Вештачката интелигенција се очекува да стане трансформациска сила во областа на здравствената заштита. Значи, како корист имаат лекарите и пациентите од влијанието на алатките управувани од АИ?
Денешната здравствена индустрија е многу зрела и може да направи некои големи промени. Од хронични заболувања и рак до радиологија и проценка на ризик, се чини дека здравствената индустрија има безброј можности да користи технологија за да распореди попрецизни, ефикасни и ефективни интервенции во грижата за пациентите.
Со развојот на технологијата, пациентите имаат повисоки и повисоки барања за лекарите, а бројот на достапни податоци продолжува да расте со алармантна брзина. Вештачката интелигенција ќе стане мотор за промовирање на континуирано подобрување на медицинската нега.
Во споредба со традиционалната анализа и технологијата за донесување одлуки, вештачката интелигенција има многу предности. Кога алгоритмот за учење комуницира со податоците за обука, може да стане попрецизен, овозможувајќи им на лекарите да добијат невиден увид за дијагнозата, процесот на нега, варијабилноста на третманот и резултатите од пациентот.
На Светскиот форум за медицинска иновација за вештачка интелигенција 2018 (wmif) што го одржаа Partners Healthcare, медицински истражувачи и клинички експерти ги елаборираа технологиите и областите на медицинската индустрија кои најверојатно ќе имаат значително влијание врз усвојувањето на вештачката интелигенција во следната декада.
Ана кибланкси, д -р, претседател на wmif во 2018 година и Грег Мејер, д -р, главен академски директор на Партнери здравство, рекоа дека овој вид „субверзија“ донесена во секоја индустриска област има потенцијал да донесе значителни придобивки за пациентите и има широка потенцијал за деловен успех.
Со помош на експерти од партнери во здравството, вклучително и д -р Кит Драјер, професор на Медицинскиот факултет Харвард (ХМС), главен службеник за наука за податоци на партнери и д -р Кетрин андреоле, директор за стратегија за истражување и операции во Општата болница во Масачусетс (MGH) , предложи 12 начини на кои АИ ќе направи револуција во медицинските услуги и науката.
1. Обединете го размислувањето и машината преку мозочен компјутерски интерфејс
Користењето компјутер за комуникација не е нова идеја, но создавањето директен интерфејс помеѓу технологијата и човечкото размислување без тастатура, глушец и екран е гранично поле за истражување, кое има важна примена за некои пациенти.
Болестите и траумите на нервниот систем можат да направат некои пациенти да ја изгубат способноста за значаен разговор, движење и интеракција со другите и нивната околина. Мозочниот компјутерски интерфејс (BCI) поддржан од вештачка интелигенција може да ги врати основните искуства за пациентите кои се загрижени засекогаш да ги загубат овие функции.
„Ако видам пациент во одделот за невролошка интензивна нега, кој одеднаш ја губи способноста да дејствува или зборува, се надевам дека ќе ја вратам неговата способност за комуникација следниот ден“, рече Леј Хохберг, д -р, директор на центарот за невротехнологија и неврорехабилитација во Општа болница во Масачусетс (MGH). Користејќи мозочен компјутерски интерфејс (БЦИ) и вештачка интелигенција, можеме да ги активираме нервите поврзани со движењето на рацете, и треба да бидеме во состојба да го натераме пациентот да комуницира со другите најмалку пет пати во текот на целата активност, како што е користење сеприсутни комуникациски технологии, како што се како таблет компјутери или мобилни телефони. "
Мозочниот компјутерски интерфејс може значително да го подобри квалитетот на животот на пациентите со амиотрофична латерална склероза (АЛС), мозочен удар или синдром на атрезија, како и 500000 пациенти со повреда на 'рбетниот мозок ширум светот секоја година.
2. Развијте ја следната генерација алатки за зрачење
Сликите на зрачење добиени со магнетна резонанца (МРИ), КТ скенери и Х-зраци обезбедуваат неинвазивна видливост во внатрешноста на човечкото тело. Сепак, многу дијагностички процедури с уште се потпираат на примероци од физичко ткиво добиени со биопсија, што има ризик од инфекција.
Експертите предвидуваат дека во некои случаи, вештачката интелигенција ќе им овозможи на следната генерација радиолошки алатки да бидат доволно точни и детални за да ја заменат побарувачката за примероци од живо ткиво.
Александра Голби, директор за неврохирургија водена од слики во женската болница Бригам (BWh), рече: „Сакаме да го донесеме тимот за дијагностичка слика заедно со хирурзи или интервентни радиолози и патолози, но тоа е огромен предизвик за различни тимови да постигнат соработка и доследност на целите. Ако сакаме радиологијата да ги обезбеди моментално достапните информации од примероци од ткива, тогаш ќе мора да бидеме способни да постигнеме многу блиски стандарди за да ги знаеме основните факти за секој даден пиксел. "
Успехот во овој процес може да им овозможи на лекарите попрецизно да ги разберат целокупните перформанси на туморот, наместо да донесуваат одлуки за третман врз основа на мал дел од атрибутите на малигниот тумор.
АИ, исто така, може подобро да ја дефинира инвазивноста на ракот и посоодветно да ја одреди целта на третманот. Покрај тоа, вештачката интелигенција помага да се реализира „виртуелна биопсија“ и да се промовира иновација во областа на радиологијата, која е посветена на користење алгоритми базирани на слика за да ги карактеризира фенотипските и генетските карактеристики на туморите.
3. Проширување на медицинските услуги во недоволни услуги или области во развој
Недостатокот на обучени даватели на здравствена заштита во земјите во развој, вклучително и техничари за ултразвук и радиолози, во голема мера ќе ги намали шансите за користење медицински услуги за да ги спаси животите на пациентите.
На состанокот беше посочено дека има повеќе радиолози кои работат во шест болници во Бостон со познатата авенија Лонгвуд отколку во сите болници во Западна Африка.
Вештачката интелигенција може да помогне да се ублажи влијанието на критичниот недостаток на лекари со преземање на некои од дијагностичките одговорности што обично им се доделуваат на луѓето.
На пример, алатка за сликање со вештачка интелигенција може да користи рендгенски зраци на градниот кош за да ги испита симптомите на туберкулоза, обично со иста точност како и докторот. Оваа функција може да се распореди преку апликација за даватели на услуги во области со сиромашни ресурси, намалувајќи ја потребата од искусни дијагностички радиолози.
„Оваа технологија има голем потенцијал за подобрување на здравствената заштита“, вели д -р ayајашри калпатија Крамер, асистент за невронаука и вонреден професор по радиологија во Општата болница во Масачусетс (MGH)
Сепак, развивачите на алгоритми за вештачка интелигенција мора внимателно да го земат предвид фактот дека луѓето од различни националности или региони може да имаат уникатни физиолошки и еколошки фактори, што можат да влијаат на перформансите на болеста.
„На пример, населението погодено од болести во Индија може да биде многу различно од она во Соединетите држави“, рече таа. Кога ги развиваме овие алгоритми, многу е важно да се осигураме дека податоците ја претставуваат презентацијата на болеста и разновидноста на популацијата. Не само што можеме да развиеме алгоритми базирани на една популација, туку и да се надеваме дека ќе може да игра улога и кај други популации. "
4. Намалете го товарот за користење на електронските здравствени досиеја
Електронскиот здравствен картон (таа) одигра важна улога во дигиталното патување на здравствената индустрија, но оваа трансформација донесе бројни проблеми поврзани со когнитивно преоптоварување, бескрајни документи и замор на корисниците.
Развивачите на електронски здравствени досиеја (неа) сега користат вештачка интелигенција за да создадат поинтуитивен интерфејс и да ги автоматизираат рутините што одземаат многу време на корисниците.
Д -р Адам Лендман, потпретседател и главен директор за информации во здравството во Бригам, рече дека корисниците го трошат поголемиот дел од своето време на три задачи: клиничка документација, внесување нарачки и сортирање на нивните сандачиња. Препознавањето и диктирањето на говорот можат да помогнат во подобрувањето на обработката на клиничките документи, но алатките за обработка на природен јазик (НЛП) можеби не се доволни.
„Мислам дека можеби е потребно да се биде похрабар и да се земат предвид некои промени, како што е користењето видео запис за клинички третман, исто како и полицијата што носи камери“, рече Лендман. Вештачката интелигенција и машинското учење потоа може да се користат за индексирање на овие видеа за идно пребарување. Исто како и Сири и Алекса, кои користат асистенти за вештачка интелигенција дома, виртуелните асистенти ќе бидат донесени на креветот на пациентите во иднина, што ќе им овозможи на лекарите да користат вградена интелигенција за да внесат медицински наредби. "
АИ, исто така, може да помогне да се справат со рутински барања од сандачиња, како што се додатоци на лекови и известување за резултатите. Исто така, може да помогне да се даде приоритет на задачите на кои навистина им треба внимание на лекарите, што ќе им олесни на пациентите да ги обработуваат своите списоци со задачи, додаде Лендман.
5. Ризик од отпорност на антибиотици
Отпорноста на антибиотици е растечка закана за луѓето, бидејќи прекумерната употреба на овие клучни лекови може да доведе до еволуција на супербактерии кои повеќе не реагираат на третманот. Бактериите отпорни на повеќе лекови може да предизвикаат сериозна штета во болничката средина, убивајќи десетици илјади пациенти секоја година. Само Clostridium difficile чини околу 5 милијарди долари годишно за американскиот здравствен систем и предизвикува повеќе од 30000 смртни случаи.
Податоците за ЕХР помагаат да се идентификуваат моделите на инфекција и да се потенцира ризикот пред пациентот да почне да покажува симптоми. Користењето алатки за машинско учење и вештачка интелигенција за управување со овие анализи може да ја подобри нивната точност и да создаде побрзи и поточни предупредувања за давателите на здравствени услуги.
„Алатките за вештачка интелигенција можат да ги исполнат очекувањата за контрола на инфекции и отпорност на антибиотици“, рече д -р Ерика Шеној, заменик -директор за контрола на инфекции во Општата болница во Масачусетс (MGH). Ако не го сторат тоа, тогаш сите ќе пропаднат. Бидејќи болниците имаат многу податоци за ЕХР, ако не ги искористат во целост, ако не создадат индустрии што се попаметни и побрзи во дизајнот на клиничките испитувања и ако не користат ЕЕЧ што ги создаваат овие податоци, ќе се соочат со неуспех. "
6. Создадете попрецизна анализа за патолошки слики
Д -р ffефри Голден, раководител на одделот за патологија во женската болница Бригам (BWh) и професор по патологија во ХМС, рече дека патолозите обезбедуваат еден од најважните извори на дијагностички податоци за целиот спектар на даватели на медицински услуги.
„70% од одлуките за здравствена заштита се базираат на патолошки резултати, а помеѓу 70% и 75% од сите податоци во ЕХР доаѓаат од патолошки резултати“, рече тој. И колку се поточни резултатите, толку побрзо ќе се постави точна дијагноза. Ова е целта што дигиталната патологија и вештачката интелигенција имаат шанса да ја постигнат. "
Анализата на длабоко ниво на пиксели на големи дигитални слики им овозможува на лекарите да препознаат суптилни разлики што можат да избегаат од човечките очи.
„Сега дојдовме до точка каде што можеме подобро да процениме дали ракот ќе се развива брзо или бавно и како да го смениме третманот на пациентите врз основа на алгоритми, а не клинички фази или хистопатолошко оценување“, вели Голден. Тоа ќе биде огромен чекор напред. "
Тој додаде, "АИ, исто така, може да ја подобри продуктивноста со идентификување на карактеристиките од интерес за слајдови пред лекарите да ги прегледаат податоците. АИ може да филтрира низ слајдови и да н guide води да ја видиме вистинската содржина за да можеме да процениме што е важно, а што не. Ова се подобрува ефикасноста на употребата на патолози и ја зголемува вредноста на нивната студија за секој случај “.
Внесете интелигенција во медицински помагала и машини
Паметните уреди ги преземаат потрошувачките средини и обезбедуваат уреди кои се движат од видео во реално време во фрижидерот до автомобили што откриваат одвлекување внимание од возачот.
Во медицинска средина, интелигентните уреди се од суштинско значење за следење на пациентите во ИКТ и на други места. Употребата на вештачка интелигенција за подобрување на способноста да се идентификува влошување на состојбата, како што е индикација дека сепсата се развива, или перцепцијата за компликации може значително да ги подобри резултатите и може да ги намали трошоците за лекување.
„Кога зборуваме за интегрирање на различни податоци во здравствениот систем, треба да ги интегрираме и да ги предупредиме лекарите на ICU да интервенираат што е можно порано и дека агрегирањето на овие податоци не е добра работа што можат да ја направат лекарите луѓе“, рече Марк Михалски , извршен директор на Научниот центар за клинички податоци при BWh. Вметнувањето паметни алгоритми во овие уреди го намалува когнитивниот товар за лекарите и гарантира дека пациентите ќе се третираат што е можно побрзо. "
8. промовирање на имунотерапија за лекување на рак
Имунотерапијата е еден од најперспективните начини за лекување на ракот. Користејќи го имунолошкиот систем на телото за напад на малигни тумори, пациентите може да ги надминат тврдоглавите тумори. Сепак, само неколку пациенти реагираат на сегашниот режим на имунотерапија, а онколозите с still уште немаат прецизен и сигурен метод за да одредат кои пациенти ќе имаат корист од режимот.
Алгоритмите за машинско учење и нивната способност да синтетизираат високо сложени групи на податоци може да бидат во можност да го разјаснат уникатниот генски состав на поединци и да обезбедат нови опции за целна терапија.
„Неодамна, највозбудливиот развој беа инхибиторите на контролните пунктови, кои ги блокираат протеините произведени од одредени имунолошки клетки“, објаснува д -р лонг Ле, директор за пресметковна патологија и развој на технологија во сеопфатен дијагностички центар во Масачусетс. Но, с still уште не ги разбираме сите проблеми, што е многу комплицирано. Дефинитивно ни требаат повеќе податоци за пациентите. Овие третмани се релативно нови, така што не многу пациенти всушност ги земаат. Затоа, без разлика дали треба да интегрираме податоци во организација или во повеќе организации, тоа ќе биде клучен фактор за зголемување на бројот на пациенти кои ќе го водат процесот на моделирање. "
9. Претворете ги електронските здравствени досиеја во сигурни предвидувачи на ризик
Електронскиот здравствен картон (таа) е богатство од податоци за пациентите, но е постојан предизвик за давателите и развивачите да извлечат и анализираат голема количина на информации на точен, навремен и сигурен начин.
Проблемите со квалитетот и интегритетот на податоците, заедно со конфузија на формат на податоци, структуриран и неструктуиран внес и нецелосни записи, им отежнуваат на луѓето точно да разберат како да спроведат значајна стратификација на ризик, предвидлива анализа и поддршка на клиничка одлука.
Д -р Зиад ОБЕРМЕЈЕР, асистент професор по итна медицина во женската болница Бригам (BWh) и доцент на Медицинскиот факултет Харвард (ХМС), рече: „Има напорна работа за да се интегрираат податоците на едно место. Но, друг проблем е да се разбере што луѓето добиваат кога предвидуваат болест во електронската здравствена евиденција (неа). Луѓето може да слушнат дека алгоритмите за вештачка интелигенција можат да предвидат депресија или мозочен удар, но откриваат дека всушност предвидуваат зголемување на трошоците за мозочен удар. Тоа е многу различно од самиот мозочен удар “.
Тој продолжи, "се чини дека потпирањето на резултатите од МНР обезбедува поконкретен сет на податоци. Но, сега треба да размислиме кој може да си дозволи магнетна резонанца? Значи, конечното предвидување не е очекуваниот резултат".
Анализата на NMR произведе многу успешни алатки за оценување и раслојување на ризикот, особено кога истражувачите користат техники за длабоко учење за да идентификуваат нови врски помеѓу навидум неповрзани збирки податоци.
Сепак, ОБЕРМЕЈЕР верува дека гарантирањето дека овие алгоритми не ги идентификуваат предрасудите скриени во податоците е од клучно значење за распоредување алатки кои навистина можат да ја подобрат клиничката нега.
„Најголемиот предизвик е да се осигураме дека точно знаеме што предвидовме пред да започнеме со отворање на црната кутија и да погледнеме како да предвидиме“, рече тој.
10. Следење на здравствената состојба преку уреди за носење и лични уреди
Речиси сите потрошувачи сега можат да користат сензори за да соберат податоци за здравствената вредност. Од паметни телефони со следење на чекори до уреди за носење кои го следат отчукувањата на срцето цел ден, се повеќе и повеќе податоци поврзани со здравјето може да се генерираат во секое време.
Собирањето и анализата на овие податоци и дополнување на информациите дадени од пациентите преку апликации и други уреди за мониторинг на домот, може да обезбеди единствена перспектива за здравјето на индивидуата и толпата.
АИ ќе игра важна улога во извлекување на практични сознанија од оваа голема и разновидна база на податоци.
Но, д -р Омар Арнаут, неврохирург во женската болница Бригам (BWh), директор на Центарот за резултати од компјутерската невронаука, рече дека може да потрае дополнителна работа за да им се помогне на пациентите да се прилагодат на овие интимни, тековни податоци за следење.
„Некогаш бевме слободни да обработуваме дигитални податоци“, рече тој. Но, како што се појавуваат истекувања на податоци во Кембриџ аналитика и Фејсбук, луѓето ќе бидат с and повеќе претпазливи во врска со тоа кого да споделат какви податоци споделуваат. "
Пациентите имаат тенденција да им веруваат на своите лекари повеќе отколку на големите компании како Фејсбук, додаде тој, што може да помогне да се олесни непријатноста при обезбедувањето податоци за истражувачки програми од големи размери.
„Најверојатно податоците што се носат ќе имаат значително влијание бидејќи вниманието на луѓето е многу случајно, а податоците собрани се многу груби“, рече Арноут. Со континуирано собирање грануларни податоци, податоците најверојатно ќе им помогнат на лекарите подобро да се грижат за пациентите. "
11. Направете ги паметните телефони моќна алатка за дијагностицирање
Експертите веруваат дека сликите добиени од паметни телефони и други ресурси на ниво на потрошувачите ќе станат важен додаток на клиничкото снимање на квалитетот, особено во областите со недоволни услуги или земјите во развој, со продолжување на користењето на моќните функции на преносни уреди.
Квалитетот на мобилната камера се подобрува секоја година и може да генерира слики што можат да се користат за анализа на алгоритам на ВИ. Дерматологијата и офталмологијата се рани корисници на овој тренд.
Британските истражувачи дури развиле алатка за идентификување на развојни заболувања преку анализа на слики од лицата на децата. Алгоритмот може да открие дискретни карактеристики, како што се долната вилица на децата, положбата на очите и носот и други атрибути што може да укажуваат на абнормалности на лицето. Во моментов, алатката може да одговара на вообичаени слики со повеќе од 90 болести за да обезбеди поддршка за клиничка одлука.
Д -р Хади шафи, директор на лабораторијата за микро / нано медицина и дигитална здравствена заштита во женската болница Бригам (BWh), рече: "повеќето луѓе се опремени со моќни мобилни телефони со вградени многу различни сензори. Тоа е одлична можност за нас. Речиси сите играчите во индустријата почнаа да градат софтвер и хардвер Аи во нивните уреди. Не е случајно. Во нашиот дигитален свет, повеќе од 2,5 милиони терабајти податоци се генерираат секој ден. Во областа на мобилните телефони, производителите веруваат дека можат да го користат ова податоци за вештачка интелигенција да обезбеди поперсонализирани, побрзи и поинтелигентни услуги “.
Користењето паметни телефони за собирање слики од очите на пациентите, лезии на кожата, рани, инфекции, лекови или други субјекти може да помогне во решавањето на недостатокот на експерти во недоволните области, истовремено намалувајќи го времето за дијагностицирање на одредени поплаки.
„Можеби ќе има некои големи настани во иднина, и можеме да ја искористиме оваа можност да решиме некои важни проблеми во управувањето со болестите во грижата“, рече Шафи.
12. Иновативно донесување одлуки со АИ покрај кревет
Како што индустријата за здравствена заштита се свртува кон услуги базирани на надоместоци, таа е с increasingly подалеку од пасивната здравствена заштита. Целта на секој давател е превенција пред хронични заболувања, акутни настани на болеста и ненадејно влошување, а структурата на компензација на крајот им овозможува да развијат процеси што можат да постигнат активна и предвидлива интервенција.
Вештачката интелигенција ќе обезбеди многу основни технологии за оваа еволуција, преку поддршка на предвидлива анализа и алатки за поддршка на клиничките одлуки, за да се решат проблемите пред давателите да сфатат потреба да преземат акција. Вештачката интелигенција може да обезбеди рано предупредување за епилепсија или сепса, што обично бара длабинска анализа на високо сложени сетови на податоци.
Брендон Вестовер, директор за клинички податоци во Општата болница во Масачусетс (MGH), рече дека машинското учење исто така може да помогне во поддршката на континуираното обезбедување на грижа за критично болните пациенти, како оние во кома по срцев удар.
Тој објасни дека во нормални околности, лекарите треба да ги проверат податоците за ЕЕГ на овие пациенти. Овој процес одзема многу време и е субјективен, а резултатите може да варираат во зависност од вештините и искуството на лекарите.
Тој рече „Кај овие пациенти, трендот може да биде бавен. Понекогаш кога лекарите сакаат да видат дали некој се опоравува, тие може да ги разгледаат податоците што се следат еднаш на секои 10 секунди. Меѓутоа, да се види дали се смениле од податоците собрани од 10 секунди за 24 часа е како да се гледа дали во меѓувреме растела косата. Меѓутоа, ако се користат алгоритми за вештачка интелигенција и голема количина на податоци од многу пациенти, ќе биде полесно да се совпадне она што луѓето го гледаат со долгорочни модели, и може да се најдат некои суптилни подобрувања, што ќе влијае на донесувањето одлуки на лекарите во медицинската сестра На "
Користењето технологија на вештачка интелигенција за поддршка на клиничките одлуки, оценување ризик и рано предупредување е една од најперспективните развојни области на овој револуционерен метод за анализа на податоци.
Со обезбедување моќ за нова генерација алатки и системи, лекарите можат подобро да ги разберат нијансите на болеста, да обезбедат медицински услуги поефикасно и да ги решат проблемите однапред. Вештачката интелигенција ќе започне нова ера на подобрување на квалитетот на клиничкиот третман и ќе направи возбудливи откритија во грижата за пациентите.
Време на објавување: 06.08.2021 година