Ang 5 Pinaka-kamangha-manghang Mga Pagsulong sa AI sa Pangangalaga sa Kalusugan

Nilalaman

• Medikal na Imaging
• Electronic Medical Records (EMR)
• Walang Mga bug, Walang Stress - Ang Iyong Hakbang sa Hakbang Patnubay sa Paglikha ng Software na Pagbabago ng Buhay nang Walang Pagsira sa Iyong Buhay
• Suporta sa Desisyon ng Klinikal (CDS)
• Pag-unlad ng Gamot
• Isang Tumalon sa Hinaharap
• Isang Salita sa Matalino

Pinagmulan: video-doktor / iStockphoto

Takeaway:

Ang AI ay nagpapagana ng teknolohiyang medikal na sumulong sa isang mabilis na bilis. Narito ang ilan sa mga pinakabagong breakthroughs.

Ang artipisyal na katalinuhan ay nagbabago sa ating mundo sa maraming hindi maisip na paraan. Sa gilid ng Ika-apat na Rebolusyong Pang-industriya, ang sangkatauhan ay kasalukuyang nagsasaksi sa mga unang hakbang na ginawa ng mga makina sa muling pagsasaayos sa mundong ating tinatahanan. At habang patuloy nating pinag-uusapan ang mga potensyal na disbentaha at mga benepisyo ng pagpapalit ng mga tao sa matalino, self-learning machine, theres isang lugar kung saan ang positibong epekto ng AIs ay tiyak na mapapabuti ang kalidad ng ating buhay: ang industriya ng pangangalaga sa kalusugan.

Medikal na Imaging

Ang mga pag-aaral ng algorithm ng makina ay maaaring maiproseso ang hindi maisip na dami ng impormasyon sa isang kisap-mata. At maaari silang maging mas tumpak kaysa sa mga tao sa pag-iwas kahit na ang pinakamaliit na detalye sa mga ulat ng medikal na imaging tulad ng mga mammograms at mga scan ng CT.

Ang kumpanya na Zebra Medical Vision ay gumawa ng isang bagong platform na tinatawag na Prof, na may batay sa algorithm na pagsusuri ng lahat ng mga uri ng mga ulat sa medikal na imaging na makakahanap ng bawat tanda ng mga potensyal na kondisyon tulad ng osteoporosis, kanser sa suso, aorta ng aneurysms at marami pa na may 90 porsyento rate ng kawastuhan At ang mga malalim na kakayahan sa pagkatuto ay sinanay upang suriin ang mga nakatagong sintomas ng iba pang mga sakit na maaaring hindi hinahanap ng tagapagbigay ng pangangalaga ng kalusugan sa unang lugar. Ang iba pang mga malalim na network ng pag-aaral ay nakakuha ng isang 100 porsiyento na marka ng kawastuhan kapag nakita ang pagkakaroon ng ilang lalo na mga nakamamatay na anyo ng kanser sa suso sa mga biopsy slide.

Ang pagsusuri na nakabase sa computer ay napakahusay na mas mahusay sa (at mas mura kaysa sa) pagbibigay kahulugan sa data o mga imahe kaysa sa mga tao, na ang ilan ay nagtalo na sa hinaharap maaari itong maging unethical na hindi mapalitan ang AI sa ilang mga propesyon tulad ng mga radiologist at pathologist! (Para sa higit pa sa IT sa gamot, tingnan ang The Role of IT sa Medical Diagnosis.)

Electronic Medical Records (EMR)

Ang epekto ng mga elektronikong rekord ng medikal (EMR) sa teknolohiya ng impormasyon sa kalusugan ay isa sa mga pinaka-kontrobersyal na mga paksa ng debate ng huling dekada. Ayon sa ilang mga pag-aaral ay kumakatawan sila sa isang punto ng pag-on sa pagpapabuti ng kalidad ng pangangalaga habang pinatataas din ang pagiging produktibo at pagiging maagap. Gayunpaman, maraming mga tagapagbigay ng pangangalaga sa kalusugan ang natagpuan sa kanila mahirap at mahirap gamitin, na humahantong sa malaking resistensya sa teknolohiya at laganap na kawalang-kahusayan. Maaari bang ang mas bagong software na hinimok ng AI ay makaligtas sa maraming mga doktor, nars at parmasyutiko na nagkukubli araw-araw sa walang kabuluhang kalungkutan ng mga EMR?

Ang isa sa mga pinakamalaking isyu sa bagong teknolohiya ng pangangalaga sa kalusugan ay pinipilit ang mga doktor na gumastos ng labis sa kanilang mahalagang oras sa pagsasagawa ng paulit-ulit na mga gawain. Ang AI ay madaling awtomatiko ang mga ito, gayunpaman, halimbawa sa pamamagitan ng paggamit ng pagkilala sa pagsasalita sa isang pagbisita upang maitala ang bawat detalye habang ang doktor ay nakikipag-usap sa pasyente. Ang mga tsart ay maaaring at isasama ang mas detalyadong data na maaaring makolekta mula sa iba't ibang mga mapagkukunan tulad ng mga naisusuot na aparato at panlabas na sensor, at ang AI ay pakainin sila nang direkta sa EMR.

Ngunit ang pasulong mula sa unang hakbang ng pagkolekta ng data, kung ang sapat na nauugnay na impormasyon ay naiintindihan nang wasto at na-extrapolated ng mga malalim na algorithm ng pag-aaral, maaari itong magamit upang makatulong na mapabuti ang kalidad ng pangangalaga sa maraming mga paraan. Maaari itong mapahusay ang pagsunod ng mga pasyente sa paggamot at mabawasan ang maiiwasan na mga kaganapan, o maging gabay sa mga doktor sa pamamagitan ng mahuhulaan na analytics ng AI sa pagpapagamot ng mga kondisyon na nagbabala sa buhay. Lamang upang pangalanan ang isang praktikal na halimbawa, isang kamakailang pag-aaral na nai-publish sa JAMA Network natagpuan kung paano ang malaking data na nakuha mula sa mga EMR at hinukay ng isang AI sa University of California, ang San Francisco Health ay nakatulong sa paggamot ng potensyal na nakamamatay na Clostridium difficile (C. diff ) impeksyon.

At madaling makita kung gaano ang pagmimina ng tala ng data ng medikal na pagpunta sa susunod na "malaking bagay" sa pangangalaga sa kalusugan, kung walang iba kundi ang Google ang naglunsad ng sariling proyekto ng Google DeepMind Health upang mapagbuti ang bilis, kalidad at pagiging makatarungan ng pag-access sa pangangalaga.

Walang Mga bug, Walang Stress - Ang Iyong Hakbang sa Hakbang Patnubay sa Paglikha ng Software na Pagbabago ng Buhay nang Walang Pagsira sa Iyong Buhay

Hindi mo maaaring mapabuti ang iyong mga kasanayan sa pag-programming kapag walang nagmamalasakit sa kalidad ng software.

Suporta sa Desisyon ng Klinikal (CDS)

Ang isa pang kagiliw-giliw na halimbawa ng malalim na pagkatuto ay makakatulong sa mga makina na gumawa ng mas mahusay na mga desisyon kaysa sa kanilang mga katapat na tao ay ang paglaganap ng mga tool sa suporta sa klinikal na suporta (CDS).

Ang mga tool na ito ay karaniwang itinayo sa sistema ng EMR upang tulungan ang mga klinika sa kanilang trabaho sa pamamagitan ng pagmumungkahi ng pinakamahusay na kurso ng paggamot, bigyan ng babala ang mga potensyal na panganib tulad ng mga pakikipag-ugnayan sa parmasyutiko o nakaraang mga kondisyon, at pag-aralan kahit na ang kaunting detalye sa talaan ng kalusugan ng pasyente.

Ang isang kagiliw-giliw na halimbawa ay ang MatrixCare, isang software house na nagawang isama ang sikat na Microsofts na AI Cortana sa kanilang tool na ginamit upang pamahalaan ang mga nars sa pag-aalaga. Ang makapangyarihang pagtatasa ng mga makina sa pag-aaral ng makina ay nagpalakas sa kakayahan ng paggawa ng desisyon ng mga kasangkapan sa suporta na hindi matitinag.

"Maaaring basahin ng isang doktor ang isang journal sa medikal na siguro dalawang beses sa isang buwan," paliwanag ng CEO John Damgaard, "mababasa ni Cortana ang bawat pag-aaral sa cancer na nai-publish sa kasaysayan bago ang tanghali at mga 3 p.m. gumagawa ng mga rekomendasyon na partikular sa pasyente sa mga plano sa pangangalaga at pagpapabuti ng mga kinalabasan. "

Dinadala din ng CDS ang argumento na ang mga makina ay maaaring makipag-usap sa bawat isa nang mas mahusay kaysa sa ginagawa ng mga tao. Sa partikular, ang iba't ibang mga aparatong medikal ay maaaring lahat ay konektado sa internet tulad ng anumang iba pang internet ng mga bagay (IoT) aparato (wearable, monitor, bedside sensor, atbp.), At sa EMR software din. Ang interoperability ay isang kritikal na isyu ng modernong pangangalagang pangkalusugan dahil ang paghahatid ng pagkapira-piraso ng pangangalaga ay isang pangunahing sanhi ng hindi naaangkop na paggamot at pagtaas ng mga ospital. Kapag pinangunahan ng matalinong AI, ang iba't ibang mga platform ng EMR ay "nakapag-usap" sa bawat isa sa pamamagitan ng internet, pagtaas ng kooperasyon at pakikipagtulungan sa pagitan ng iba't ibang mga ward at kahit na iba't ibang mga pasilidad sa pangangalaga sa kalusugan.

Pag-unlad ng Gamot

Ang pagbuo ng isang bagong gamot sa pamamagitan ng mga klinikal na pagsubok ay madalas na isang napaka-magastos. Hindi lamang sa mga tuntunin ng oras (pinag-uusapan ang tungkol sa mga dekada) at mga dolyar na namuhunan (ang mga gastos ay maaaring umabot ng hanggang sa ilang bilyong dolyar), ngunit ang buhay ng tao rin. Maraming mga bagong parmasyutiko ang nangangailangan, sa katunayan, maraming mga taon ng karagdagang pagsubok sa mga asignaturang real-mundo sa panahon ng tinatawag na panahon ng postmarketing, at hindi ito bihira na maraming mga seryoso (o kahit nakamamatay) na mga epekto ay natuklasan maraming taon matapos ang isang gamot ay inilunsad.

Muli, ang mahusay na superkomputer na na-fueled na AI ay maaaring mag-ugat ng mga bagong gamot mula sa isang database ng mga istruktura ng molekular na walang sinumang tao ang maaaring maglakas-loob na pag-aralan. Ang isang kilalang halimbawa ay ang Atomwises AI, na nagawang hulaan ang dalawang gamot na maaaring tumigil sa epidemya ng Ebola. Hindi bababa sa isang araw, ang kanilang virtual na paghahanap ay nakakahanap ng dalawang ligtas, mayroon nang mga gamot na maaaring repurposed upang labanan ang nakamamatay na virus. Ang pinakamagandang bahagi ay natagpuan nila ang isang paraan upang epektibong umepekto sa isang pandemik na emerhensiya sa pamamagitan lamang ng pag-scan sa pamamagitan ng mga gamot na nai-market sa mga pasyente nang maraming taon, na nagpapatunay ng kanilang kaligtasan. (Upang malaman ang higit pa tungkol sa kung paano gumagabay ang teknolohiya sa pag-unlad ng droga, tingnan ang Big Datas Impluwensya sa Medicine at Pharmaceutical.)

Isang Tumalon sa Hinaharap

Ang ilan sa mga pinaka kamangha-manghang mga teknolohiya ay hindi pa handa, na wala nang higit pa sa mga prototypes lamang, ngunit ang kanilang mga implikasyon ay kapansin-pansin na ang mga ito ay nagkakahalaga pa rin ng pagbanggit.

Ang isa sa mga ito ay gamot na katumpakan, isang talagang mapaghangad na disiplina na gumagamit ng malalim na mga algorithm ng genomics upang mai-scan sa isang pasyente ang DNA na naghahanap ng mga mutasyon at anomalya na maaaring maiugnay sa mga sakit tulad ng cancer. Ang mga taong tulad ng Craig Venter, isa sa mga ama ng Human Genome Project, ay kasalukuyang nagtatrabaho sa isang bagong henerasyon ng mga teknolohiyang computational na maaaring mahulaan ang mga epekto ng anumang pagbabagong genetic, na naglalagay ng daan sa mga indibidwal na paggamot at maagang pagtuklas ng maraming maiiwasang sakit.

Isang Salita sa Matalino

Tulad ng nasasabik na baka dahil sa malaking potensyal ng pagpapakilala sa AI sa pangangalaga sa kalusugan, mahalaga na maunawaan natin ang mga limitasyon nito. Ang paggamit ng AI sa gamot ay wala sa mga panganib, bagaman marami sa kanila ang madaling malampasan sa sandaling masanay na natin ito.

Ang pinakamataas na "walang pinsala" ay kritikal upang maitaguyod ang ilang pamantayan sa etikal na magiging mga hangganan. Ngayon ay namuhunan sa responsibilidad ng pagbuo ng balangkas kung saan gagawin ng mga susunod na henerasyon ang kanilang mga pagpapasya.