Зміст
- Медичні зображення
- Електронні медичні записи (EMRs)
- Ні помилок, ні стресу - покроковий посібник зі створення програмного забезпечення, що змінює життя, не руйнуючи ваше життя
- Підтримка клінічних рішень (CDS)
- Розробка ліків
- Стрибок у майбутнє
- Слово Мудрому
Джерело: video-doctor / iStockphoto
Винос:
ШІ дає можливість медичним технологіям просуватися все більш швидкими темпами. Ось кілька останніх проривів.
Штучний інтелект революціонізує наш світ багатьма немислимими способами. На межі Четвертої промислової революції людство в даний час стає свідком перших кроків, зроблених машинами у винаході світу, в якому ми живемо. І ми продовжуємо дискутувати про потенційні недоліки та переваги заміщення людини інтелектуальними машинами, які навчаються самотужки. одна сфера, де позитивний вплив на ІС, безумовно, покращить якість нашого життя: галузь охорони здоров’я.
Медичні зображення
Алгоритми машинного навчання можуть обробити немислимі обсяги інформації за мить. І вони можуть бути набагато точнішими, ніж люди, виявляючи навіть найдрібніші деталі у медичних звітах, такі як мамографія та КТ.
Компанія Zebra Medical Vision розробила нову платформу під назвою Profound, на основі алгоритму аналізу всіх видів звітів про медичну візуалізацію, яка здатна знайти всі ознаки потенційних станів, таких як остеопороз, рак молочної залози, аневризми аорти та багато інших, на 90 відсотків швидкість точності. І його глибокі можливості навчання були навчені перевіряти приховані симптоми інших захворювань, які, можливо, медичний працівник не шукав в першу чергу. Інші мережі глибокого навчання навіть заробляли 100-відсоткову оцінку точності, виявляючи наявність деяких особливо смертельних форм раку молочної залози в слайдах біопсії.
Комп'ютерний аналіз настільки набагато ефективніший (і менш витратний, ніж) інтерпретація даних або зображень, ніж люди, що деякі навіть стверджували, що в майбутньому це може стати неетичним не замінювати ШІ на деякі професії, такі як рентгенологи та патологи! (Докладніше про ІТ в медицині див. У ролі ІТ в медичній діагностиці.)
Електронні медичні записи (EMRs)
Вплив електронних медичних записів (EMR) на інформаційні технології в галузі охорони здоров'я є однією з найбільш суперечливих тем дискусій останнього десятиліття. Згідно з деякими дослідженнями, вони є переломним фактором у підвищенні якості обслуговування, одночасно збільшуючи продуктивність та своєчасність. Однак багато медичних працівників вважають їх громіздкими та важкими у використанні, що призводить до значної стійкості до технологій та широкої неефективності. Чи може новіше програмне забезпечення, спрямоване на ІІ, допоможе багатьом лікарям, медсестрам і провізорам, щодня щосили бідкаючись з незграбною незграбністю ЕМР?
Однією з найбільших проблем цієї нової технології охорони здоров’я є те, що вона змушує клініцистів витрачати занадто багато свого дорогоцінного часу на виконання повторюваних завдань. Проте, ШІ може легко їх автоматизувати, наприклад, використовуючи розпізнавання мови під час відвідування для запису кожної деталі, поки лікар розмовляє з пацієнтом. Діаграми можуть і включатимуть набагато більш детальні дані, які можна було б зібрати з різних джерел, таких як носячі пристрої та зовнішні датчики, а ШІ подаватиме їх безпосередньо в EMR.
Але, рухаючись вперед від першого кроку збору даних, коли достатньо відповідної інформації правильно розуміється та екстраполюється алгоритмами глибокого навчання, це може бути використане для покращення якості обслуговування багатьма способами. Це може підвищити прихильність пацієнтів до лікування та зменшити запобіжні події, або навіть направити лікарів за допомогою прогнозного ІІ-аналізу при лікуванні дорогих, небезпечних для життя станів. Наведемо лише практичний приклад, недавнє дослідження, опубліковане в мережі JAMA, показало, як великі дані, витягнуті з ЕМР та засвоєні ШІ в Каліфорнійському університеті, Сан-Франциско, здоров'я допомогли в лікуванні потенційно летальних Clostridium difficile (C. diff ) інфекції.
І легко зрозуміти, наскільки обмін даними медичних записів стане наступною «великою справою» в галузі охорони здоров’я, коли ніхто, крім Google, не запустив власний проект Google DeepMind Health з метою покращення швидкості, якості та справедливості доступу до медичної допомоги.
Ні помилок, ні стресу - покроковий посібник зі створення програмного забезпечення, що змінює життя, не руйнуючи ваше життя
Ви не можете покращити свої навички програмування, коли ніхто не піклується про якість програмного забезпечення.
Підтримка клінічних рішень (CDS)
Ще один цікавий приклад глибокого навчання може допомогти машинам приймати кращі рішення, ніж їхні людські колеги, - це розповсюдження інструментів підтримки клінічних рішень (CDS).
Ці засоби, як правило, вбудовані в систему ЕМР, щоб допомогти лікарям в їх роботі, запропонувавши найкращий курс лікування, попередити про можливі небезпеки, такі як фармакологічні взаємодії або попередні умови, та проаналізувати навіть найменші деталі в медичній книзі пацієнта.
Цікавим прикладом є MatrixCare, програмний будинок, який зміг інтегрувати відомого AI Cortana Microsofts у свій інструмент, який використовується для управління будинками престарілих. Можливості потужного аналізу машинного машинного навчання незмірно посилювали здатність прийняття рішень інструментів підтримки.
"Один лікар може читати медичний журнал, можливо, двічі на місяць", - пояснив генеральний директор Джон Дамгаард, - "Кортана може прочитати кожне дослідження раку, опубліковане в історії до полудня та до 15:00. розробляє конкретні для пацієнта рекомендації щодо планів догляду та покращення результатів ».
CDS також висуває аргумент про те, що машини здатні спілкуватися між собою набагато краще, ніж люди. Зокрема, різні медичні пристрої можуть бути підключені до Інтернету так само, як і будь-який інший пристрій Інтернету (IoT) (носіння, монітори, прикроватні датчики тощо), а також до програмного забезпечення EMR. Інтероперабельність є найважливішим питанням сучасної охорони здоров’я, оскільки надання фрагментації медичної допомоги є головною причиною нераціонального лікування та збільшення госпіталізації. Під керівництвом розумного AI різні платформи EMR стають здатними «спілкуватися» між собою через Інтернет, посилюючи співпрацю та співпрацю між різними відділеннями та навіть різними медичними закладами.
Розробка ліків
Розробка нового препарату за допомогою клінічних випробувань часто є дуже дорогою справою. Не лише з точки зору часу (говорили про десятиліття) та вкладених доларів (витрати можуть легко сягати до декількох мільярдів доларів), але й людських життів. Багато нових лікарських препаратів вимагають, власне, багаторічних додаткових випробувань на суб’єкти реального світу під час так званого постмаркетингового періоду, і це не так вже й рідко, що багато серйозних (або навіть смертельних) побічних ефектів виявляються через багато років після того, як ліки виявилися запущений.
Знову ж таки, ефективний індустріальний комп'ютер із суперкомп'ютером може викорінювати нові препарати з бази даних молекулярних структур, які жодна людина ніколи не наважиться проаналізувати. Яскравий приклад - AI Atomwises AI, який зміг передбачити два препарати, які могли б зупинити епідемію вірусу Ебола. Менш ніж за один день їх віртуальний пошук зміг знайти два безпечні, вже існуючі ліки, які можна було б перетворити на боротьбу зі смертельним вірусом. Найкраще те, що вони знайшли спосіб ефективно реагувати на надзвичайну ситуацію з пандемією, лише скануючи препарати, які вже продавались пацієнтам протягом багатьох років, підтверджуючи їх безпеку. (Щоб дізнатися більше про те, як технології керують розробкою лікарських засобів, див. Вплив великих даних у медицині та фармацевтиці.)
Стрибок у майбутнє
Деякі з найдивовижніших технологій ще не готові, вони є не що інше, як просто прототипи, але їх наслідки настільки захоплюючі, що їх все-таки варто згадати.
Однією з них є точність медицини, дійсно амбітна дисципліна, яка використовує алгоритми глибокої геноміки для сканування ДНК пацієнтів, які шукають мутації та аномалії, які можуть бути пов'язані із захворюваннями, такими як рак.Такі люди, як Крейг Вентер, один із батьків проекту "Геном людини", зараз працюють над новим поколінням обчислювальних технологій, які можуть передбачити наслідки будь-якої генетичної зміни, проклавши шлях до індивідуалізованого лікування та раннього виявлення багатьох запобіжних захворювань.
Слово Мудрому
Настільки схвильовані, як ми можемо, через величезний потенціал впровадження ШІ в охорону здоров'я, важливо розуміти його обмеження. Використання ШІ в медицині не позбавлене ризиків, хоча багато з них буде легко подолано, коли ми звикнемо до нього.
Максима «не шкодити» є критично важливою для встановлення деяких етичних норм, які б виступали як кордони. Сьогодні було вкладено відповідальність за створення тієї основи, на якій майбутні покоління приймуть свої рішення.