Optymistycznie nastawieni do roli sztucznej inteligencji w medycynie lekarze chcą powrócić do leczenia

sztuczna inteligencja ma moc przekształcania świata – przynajmniej tak nam ciągle mówiono. Tak, obsługuje asystentów głosowych i-roboty, ale istnieją pewne uzasadnione obszary, w których sztuczna inteligencja może działać. nie tylko ułatwia i zwiększa wygodę. W przypadku medycyny i ochrony zdrowia jest to wręcz ratowanie życia.

Ostatnio jednak pojawił się sprzeciw. Lekarze i urzędnicy państwowi są optymistycznie nastawieni do długoterminowego potencjału transformacyjnego sztucznej inteligencji, ale badacze przyjmują bardziej ostrożne i wyważone podejście do wdrażania. W tylko ostatni rokzaobserwowaliśmy ogromny postęp, który pozwolił wykorzystać potencjał sztucznej inteligencji w opiece medycznej i przekształcić go w rzeczywistość.

Dziś stoimy u progu znaczącej transformacji w sposobie, w jaki wszyscy będziemy doświadczać i wykorzystywać nasze dane medyczne w przyszłości.

sztuczna inteligencja w uszkodzonym systemie

„Poważnie podeszliśmy do tej dyscypliny może pięć lat temu, ale przez całą moją karierę niepokoiło mnie zapotrzebowanie na tę technologię” – mówi dr. Richard White powiedział Digital Trends o wkroczeniu instytucji do sztucznej inteligencji. Jest kierownikiem katedry radiologii w Wexner Medical na Uniwersytecie Stanowym Ohio Centrum

„Przez długi czas nie mogłem zrozumieć, dlaczego komputery nie miałyby zastosowania do replikowania tego, co robią ludzie: do mozolnego przeglądania wszystkich obrazów które były dynamiczne i próbowałem to wymyślić, a następnie każę komputerowi popełniać te same błędy, które popełniałem, co było bardzo frustrujące przez co najmniej trzy dziesięciolecia.”

White powiedział to, kiedy próbowali się tam zapuścić radiomikadostrzegli prawdziwą potrzebę inteligencji komputerowej. „Jakieś cztery czy pięć lat temu wszystko układało się w całość i podjęcie decyzji było słuszną decyzją. Było to zaspokojenie pilnej potrzeby i wtedy zaczęliśmy na poważnie [z sztuczną inteligencją] w naszych laboratoriach”.

Radiolodzy z systemów opieki zdrowotnej uczestniczących w tegorocznym GTC, w tym White, dr Paul Chang, profesor i wiceprezes z Uniwersytetu w Chicago oraz dr Christopher Hess, profesor i kierownik katedry radiologii na Uniwersytecie Kalifornijskim w San Francisco (UCSF) rozpoczął badania nad sztuczną inteligencją. po prostu dlatego, że wzrosła ilość danych medycznych pochodzących z ulepszonych skanów obrazowych przytłaczający.

Chang i jego współpracownicy twierdzą, że postęp w technologii obrazowania medycznego spowodował, że zebrano znacznie więcej danych o pacjentach, co doprowadziło do wypalenia zawodowego lekarzy. Lekarze dostrzegają potencjał transformacyjny sztucznej inteligencji, ponieważ technologia może pozwolić im odzyskać część czasu czas spędzony na mozolnym przeglądaniu skanów, co zdaniem dr Hessa pozwala „lekarzom stać się uzdrowicielami” Ponownie."

Chang ostrzega jednak swoich kolegów praktykujących, aby nie dali się „uwieść” nowej technologii, zauważając, że aby była skuteczna, musi zostać prawidłowo wdrożona. „Nie można przedwcześnie włączyć sztucznej inteligencji. w zepsuty system” – stwierdził.

Pod wieloma względami to właśnie ten scenariusz doprowadził nas do miejsca, w którym jesteśmy dzisiaj.

Posiadanie własnych danych

Obecna praktyka medyczna koncentruje się obecnie wokół algorytmów i elektronicznej dokumentacji medycznej. To oprogramowanie nie koncentruje się na opiece nad pacjentem ani na nauce, ale jest systemem kategoryzacji zabiegów, który z kolei pozwala ubezpieczycielom płacić lekarzom za wykonane usługi.

„Branża przekształciła lekarzy w klientów, których należy wprowadzać kody, aby można było wystawiać im rachunki” – dr Walter Brouwer, dyrektor generalny firmy Doc zajmującej się analizą danych. sztuczna inteligencja powiedział. „Musimy przerwać to, co robimy, ponieważ to nie działa. Jeśli weźmiemy pod uwagę rok 2019, prognozy są takie, że 400 lekarzy popełni samobójstwo, 150 000 osób umrze, a Pierwszym etapem upadłości będzie dokumentacja medyczna, dlatego ufamy, że każdy będzie próbował naprawić taki system nie do naprawienia. Próba naprawienia tego leży w gestii pacjenta i lekarzy, ponieważ jesteśmy agentami ostatniej instancji”.

Dla White'a zmiana sposobu przepływu danych przez system jest ważnym pierwszym krokiem do prawdziwego wykorzystania mocy AI W przeciwieństwie do innych dziedzin, w których A.I. jest w dużej mierze postrzegany jako skuteczne czynniki technologiczne, takie jak obsługa klienta i autonomiczna jazdabranża opieki zdrowotnej została obciążona przepisami mającymi na celu ochronę praw pacjentów do prywatności.

„Uważam, że pacjentowi należy powierzyć własne dane, a następnie określić, w jaki sposób dane te zostaną wykorzystane, gdy pojawimy się w jego życiu” – powiedział. „Naszym moralnym obowiązkiem jest chronić to miejsce”.

W przypadku Anthem, drugiego w kraju dostawcy ubezpieczeń zdrowotnych obejmujących ponad 40 milionów Amerykanów, jeśli udostępnianie danych byłoby wygodniejsze, pacjenci czuliby się do tego bardziej zobowiązani.

„To naprawdę kompromis między wygodą a prywatnością” – powiedział Rajeev Ronanki, dyrektor ds. rozwiązań cyfrowych w Anthem. „Jak dotąd nie udało nam się sprawić, aby opieka zdrowotna była prosta, łatwa i wygodna, dlatego wszyscy chcą cenić prywatność ponad wszystko inne. Na przykład, jeśli pozwoli ci to zaoszczędzić piętnaście minut na próbach wypełniania tych samych zbędnych formularzy w gabinecie lekarskim na temat ze względu na stan zdrowia i możesz szybciej wchodzić i wychodzić, wówczas większość ludzi wybierze wygodę zamiast chęci udostępniania swoich danych prywatny. Z pewnością niektóre osoby zdecydują się zachować prywatność swoich informacji zdrowotnych, a my chcemy móc wspierać jedno i drugie”.

W miarę jak urządzenia mobilne stają się coraz potężniejsze, pracownicy służby zdrowia wyobrażają sobie świat, w którym pacjenci są właścicielami i... przechowywać dane na swoich urządzeniach, pozostawiając instytucjom zdrowia publicznego obowiązek stworzenia systemu umożliwiającego anonimizację, udostępnianie i wymianę danych.

„Żadna instytucja nie pozwoli na przesyłanie dużych ilości danych ze swoich systemów, dlatego musimy je zabrać ze sobą modele i rozwijać je, rozsyłając je do abonentów, a następnie oglądając aranżację „White powiedział. „To jest po prostu o wiele bardziej praktyczne”.

Większa pula danych udostępnianych przez pacjentów mogłaby prowadzić do dokładniejszych badań klinicznych i zmniejszyć stronniczość w medycynie. W tym modelu badacze chcą w przetwarzaniu danych polegać na uczeniu brzegowym, a nie na chmurze. Zamiast umieszczać informacje w chmurze, uczenie się brzegowe opiera się na modelu Apple w zakresie sztucznej inteligencji. gdzie dane są przechowywane i przetwarzane lokalnie, co zapewnia wyższy stopień prywatności. A ponieważ dane są przetwarzane lokalnie, można je przetwarzać znacznie szybciej, stwierdził De Brouwer.

„Dlatego zbieram wszystkie moje dane – moją dokumentację medyczną – jeśli chcę przeprowadzić badanie kliniczne” – kontynuował De Brouwer. „Jeśli otrzymam protokół, śledzę swoje dane za pomocą protokołów w moim telefonie. Dostaję tensory. Wysyłam tensory, które są nieodwracalne, uśredniam je z wszystkimi innymi danymi i otrzymuję dane z powrotem na telefonie. Moje dane są prywatne, ale otrzymuję lepszą prognozę, ponieważ tensory są średnią średniej ze średniej średniej, która jest lepsza niż pierwsza średnia.

De Brouwer twierdził, że całkowicie zmieni to badania medyczne. „Możemy faktycznie połączyć nasze tensory i pozostawić dane tam, gdzie są. Ludzie mogą faktycznie monetyzować swoje dane jako ukryty zasób gospodarczy. To obietnica głębokiego uczenia się”.

Dzięki możliwościom technologicznym, takim jak 5G, podłączone czujniki domowe i inteligentne urządzenia zdrowotne, badacze medyczni mogą wkrótce uzyskać dostęp do nowych źródeł danych, których być może nie uważali obecnie za istotne dla swoich badań medycznych.

Nazywa się to danymi rozmytymi, doktorze. sztuczna inteligencja przewiduje, że ilość danych będzie rosła aż 32 razy rocznie, a do 2020 r. będziemy zmierzać w stronę przyszłości opartej na silni. „AI jest tutaj, aby pomóc, ponieważ daje nam dar czasu” – powiedział De Brouwer. „Jestem bardzo optymistycznie nastawiony do przyszłości”.

Zmniejszanie uprzedzeń

W ramach swojej inicjatywy na rzecz odpowiedzialnego i etycznego wykorzystania sztucznej inteligencji Anthem współpracuje obecnie z analitykami danych ocenia 17 milionów rekordów ze swoich baz danych, aby upewnić się, że w algorytmach nie ma żadnych błędów Utworzony.

„Kiedy tworzysz algorytmy, które mają wpływ na życie ludzi, musisz zachować dużo większą ostrożność” – powiedział demokratyczny kongresman Jerry McNerney (współprzewodniczący Kongresu sztuczna inteligencja Caucus) w oddzielnym przemówieniu w GTC, w którym podkreślono niektóre konsekwencje dla życia i śmierci, gdy A.I. jest stosowany w infrastrukturze krytycznej, takiej jak zastosowania wojskowe. „Kiedy masz mocno stronnicze dane, będziesz mieć podobne wyniki. Zdobycie dobrych danych jest bardzo dużym wyzwaniem.”

Ponadto, gdy dysponuje się ograniczonymi danymi, łatwiej może wkraść się uprzedzenie, wyjaśnił Hess, które może wypaczać badania medyczne i interpretacje wyników. Powołując się na badania Uniwersytetu Stanforda pokazując, że algorytmy oparte na sztucznej inteligencji „lepiej” wykrywają zapalenie płuc niż prawdziwi radiolodzy, Hess pokazał niektóre błędy w założeniach.

„Co jest lepsze” – zapytał żartobliwie Hess, próbując lepiej wydobyć definicję tego słowa. Chociaż Hess przyznał, że algorytmy Stanforda miały wysoki wskaźnik skuteczności – ponad 75 procent – ​​w wykrywaniu zapalenia płuc na podstawie odczytując zdjęcia rentgenowskie i inne badania, nadal osiąga słabsze wyniki w porównaniu z diagnozami postawionymi przez czterech radiologów cytowanych w czasopiśmie badanie.

Choć Hess uważa, że ​​A.I. jako technologię oszczędzającą czas, która pozwala lekarzom wrócić do opieki nad pacjentem, zamiast tracić czas na kodowanie wykresach ostrzega, że ​​technologia nie jest całkiem doskonała, zauważając, że algorytmy sztucznej inteligencji do wykrywania obiektów mogą całkowicie błędnie identyfikować skany.

Medyczna sztuczna inteligencja jako dron

W związku z tym Hess i jego współpracownicy postrzegają A.I. jako technologię uzupełniającą w medycynie, która pomoże, a nie zastąpi ludzkich lekarzy. Podczas gdy A.I. jest dobry w powtarzalnych, czasochłonnych zadaniach związanych z identyfikacją guzów i nieprawidłowości w badaniach obrazowych, powiedział Chang, w opiece nad pacjentem nadal potrzebna jest interakcja człowieka.

Zamiast tego, aby zinterpretować ogromne zbiory danych, które zostaną zebrane, obserwatorzy branżowi przewidują, że będzie to pojedynczy doctor utworzy wiele dodatkowych stanowisk pracy dla analityków danych, którzy będą tworzyć algorytmy, które pomogą to zrozumieć dane. „To samo będziemy mieli w medycynie. Myślę, że każdy lekarz utworzy sto stanowisk pracy dla analityków danych, więc opieka zdrowotna stanie się funkcją ciągłą” – powiedział De Brouwer.

„Zawsze będziemy potrzebować troskliwych ludzi, którzy będą kontaktować się z człowiekiem, między ludźmi” – stwierdził White. „Mam nadzieję, że nigdy nie stracimy dotyku dłoni innej osoby, prosząc o pomoc, i ktoś będzie musiał przełożyć to na rzeczywiste sytuacje”.

Zalecenia redaktorów

• Microsoft porzuca swoją przerażającą, czytającą emocje sztuczną inteligencję.
• Najnowsza sztuczna inteligencja Nvidii wyniki dowodzą, że ARM jest gotowy na centrum danych
• Jak USPS wykorzystuje procesory graficzne Nvidia i sztuczną inteligencję aby śledzić zaginioną pocztę
• Microsoft chce używać sztucznej inteligencji aby wszyscy mieli lepszą opiekę zdrowotną
• Spotkałem sztucznych ludzi firmy Samsung, którzy pokazali mi przyszłość sztucznej inteligencji.