Optimistisch over de rol van AI in de geneeskunde, willen artsen terugkeren naar genezing

AI heeft de kracht om de wereld te transformeren – dat is tenminste wat ons voortdurend wordt verteld. Ja, het drijft stemassistenten en robothonden aan, maar er zijn enkele legitieme gebieden waar A.I. maakt niet alleen dingen eenvoudiger en handiger. In het geval van medicijnen en gezondheidszorg redt het feitelijk levens.

Toch is er de laatste tijd sprake van tegenwerking. Medische professionals en overheidsfunctionarissen zijn optimistisch over het langetermijnpotentieel van de transformerende krachten van kunstmatige intelligentie, maar onderzoekers hanteren een voorzichtiger en afgemeten aanpak bij de implementatie. In net het afgelopen jaarhebben we enorme sprongen voorwaarts gezien die het potentieel van AI in de medische zorg werkelijkheid hebben gemaakt.

Vandaag staan ​​we aan de vooravond van een belangrijke transformatie in de manier waarop we in de toekomst allemaal onze medische gegevens zullen ervaren en gebruiken.

AI in een kapot systeem

“Misschien vijf jaar geleden zijn we er als discipline serieus mee begonnen, maar mijn hele carrière word ik achtervolgd door de behoefte aan deze technologie”, zegt Dr. Richard White vertelde Digital Trends over de zoektocht van het instituut naar AI. Hij is hoogleraar radiologie aan Wexner Medical aan de Ohio State University Centrum

“Ik kon er lange tijd niet achter komen waarom computers niet konden worden gebruikt om te repliceren wat mensen doen: moeizaam door alle afbeeldingen bladeren die dynamisch waren en proberen dit te bedenken, en dan de computer dezelfde fouten te laten maken als ik, was erg frustrerend voor minstens drie tientallen jaren."

White zei dat toen ze zich erin probeerden te wagen radiomics, zagen ze een echte behoefte aan slimme computers. “Ongeveer vier of vijf jaar geleden kwamen de dingen samen en het was het juiste om te doen. Het voorzag in een grote behoefte, en toen zijn we serieus begonnen [met AI] in onze laboratoria.”

Radiologen van de deelnemende gezondheidszorgsystemen aan het GTC dit jaar, waaronder White, Dr. Paul Chang, een professor en vice-voorzitter van de Universiteit van Chicago, en Dr. Christopher Hess, een hoogleraar en voorzitter radiologie aan de Universiteit van Californië, San Francisco (UCSF), begon A.I. simpelweg omdat de hoeveelheid medische gegevens uit verbeterde beeldscans werd overweldigend.

Vooruitgang in de medische beeldvormingstechnologie resulteerde in het verzamelen van aanzienlijk meer patiëntgegevens, zeiden Chang en zijn collega's, wat leidde tot een burn-out bij artsen. Artsen zien het transformerende potentieel van AI, omdat de technologie hen in staat zou kunnen stellen een deel van de tijd terug te winnen besteed aan het moeizaam doornemen van scans, en dit stelt volgens Dr. Hess “artsen in staat genezers te worden opnieuw."

Maar Chang waarschuwt zijn collega-beoefenaars ervoor zich niet te laten “verleiden” door de nieuwe technologie, en merkt op dat deze correct moet worden geïmplementeerd om effectief te zijn. “Je kunt AI niet voortijdig integreren. in een systeem dat kapot is”, zei hij.

In veel opzichten is het precies dat scenario dat ons heeft geleid tot waar we nu zijn.

Eigenaar van uw eigen data

De huidige medische praktijk is momenteel gecentreerd rond algoritmen en elektronische medische dossiers. Deze software is niet gericht op patiëntenzorg of leren, maar is een systeem voor het categoriseren van behandelingen, waardoor verzekeraars artsen kunnen betalen voor verrichte diensten.

“De industrie heeft artsen getransformeerd in klanten die codes in moeten voeren zodat ze kunnen worden gefactureerd”, zegt Dr. Walter Brouwer, CEO van data-analysebedrijf Doc. AI gezegd. “We moeten stoppen met wat we doen, omdat het niet werkt. Als je 2019 bekijkt, zijn de voorspellingen dat 400 artsen zelfmoord zullen plegen, 150.000 mensen zullen sterven en dat de De eerste fase van faillissement zal medische dossiers zijn, dus we vertrouwen erop dat iedereen zal proberen een systeem op te lossen dat dat wel is onherstelbaar. Het is aan de patiënt en de artsen om te proberen het probleem op te lossen, want wij zijn de agenten van het laatste redmiddel.”

Voor White is het veranderen van de manier waarop gegevens door het systeem stromen een belangrijke eerste stap om de macht echt te kunnen benutten van A.I. In tegenstelling tot andere vakgebieden waar A.I. wordt grotendeels gezien als succesvolle technologie-enablers, zoals klantenservice en autonoom rijdenis de verticale gezondheidszorg opgezadeld met regelgeving die is ontworpen om de privacyrechten van patiënten te beschermen.

“Ik denk dat de patiënt zijn eigen gegevens moet worden toevertrouwd, en dan bepalen zij hoe die gegevens worden gebruikt wanneer wij in hun leven worden gebracht”, zei hij. “Het is onze morele plicht om het te beschermen.”

Voor Anthem, de tweede aanbieder van ziektekostenverzekeringen in het land die meer dan 40 miljoen Amerikanen dekt, zouden patiënten zich, als het delen van gegevens handiger is, meer gedwongen voelen om dat te doen.

“Het is echt een afweging tussen gemak en privacy”, zegt Rajeev Ronanki, Chief Digital Officer van Anthem. “Tot nu toe zijn we er niet goed in geslaagd de gezondheidszorg eenvoudig, gemakkelijk en handig te maken, dus daarom wil iedereen privacy boven al het andere stellen. Als het u bijvoorbeeld een kwartiertje gaat besparen bij het invullen van dezelfde overbodige formulieren in de spreekkamer van uw arts, uw gezondheidstoestand en u kunt sneller in- en uitstappen, dan zullen de meeste mensen gemak verkiezen boven het willen bewaren van hun gegevens privaat. Zeker, sommige mensen zullen ervoor kiezen hun gezondheidsinformatie privé te houden, en wij willen beide kunnen ondersteunen.”

Naarmate mobiele apparaten krachtiger worden, stellen zorgprofessionals zich een wereld voor waarin de patiënten eigenaar zijn van hun eigen middelen slaan de gegevens op hun apparaten op, waardoor gezondheidsinstellingen verantwoordelijk zijn voor het creëren van een systeem waarin de gegevens kunnen worden geanonimiseerd, gedeeld en uitgewisseld.

“Geen enkele instelling zal toestaan ​​dat grote hoeveelheden gegevens vanuit hun systemen worden verzonden, dus moeten we de modellen en ontwikkel het model, door ze onder de abonnees te verspreiden en vervolgens naar het arrangement ‘White gezegd. “Het is gewoon veel praktischer.”

Een grotere verzameling gegevens die door patiënten worden gedeeld, zou kunnen leiden tot nauwkeurigere klinische onderzoeken en de vooringenomenheid in de geneeskunde kunnen verminderen. In dit model willen onderzoekers vertrouwen op edge learning in plaats van op de cloud om de gegevens te verwerken. In plaats van informatie naar de cloud te sturen, vertrouwt edge learning op het Apple-model voor AI. waar gegevens lokaal worden opgeslagen en verwerkt, wat een hogere mate van privacy belooft. En omdat data lokaal worden verwerkt, kan deze veel sneller worden verwerkt, aldus De Brouwer.

“Dus ik verzamel al mijn gegevens – mijn zorgdossiers – als ik een klinische proef wil doen”, vervolgde De Brouwer. “Als ik een protocol krijg, traceer ik mijn gegevens via de protocollen op mijn telefoon. Ik krijg tensoren. Ik stuur de tensoren uit, die onomkeerbaar zijn, en ze worden gemiddeld met alle andere gegevens, en ik krijg de gegevens terug op mijn telefoon. Mijn gegevens zijn privé, maar ik krijg een betere voorspelling omdat tensoren het gemiddelde zijn van het gemiddelde van het gemiddelde van het gemiddelde, wat beter is dan het eerste gemiddelde.”

De Brouwer beweerde dat dit het medisch onderzoek compleet zou veranderen. “We kunnen onze tensoren daadwerkelijk combineren en onze gegevens laten waar ze zijn. Mensen kunnen daadwerkelijk geld verdienen met hun gegevens als een latent economisch bezit. Dat is de belofte van deep learning.”

Met technologie-enablers, zoals 5G, connected home-sensoren en slimme gezondheidsapparaten, hebben medische onderzoekers binnenkort mogelijk toegang tot nieuwe gegevensbronnen die zij misschien niet als relevant hebben beschouwd voor hun huidige medische onderzoek.

Genaamd vage gegevens, Doc. AI voorspelt dat de hoeveelheid data elk jaar met maar liefst 32 keer zal groeien, en dat we in 2020 op weg zijn naar een factoriële toekomst. “A.I. is hier om te helpen omdat het ons het geschenk van de tijd brengt”, aldus De Brouwer. “Ik ben erg optimistisch over de toekomst.”

Vooroordelen verminderen

Als onderdeel van zijn initiatief voor een verantwoord en ethisch gebruik van AI werkt Anthem nu samen met datawetenschappers evalueert 17 miljoen records uit zijn databases om ervoor te zorgen dat er geen vooroordelen zitten in de algoritmen die het heeft gemaakt.

“Als je algoritmen maakt die invloed hebben op de levens van mensen, moet je veel voorzichtiger zijn”, zegt Democratisch Congreslid Jerry McNerney (medevoorzitter van de Congressional Council). AI Caucus), in een aparte lezing bij GTC waarin enkele van de gevolgen op leven en dood werden benadrukt toen A.I. wordt gebruikt in kritieke infrastructuur zoals militaire toepassingen. “Als je data hebt die sterk vertekend zijn, dan krijg je vergelijkbare resultaten. Het verkrijgen van goede data is een hele grote uitdaging.”

Bovendien, als je over beperkte gegevens beschikt, kan er ook gemakkelijker vooringenomenheid binnensluipen, legt Hess uit, omdat het medische onderzoeken en interpretaties van resultaten kan vertekenen. Onder verwijzing naar het onderzoek van Stanford University Hess liet zien hoe op AI gebaseerde algoritmen “beter” zijn in het detecteren van longontsteking dan echte radiologen, en toonde enkele van de misvattingen in het vermoeden aan.

‘Wat is beter’, vroeg een grappige Hess, die een definitie van het woord ‘beter’ probeerde te achterhalen. Hoewel Hess toegaf dat de algoritmen van Stanford een hoog succespercentage hadden – ruim 75 procent – ​​bij het detecteren van longontsteking door bij het lezen van röntgenfoto's en andere scans presteerde het nog steeds ondermaats vergeleken met de diagnoses gesteld door vier radiologen die in de studie.

Hoewel Hess A.I. als een tijdbesparende technologie waarmee artsen terug kunnen gaan naar de patiëntenzorg in plaats van tijd te besteden aan coderen grafieken waarschuwt hij dat de technologie niet helemaal perfect is, waarbij hij opmerkt dat de objectdetectie-algoritmen van AI volledig verkeerd kunnen identificeren scant.

Medische AI als drone

Als zodanig beschouwen Hess en zijn collega's A.I. als een complementaire technologie in de geneeskunde die menselijke artsen zal helpen en niet vervangen. Terwijl A.I. is goed in repetitieve, tijdrovende taken van het identificeren van tumoren en afwijkingen in scans, zei Chang, je hebt nog steeds de menselijke interactie nodig in de patiëntenzorg.

Om de enorme hoeveelheden gegevens die zullen worden verzameld te kunnen interpreteren, voorspellen waarnemers uit de sector eerder dat er één enkele zal zijn Doctor zal talloze extra banen creëren voor datawetenschappers om algoritmen te creëren om dat te helpen begrijpen gegevens. “We zullen hetzelfde hebben in de geneeskunde. Ik denk dat elke arts honderd banen voor datawetenschappers zal creëren, zodat de gezondheidszorg een continue functie zal worden”, aldus De Brouwer.

“We zullen altijd zorgzame mensen nodig hebben die communiceren met een mens, van mens tot mens”, zei White. “Ik hoop dat we nooit de aanraking van een hand van de hand van iemand anders verliezen die om hulp vraagt, en dat iemand dit moet vertalen naar situaties in de echte wereld.”

Aanbevelingen van de redactie

• Microsoft stopt met zijn griezelige, emotielezende A.I.
• Nvidia's nieuwste A.I. De resultaten bewijzen dat ARM klaar is voor het datacenter
• Hoe de USPS Nvidia GPU's en A.I. om ontbrekende post op te sporen
• Microsoft wil AI gebruiken om de gezondheidszorg voor iedereen beter te maken
• Ik ontmoette de kunstmatige mensen van Samsung en zij lieten me de toekomst van AI zien.