Съдържание
- Медицински изображения
- Електронни медицински записи (EMRs)
- Без грешки, без стрес - Вашето стъпка по стъпка ръководство за създаване на софтуер, променящ живота, без да разрушава живота ви
- Подкрепа за клинични решения (CDS)
- Разработване на лекарства
- Един скок в бъдещето
- Слово за мъдрите
Източник: видео-лекар / iStockphoto
За вкъщи:
AI позволява на медицинската технология да напредва с все по-бързи темпове. Ето някои от последните пробиви.
Изкуственият интелект революционизира нашия свят по много невъобразими начини. На прага на Четвъртата индустриална революция човечеството в момента е свидетел на първите стъпки, направени от машините за преоткриване на света, в който живеем. И докато продължаваме да обсъждаме потенциалните недостатъци и ползите от заместване на хората с интелигентни машини за самообучение, тересите една област, в която положителното въздействие на ИИ определено ще подобри качеството на нашия живот: индустрията на здравеопазването.
Медицински изображения
Алгоритмите за машинно обучение могат да обработват невъобразими количества информация в мигновено око. И те могат да бъдат много по-прецизни от хората, когато забелязват дори и най-малките детайли в докладите за медицински изображения, като мамографи и CT.
Компанията Zebra Medical Vision разработи нова платформа, наречена Profound, с анализ на базата на алгоритъм на всички видове доклади за медицински изображения, която е в състояние да намери всеки признак на потенциални състояния като остеопороза, рак на гърдата, аневризми на аортата и много други с 90 процента степен на точност И неговите възможности за задълбочено обучение са обучени да проверяват за скрити симптоми на други заболявания, които здравният лекар може би не е търсил на първо място. Други мрежи за дълбоко обучение дори спечелиха 100 процента точност, когато откриха наличието на някои особено смъртоносни форми на рак на гърдата в диапозитивите за биопсия.
Компютърно-базираният анализ е толкова по-ефективен при (и по-евтино от) интерпретиране на данни или изображения от хората, че някои дори твърдят, че в бъдеще може да стане неетично да не се замества ИИ в някои професии като рентгенолози и патолози! (За повече информация за ИТ в медицината, вижте Ролята на ИТ в медицинската диагностика.)
Електронни медицински записи (EMRs)
Влиянието на електронните медицински записи (EMR) върху здравните информационни технологии е една от най-противоречивите теми на дебатите през последното десетилетие. Според някои проучвания те представляват повратна точка за подобряване на качеството на грижите, като същевременно увеличават производителността и навременността. Въпреки това много доставчици на здравни грижи ги намериха за тромави и трудни за използване, което доведе до значителна устойчивост на технологиите и широка неефективност. Може ли по-новият софтуер, управляван от ИИ, да се спаси от многото лекари, медицински сестри и фармацевти, които всеки ден се спъват с неловката тромавост на EMR?
Един от най-големите проблеми на тази нова технология за здравеопазване е, че тя принуждава лекарите да изразходват твърде много от ценното си време за изпълнение на повтарящи се задачи. AI може лесно да ги автоматизира, например, като използва разпознаване на реч по време на посещение, за да запише всеки детайл, докато лекарят разговаря с пациента. Графиките могат и ще включват много по-подробни данни, които биха могли да бъдат събрани от различни източници, като носими устройства и външни сензори, а AI ще ги въведе директно в EMR.
Но напредвайки от първата стъпка на събиране на данни, когато достатъчно подходяща информация е правилно разбрана и екстраполирана от алгоритми за задълбочено обучение, може да се използва за подобряване на качеството на грижите по много начини. Той може да засили привързаността на пациентите към лечението и да намали предотвратимите събития или дори да насочи лекарите чрез предсказуем анализ на ИИ при лечение на скъпи, животозастрашаващи състояния. Само за да назовем практически пример, скорошно проучване, публикувано в мрежата JAMA, установи как големите данни, извлечени от EMR и усвоени от AI в Калифорнийския университет, Сан Франциско Health, помогнаха за лечението на потенциално смъртоносен Clostridium difficile (C. diff ) инфекции.
И е лесно да се види колко извличане на данни от медицински записи ще бъде следващото „голямо нещо“ в здравеопазването, когато никой друг освен Google стартира свой собствен проект на Google DeepMind Health за подобряване на скоростта, качеството и справедливостта на достъпа до грижи.
Без грешки, без стрес - Вашето стъпка по стъпка ръководство за създаване на софтуер, променящ живота, без да разрушава живота ви
Не можете да подобрите уменията си за програмиране, когато никой не се интересува от качеството на софтуера.
Подкрепа за клинични решения (CDS)
Друг интересен пример за задълбочено обучение може да помогне на машините да вземат по-добри решения от техните човешки колеги е разпространението на инструментите за поддръжка на клинични решения (CDS).
Тези инструменти обикновено са вградени в EMR системата, за да подпомогнат клиницистите в тяхната работа, като предлагат най-добрия курс на лечение, предупреждават за потенциални опасности като фармакологични взаимодействия или предишни състояния и анализират дори най-малките детайли в здравния запис на пациента.
Интересен пример е MatrixCare, софтуерна къща, която успя да интегрира известния AI Cortana на Microsofts в своя инструмент, използван за управление на старчески домове. Мощните възможности за анализ на машинното машинно обучение засилиха способността за вземане на решения на инструментите за поддръжка несъизмеримо.
„Един лекар може да чете медицинско списание може би два пъти месечно“, обясни изпълнителният директор Джон Дамгаард, „Кортана може да прочете всяко изследване за рак, публикувано в историята преди обяд и до 15:00 часа. дава специфични за пациента препоръки относно плановете за грижи и подобряване на резултатите. "
CDS също представя аргумента, че машините са в състояние да общуват помежду си много по-добре, отколкото хората. По-специално, различни медицински изделия могат да бъдат свързани към интернет, подобно на всяко друго устройство на интернет на нещата (IoT) (носими, монитори, нощни сензори и т.н.), както и към EMR софтуера. Оперативната съвместимост е критичен въпрос за съвременните здравни грижи, тъй като предоставянето на фрагментация на грижите е основна причина за неподходящо лечение и засилени хоспитализации. Когато са водени от интелигентния AI, различните платформи на EMR стават в състояние да „разговарят“ помежду си чрез интернет, увеличавайки сътрудничеството и сътрудничеството между различни отделения и дори различни здравни заведения.
Разработване на лекарства
Разработването на ново лекарство чрез клинични изпитвания често е много скъпа афера. Не само по отношение на времето (говорехме за десетилетия) и инвестираните долари (разходите може лесно да достигнат до няколко милиарда долара), но и човешки живот. Много нови фармацевтични продукти изискват всъщност дълги години допълнителни тестове върху реални теми през така наречения постмаркетингов период и не е толкова рядко, че много сериозни (или дори смъртоносни) странични ефекти са открити много години след като лекарството е било стартира.
За пореден път ефикасният ИИ, работещ със суперкомпютър, може да изкорени нови лекарства от база данни за молекулни структури, които никой човек не би могъл да посмее да анализира. Виден пример е ИТ Atomwises, който успя да предскаже две лекарства, които биха могли да спрат епидемията от вируса Ебола. За по-малко от един ден виртуалното им търсене успя да намери две безопасни, вече съществуващи лекарства, които биха могли да бъдат превърнати в борба със смъртоносния вирус. Най-хубавото е, че те намериха начин да реагират ефективно на пандемична ситуация само чрез сканиране чрез лекарства, които вече са били пуснати на пазара на пациентите от години, доказващи тяхната безопасност. (За да научите повече за това как технологията ръководи разработването на лекарства, вижте Влияние на големите данни в медицината и фармацевтика.)
Един скок в бъдещето
Някои от най-невероятните технологии все още не са готови и не са нищо повече от просто прототипи, но техните последици са толкова спиращи дъха, че все още си струва да бъдат споменати.
Една от тях е прецизната медицина, наистина амбициозна дисциплина, която използва дълбоки алгоритми на геномиката, за да сканира чрез ДНК на пациентите, търсейки мутации и аномалии, които биха могли да бъдат свързани със заболявания като рак. Хора като Крейг Вентър, един от бащите на проекта за човешкия геном, в момента работят върху ново поколение изчислителни технологии, които могат да предскажат ефектите от всяка генетична промяна, проправяйки пътя към индивидуализираното лечение и ранното откриване на много предотвратими заболявания.
Слово за мъдрите
Колкото и да се вълнуваме поради огромния потенциал от въвеждането на AI в здравеопазването, важно е да разберем неговите ограничения. Използването на AI в медицината не е лишено от рискове, въпреки че много от тях лесно ще бъдат преодолени, след като свикнем с него.
Максимата „не вреди“ е от решаващо значение за установяването на някои етични стандарти, които да действат като граници. Днес бяха инвестирани в отговорността за изграждането на рамката, върху която бъдещите поколения ще вземат своите решения.