti possiedono e memorizzare i dati sui propri dispositivi, lasciando alle istituzioni sanitarie la responsabilità di creare un sistema in cui i dati possano essere resi anonimi, condivisi e scambiati.

“Nessuna istituzione consentirà l’invio di grandi quantità di dati dai propri sistemi, quindi dobbiamo portare il modelli e sviluppare il modello, facendolo circolare tra gli abbonati e poi guardando l'arrangiamento “White disse. "È semplicemente molto più pratico."

Un pool più ampio di dati condivisi dai pazienti potrebbe portare a studi clinici più accurati e ridurre i pregiudizi in medicina. In questo modello, i ricercatori vogliono fare affidamento sull’edge learning piuttosto che sul cloud per elaborare i dati. Invece di impostare le informazioni nel cloud, l’edge learning si basa sul modello Apple per l’A.I. dove i dati vengono archiviati ed elaborati localmente, promettendo un livello più elevato di privacy. E poiché i dati vengono elaborati localmente, possono essere elaborati molto più velocemente, ha affermato De Brouwer.

“Quindi raccolgo tutti i miei dati – le mie cartelle cliniche – se voglio fare una sperimentazione clinica”, ha continuato De Brouwer. “Se mi viene assegnato un protocollo, traccio i miei dati attraverso i protocolli sul mio telefono. Ottengo dei tensori. Invio i tensori, che sono irreversibili, e ne faccio la media con tutti gli altri dati, e recupero i dati sul mio telefono. I miei dati sono privati, ma ottengo una previsione migliore perché i tensori sono la media della media della media della media, che è migliore della prima media."

De Brouwer affermò che ciò avrebbe cambiato completamente la ricerca medica. “Possiamo effettivamente combinare i nostri tensori e lasciare i nostri dati dove sono. Le persone possono effettivamente monetizzare i propri dati come una risorsa economica latente. Questa è la promessa del deep learning”.

Con abilitatori tecnologici, come 5G, sensori domestici connessi e dispositivi sanitari intelligenti, i ricercatori medici potrebbero presto avere accesso a nuove fonti di dati che potrebbero non aver considerato rilevanti per la loro ricerca medica odierna.

Chiamati dati fuzzy, doc. A.I. prevede che la quantità di dati crescerà fino a 32 volte ogni anno e che entro il 2020 saremo diretti verso un futuro fattoriale. “A.I. è qui per aiutarci perché ci porta il dono del tempo”, ha detto De Brouwer. “Sono molto ottimista per il futuro”.

Ridurre i pregiudizi

Nell'ambito della sua iniziativa per l'uso responsabile ed etico dell'intelligenza artificiale, Anthem sta ora collaborando con i data scientist valutare 17 milioni di record dai suoi database per garantire che non vi siano errori negli algoritmi di cui dispone creato.

“Quando crei algoritmi che hanno un impatto sulla vita delle persone, devi stare molto più attento”, ha affermato il deputato democratico Jerry McNerney (copresidente del Congressional A.I. Caucus), in un discorso separato al GTC che ha sottolineato alcune delle conseguenze sulla vita e sulla morte quando A.I. viene utilizzato in infrastrutture critiche come le applicazioni militari. “Quando disponi di dati gravemente distorti, otterrai risultati simili. Mettere le mani su dati validi è una sfida molto grande”.

Inoltre, quando si hanno dati limitati, i pregiudizi possono anche insinuarsi più facilmente, ha spiegato Hess, perché possono distorcere gli studi medici e le interpretazioni dei risultati. Citando la ricerca della Stanford University dimostrando come gli algoritmi derivati ​​dall’intelligenza artificiale siano “migliori” nel rilevare la polmonite rispetto ai radiologi reali, Hess ha mostrato alcuni errori nella presunzione.

"Che cosa è meglio?", chiese scherzosamente Hess cercando di ricavare una definizione della parola migliore. Mentre Hess ha ammesso che gli algoritmi di Stanford hanno avuto un alto tasso di successo – superiore al 75% – nel rilevare la polmonite mediante leggendo le radiografie e altre scansioni, continuava a sottoperformare se confrontato con le diagnosi fatte da quattro radiologi citati nel studio.

Sebbene Hess consideri A.I. come una tecnologia che fa risparmiare tempo e che consente ai medici di tornare alla cura del paziente invece di dedicare tempo alla programmazione grafici, avverte che la tecnologia non è del tutto perfetta, sottolineando che gli algoritmi di rilevamento degli oggetti dell'intelligenza artificiale possono identificare completamente erroneamente scansioni.

IA medica come un drone

In quanto tale, Hess e i suoi colleghi vedono A.I. come tecnologia complementare in medicina che aiuterà, non sostituirà, i medici umani. Mentre l'A.I. è bravo nei compiti ripetitivi e dispendiosi in termini di tempo di identificazione di tumori e anomalie nelle scansioni, ha detto Chang, è ancora necessaria l'interazione umana nella cura del paziente.

Piuttosto, per interpretare l’enorme quantità di dati che verranno raccolti, gli osservatori del settore ne prevedono uno solo Il dottore creerà numerosi posti di lavoro aggiuntivi per i data scientist per creare algoritmi che aiutino a dare un senso a tutto ciò dati. “Avremo lo stesso in medicina. Penso che ogni medico creerà un centinaio di posti di lavoro da data scientist, quindi l’assistenza sanitaria diventerà una funzione continua”, ha affermato De Brouwer.

“Avremo sempre bisogno di persone premurose che si interfacciano con un essere umano, da uomo a uomo”, ha detto White. "Spero che non perderemo mai il tocco di una mano su quella di un'altra persona che chiede aiuto, e che qualcuno debba tradurlo in situazioni del mondo reale."

Raccomandazioni degli editori

• Microsoft abbandona la sua inquietante A.I. che legge le emozioni.
• L'ultima A.I. di Nvidia i risultati dimostrano che ARM è pronto per il data center
• Come l'USPS utilizza le GPU Nvidia e l'A.I. per tenere traccia della posta mancante
• Microsoft vuole utilizzare l'A.I. per rendere l’assistenza sanitaria migliore per tutti
• Ho incontrato gli esseri umani artificiali di Samsung e mi hanno mostrato il futuro dell'intelligenza artificiale.