L'intelligenza artificiale dovrebbe diventare una forza di trasformazione nel campo dell'assistenza sanitaria.Quindi, in che modo medici e pazienti traggono vantaggio dall'impatto degli strumenti basati sull'intelligenza artificiale?
L'industria sanitaria di oggi è molto matura e può apportare alcuni importanti cambiamenti.Dalle malattie croniche e dal cancro alla radiologia e alla valutazione del rischio, il settore sanitario sembra avere innumerevoli opportunità di utilizzare la tecnologia per implementare interventi più precisi, efficienti ed efficaci nella cura del paziente.
Con lo sviluppo della tecnologia, i pazienti hanno requisiti sempre più elevati per i medici e il numero di dati disponibili continua a crescere a un ritmo allarmante.L'intelligenza artificiale diventerà un motore per promuovere il miglioramento continuo delle cure mediche.
Rispetto all'analisi tradizionale e alla tecnologia decisionale clinica, l'intelligenza artificiale presenta molti vantaggi.Quando l'algoritmo di apprendimento interagisce con i dati di addestramento, può diventare più accurato, consentendo ai medici di ottenere informazioni senza precedenti su diagnosi, processo infermieristico, variabilità del trattamento e risultati dei pazienti.
Al World artificial intelligence medical innovation forum (wmif) del 2018 tenuto da Partners Healthcare, ricercatori medici ed esperti clinici hanno approfondito le tecnologie e i campi dell'industria medica che hanno maggiori probabilità di avere un impatto significativo sull'adozione dell'intelligenza artificiale nel prossimo decennio.
Anne kiblanksi, MD, presidente CO di wmif nel 2018, e Gregg Meyer, MD, direttore accademico di Partners Healthcare, hanno affermato che questo tipo di "sovversione" portato in ogni area industriale ha il potenziale per portare benefici significativi ai pazienti e ha un ampio potenziale di successo aziendale.
Con l'aiuto di esperti dei partner sanitari, tra cui il dott. Keith Dreyer, professore della Harvard Medical School (HMS), chief data science officer dei partner, e la dott.ssa Katherine andreole, direttrice della strategia di ricerca e delle operazioni presso il Massachusetts General Hospital (MGH) , ha proposto 12 modi in cui l'IA rivoluzionerà i servizi medici e la scienza.
1. Unifica il pensiero e la macchina attraverso l'interfaccia del computer del cervello
Usare il computer per comunicare non è un'idea nuova, ma creare un'interfaccia diretta tra tecnologia e pensiero umano senza tastiera, mouse e display è un campo di ricerca di frontiera, che ha importanti applicazioni per alcuni pazienti.
Malattie del sistema nervoso e traumi possono far perdere ad alcuni pazienti la capacità di conversazioni, movimenti e interazioni significative con gli altri e il loro ambiente.L'interfaccia cervello computer (BCI) supportata dall'intelligenza artificiale può ripristinare quelle esperienze di base per i pazienti che sono preoccupati di perdere per sempre queste funzioni.
"Se vedo un paziente nell'unità di terapia intensiva di neurologia che improvvisamente perde la capacità di agire o parlare, spero di ripristinare la sua capacità di comunicare il giorno successivo", ha dichiarato Leigh Hochberg, MD, direttore del centro di neurotecnologia e neuroriabilitazione presso Ospedale Generale del Massachusetts (MGH).Utilizzando l'interfaccia cervello computer (BCI) e l'intelligenza artificiale, possiamo attivare i nervi legati al movimento della mano e dovremmo essere in grado di far comunicare il paziente con gli altri almeno cinque volte durante l'intera attività, ad esempio utilizzando tecnologie di comunicazione onnipresenti come come tablet o telefoni cellulari."
L'interfaccia del computer cerebrale può migliorare notevolmente la qualità della vita dei pazienti con sclerosi laterale amiotrofica (SLA), ictus o sindrome da atresia, nonché di 500.000 pazienti con lesioni del midollo spinale in tutto il mondo ogni anno.
2. Sviluppare la prossima generazione di strumenti per le radiazioni
Le immagini delle radiazioni ottenute mediante risonanza magnetica (MRI), scanner CT e raggi X forniscono una visibilità non invasiva all'interno del corpo umano.Tuttavia, molte procedure diagnostiche si basano ancora su campioni di tessuto fisico ottenuti mediante biopsia, che presenta il rischio di infezione.
Gli esperti prevedono che in alcuni casi l'intelligenza artificiale consentirà alla prossima generazione di strumenti radiologici di essere sufficientemente accurati e dettagliati da sostituire la domanda di campioni di tessuti viventi.
Alexandra golby, MD, direttore della neurochirurgia guidata dalle immagini presso il Brigham Women's Hospital (BWh), ha dichiarato: "Vogliamo riunire il team di diagnostica per immagini insieme a chirurghi o radiologi e patologi interventisti, ma è una grande sfida per i diversi team raggiungere la cooperazione e coerenza degli obiettivi. Se vogliamo che la radiologia fornisca le informazioni attualmente disponibili da campioni di tessuto, allora dovremo essere in grado di raggiungere standard molto vicini per conoscere i fatti di base di ogni dato pixel ".
Il successo in questo processo può consentire ai medici di comprendere più accuratamente le prestazioni complessive del tumore, piuttosto che prendere decisioni terapeutiche basate su una piccola parte degli attributi del tumore maligno.
L'intelligenza artificiale può anche definire meglio l'invasività del cancro e determinare in modo più appropriato l'obiettivo del trattamento.Inoltre, l'intelligenza artificiale sta contribuendo a realizzare "biopsie virtuali" e promuovere l'innovazione nel campo della radiologia, che si impegna a utilizzare algoritmi basati su immagini per caratterizzare le caratteristiche fenotipiche e genetiche dei tumori.
3. Espandere i servizi medici nelle aree scarsamente servite o in via di sviluppo
La mancanza di operatori sanitari qualificati nei paesi in via di sviluppo, inclusi tecnici ecografi e radiologi, ridurrà notevolmente le possibilità di utilizzare i servizi medici per salvare la vita dei pazienti.
L'incontro ha evidenziato che ci sono più radiologi che lavorano in sei ospedali di Boston con la famosa Longwood Avenue che in tutti gli ospedali dell'Africa occidentale.
L'intelligenza artificiale può aiutare a mitigare l'impatto di una grave carenza di medici assumendosi alcune delle responsabilità diagnostiche normalmente assegnate agli esseri umani.
Ad esempio, uno strumento di imaging AI può utilizzare i raggi X del torace per esaminare i sintomi della tubercolosi, di solito con la stessa precisione di un medico.Questa funzione può essere implementata tramite un'applicazione per i fornitori in aree con scarse risorse, riducendo la necessità di radiologi diagnostici esperti.
"Questa tecnologia ha un grande potenziale per migliorare l'assistenza sanitaria", ha affermato il dottor jayashree kalpathy Cramer, assistente di neuroscienze e professore associato di radiologia presso il Massachusetts General Hospital (MGH)
Tuttavia, gli sviluppatori di algoritmi di intelligenza artificiale devono considerare attentamente il fatto che persone di diverse nazionalità o regioni possono avere fattori fisiologici e ambientali unici, che possono influenzare le prestazioni della malattia.
"Ad esempio, la popolazione colpita dalla malattia in India potrebbe essere molto diversa da quella degli Stati Uniti", ha affermato.Quando sviluppiamo questi algoritmi, è molto importante garantire che i dati rappresentino la presentazione della malattia e la diversità della popolazione.Non solo possiamo sviluppare algoritmi basati su una singola popolazione, ma anche sperare che possa svolgere un ruolo in altre popolazioni."
4.Ridurre l'onere dell'uso delle cartelle cliniche elettroniche
Il Fascicolo Sanitario Elettronico (lei) ha svolto un ruolo importante nel percorso digitale del settore sanitario, ma questa trasformazione ha portato numerosi problemi legati al sovraccarico cognitivo, documenti infiniti e stanchezza dell'utente.
Gli sviluppatori di cartelle cliniche elettroniche (lei) stanno ora utilizzando l'intelligenza artificiale per creare un'interfaccia più intuitiva e automatizzare le routine che richiedono molto tempo all'utente.
Il dottor Adam Landman, vicepresidente e chief information officer di Brigham Health, ha affermato che gli utenti trascorrono la maggior parte del loro tempo in tre attività: documentazione clinica, inserimento degli ordini e smistamento delle loro caselle di posta.Il riconoscimento vocale e la dettatura possono aiutare a migliorare l'elaborazione dei documenti clinici, ma gli strumenti di elaborazione del linguaggio naturale (NLP) potrebbero non essere sufficienti.
"Penso che potrebbe essere necessario essere più audaci e prendere in considerazione alcuni cambiamenti, come l'utilizzo della registrazione video per il trattamento clinico, proprio come la polizia indossa le telecamere", ha detto Landman.L'intelligenza artificiale e l'apprendimento automatico possono quindi essere utilizzati per indicizzare questi video per il recupero futuro.Proprio come Siri e Alexa, che utilizzano assistenti di intelligenza artificiale a casa, in futuro gli assistenti virtuali saranno portati al capezzale dei pazienti, consentendo ai medici di utilizzare l'intelligenza incorporata per inserire gli ordini medici."
L'intelligenza artificiale può anche aiutare a gestire le richieste di routine dalle caselle di posta, come supplementi di farmaci e notifica dei risultati.Può anche aiutare a dare la priorità alle attività che richiedono davvero l'attenzione dei medici, rendendo più facile per i pazienti elaborare le loro liste di cose da fare, ha aggiunto Landman.
5. Rischio di resistenza agli antibiotici
La resistenza agli antibiotici è una minaccia crescente per l'uomo, perché l'uso eccessivo di questi farmaci chiave può portare all'evoluzione di superbatteri che non rispondono più al trattamento.I batteri multiresistenti ai farmaci possono causare seri danni all'ambiente ospedaliero, uccidendo decine di migliaia di pazienti ogni anno.Il solo Clostridium difficile costa circa 5 miliardi di dollari l'anno al sistema sanitario statunitense e provoca più di 30.000 morti.
I dati EHR aiutano a identificare i modelli di infezione e ad evidenziare il rischio prima che il paziente inizi a mostrare i sintomi.L'utilizzo di strumenti di machine learning e intelligenza artificiale per guidare queste analisi può migliorare la loro accuratezza e creare avvisi più rapidi e accurati per gli operatori sanitari.
"Gli strumenti di intelligenza artificiale possono soddisfare le aspettative per il controllo delle infezioni e la resistenza agli antibiotici", ha affermato la dott.ssa Erica Shenoy, vicedirettore del controllo delle infezioni presso il Massachusetts General Hospital (MGH).Se non lo fanno, falliranno tutti.Poiché gli ospedali dispongono di molti dati EHR, se non li utilizzano appieno, se non creano industrie più intelligenti e veloci nella progettazione di studi clinici e se non utilizzano EHR che creano questi dati, andranno incontro al fallimento."
6. Creare un'analisi più accurata per le immagini patologiche
Il dottor Jeffrey golden, capo del dipartimento di patologia al Brigham Women's Hospital (BWh) e professore di patologia all'HMS, ha affermato che i patologi forniscono una delle fonti più importanti di dati diagnostici per una gamma completa di fornitori di servizi medici.
"Il 70% delle decisioni sanitarie si basa su risultati patologici e tra il 70% e il 75% di tutti i dati nelle cartelle cliniche elettroniche proviene da risultati patologici", ha affermato.E più accurati sono i risultati, prima verrà fatta la diagnosi corretta.Questo è l'obiettivo che la patologia digitale e l'intelligenza artificiale hanno la possibilità di raggiungere."
L'analisi approfondita a livello di pixel su immagini digitali di grandi dimensioni consente ai medici di riconoscere sottili differenze che possono sfuggire all'occhio umano.
"Siamo ora giunti al punto in cui possiamo valutare meglio se il cancro si svilupperà rapidamente o lentamente e come modificare il trattamento dei pazienti sulla base di algoritmi piuttosto che stadi clinici o classificazione istopatologica", ha affermato Golden.Sarà un enorme passo avanti."
Ha aggiunto: "L'intelligenza artificiale può anche migliorare la produttività identificando le caratteristiche di interesse nelle diapositive prima che i medici esaminino i dati. L'intelligenza artificiale può filtrare le diapositive e guidarci a vedere il contenuto giusto in modo da poter valutare cosa è importante e cosa no. Questo migliora l'efficienza dell'uso dei patologi e aumenta il valore del loro studio di ogni caso ".
Porta l'intelligenza ai dispositivi e alle macchine mediche
I dispositivi intelligenti stanno conquistando gli ambienti dei consumatori e forniscono dispositivi che vanno dai video in tempo reale all'interno del frigorifero alle auto che rilevano la distrazione del conducente.
In un ambiente medico, i dispositivi intelligenti sono essenziali per monitorare i pazienti nelle unità di terapia intensiva e altrove.L'uso dell'intelligenza artificiale per migliorare la capacità di identificare il deterioramento della condizione, ad esempio indicando che la sepsi si sta sviluppando o la percezione delle complicanze, può migliorare significativamente i risultati e ridurre i costi del trattamento.
"Quando parliamo di integrare dati diversi nel sistema sanitario, dobbiamo integrare e avvisare i medici di terapia intensiva di intervenire il prima possibile e che l'aggregazione di questi dati non è una buona cosa che i medici umani possono fare", ha affermato Mark Michalski. , direttore esecutivo del Clinical Data Science Center presso BWh.L'inserimento di algoritmi intelligenti in questi dispositivi riduce il carico cognitivo sui medici e garantisce che i pazienti vengano curati il più rapidamente possibile."
8.promozione dell'immunoterapia per il trattamento del cancro
L'immunoterapia è uno dei modi più promettenti per curare il cancro.Utilizzando il sistema immunitario del corpo per attaccare i tumori maligni, i pazienti possono essere in grado di superare i tumori ostinati.Tuttavia, solo pochi pazienti rispondono all'attuale regime di immunoterapia e gli oncologi non dispongono ancora di un metodo preciso e affidabile per determinare quali pazienti beneficeranno del regime.
Gli algoritmi di apprendimento automatico e la loro capacità di sintetizzare set di dati altamente complessi possono essere in grado di chiarire la composizione genica unica degli individui e fornire nuove opzioni per una terapia mirata.
"Recentemente, lo sviluppo più entusiasmante sono stati gli inibitori del checkpoint, che bloccano le proteine prodotte da alcune cellule immunitarie", spiega il dott. Long Le, direttore della patologia computazionale e dello sviluppo tecnologico presso il centro diagnostico completo del Massachusetts General Hospital (MGH).Ma ancora non capiamo tutti i problemi, il che è molto complicato.Abbiamo sicuramente bisogno di più dati sui pazienti.Questi trattamenti sono relativamente nuovi, quindi non molti pazienti li prendono effettivamente.Pertanto, se dobbiamo integrare i dati all'interno di un'organizzazione o tra più organizzazioni, sarà un fattore chiave per aumentare il numero di pazienti per guidare il processo di modellazione."
9.Trasformare le cartelle cliniche elettroniche in predittori di rischio affidabili
La cartella clinica elettronica (lei) è un tesoro di dati dei pazienti, ma è una sfida costante per fornitori e sviluppatori estrarre e analizzare una grande quantità di informazioni in modo accurato, tempestivo e affidabile.
I problemi di qualità e integrità dei dati, uniti alla confusione nel formato dei dati, all'input strutturato e non strutturato e ai record incompleti, rendono difficile per le persone comprendere con precisione come eseguire una significativa stratificazione del rischio, analisi predittive e supporto alle decisioni cliniche.
Il dottor Ziad OBERMEYER, assistente professore di medicina d'urgenza presso il Brigham Women's Hospital (BWh) e assistente professore presso la Harvard Medical School (HMS), ha dichiarato: "c'è del duro lavoro da fare per integrare i dati in un unico posto. Ma un altro problema è capire cosa ottengono le persone quando prevedono una malattia nella cartella clinica elettronica (lei). Le persone possono sentire che gli algoritmi di intelligenza artificiale possono prevedere la depressione o l'ictus, ma scoprono che in realtà stanno prevedendo un aumento del costo dell'ictus. È molto diverso dal colpo stesso".
Ha continuato, "affidarsi ai risultati della risonanza magnetica sembra fornire un set di dati più specifico. Ma ora dobbiamo pensare a chi può permettersi la risonanza magnetica? Quindi la previsione finale non è il risultato atteso".
L'analisi NMR ha prodotto molti strumenti di punteggio e stratificazione del rischio di successo, specialmente quando i ricercatori utilizzano tecniche di apprendimento approfondito per identificare nuove connessioni tra set di dati apparentemente non correlati.
Tuttavia, OBERMEYER ritiene che garantire che questi algoritmi non identifichino i pregiudizi nascosti nei dati sia fondamentale per l'implementazione di strumenti che possono davvero migliorare l'assistenza clinica.
"La sfida più grande è assicurarci di sapere esattamente cosa abbiamo previsto prima di iniziare ad aprire la scatola nera e vedere come prevedere", ha affermato.
10.Monitoraggio dello stato di salute attraverso dispositivi indossabili e dispositivi personali
Quasi tutti i consumatori possono ora utilizzare i sensori per raccogliere dati sul valore della salute.Dagli smartphone con contapassi ai dispositivi indossabili che monitorano la frequenza cardiaca tutto il giorno, è possibile generare sempre più dati relativi alla salute in qualsiasi momento.
La raccolta e l'analisi di questi dati e l'integrazione delle informazioni fornite dai pazienti attraverso applicazioni e altri dispositivi di monitoraggio domestico possono fornire una prospettiva unica per la salute individuale e collettiva.
L'intelligenza artificiale svolgerà un ruolo importante nell'estrazione di informazioni fruibili da questo database ampio e diversificato.
Ma il dottor Omar Arnout, neurochirurgo presso il Brigham Women's Hospital (BWh), CO direttore del centro per i risultati delle neuroscienze computazionali, ha affermato che potrebbe essere necessario un lavoro aggiuntivo per aiutare i pazienti ad adattarsi a questi dati di monitoraggio intimi e continui.
"Eravamo abbastanza liberi di elaborare dati digitali", ha affermato.Ma poiché si verificano fughe di dati a Cambridge Analytics e Facebook, le persone saranno sempre più caute su chi condividere quali dati condividono."
I pazienti tendono a fidarsi dei loro medici più delle grandi aziende come Facebook, ha aggiunto, il che potrebbe aiutare ad alleviare il disagio di fornire dati per programmi di ricerca su larga scala.
"È probabile che i dati indossabili avranno un impatto significativo perché l'attenzione delle persone è molto accidentale e i dati raccolti sono molto grezzi", ha affermato Arnout.Raccogliendo continuamente dati granulari, è più probabile che i dati aiutino i medici a curare meglio i pazienti."
11.rendere gli smartphone un potente strumento diagnostico
Gli esperti ritengono che le immagini ottenute da smartphone e altre risorse a livello di consumatore diventeranno un importante supplemento all'imaging di qualità clinica, specialmente nelle aree scarsamente servite o nei paesi in via di sviluppo, continuando a utilizzare le potenti funzioni dei dispositivi portatili.
La qualità della fotocamera mobile migliora ogni anno e può generare immagini che possono essere utilizzate per l'analisi dell'algoritmo AI.La dermatologia e l'oftalmologia sono i primi beneficiari di questa tendenza.
I ricercatori britannici hanno persino sviluppato uno strumento per identificare le malattie dello sviluppo analizzando le immagini dei volti dei bambini.L'algoritmo è in grado di rilevare caratteristiche discrete, come la linea della mandibola dei bambini, la posizione degli occhi e del naso e altri attributi che possono indicare anomalie facciali.Al momento, lo strumento può abbinare immagini comuni a più di 90 malattie per fornire supporto alle decisioni cliniche.
La dottoressa Hadi shafiee, direttrice del laboratorio di medicina micro/nano e salute digitale presso il Brigham Women's Hospital (BWh), ha dichiarato: "La maggior parte delle persone è dotata di potenti telefoni cellulari con molti sensori diversi integrati. È una grande opportunità per noi. Quasi tutti gli operatori del settore hanno iniziato a integrare software e hardware Ai nei loro dispositivi. Non è una coincidenza. Nel nostro mondo digitale, ogni giorno vengono generati più di 2,5 milioni di terabyte di dati. Nel campo dei telefoni cellulari, i produttori ritengono di poter utilizzare questo dati per l'intelligenza artificiale per fornire servizi più personalizzati, più veloci e più intelligenti".
L'utilizzo di smartphone per raccogliere immagini di occhi, lesioni cutanee, ferite, infezioni, droghe o altri soggetti dei pazienti può aiutare a far fronte alla carenza di esperti nelle aree meno servite, riducendo al contempo i tempi per diagnosticare determinati disturbi.
"Potrebbero esserci alcuni eventi importanti in futuro e possiamo approfittare di questa opportunità per risolvere alcuni importanti problemi di gestione della malattia nel punto di cura", ha affermato Shafiee.
12. Innovare il processo decisionale clinico con l'IA al posto letto
Poiché il settore sanitario si rivolge a servizi a pagamento, è sempre più lontano dall'assistenza sanitaria passiva.La prevenzione prima delle malattie croniche, degli eventi di malattia acuta e del deterioramento improvviso è l'obiettivo di ogni fornitore e la struttura della compensazione in ultima analisi consente loro di sviluppare processi che possono ottenere un intervento attivo e predittivo.
L'intelligenza artificiale fornirà molte tecnologie di base per questa evoluzione, supportando l'analisi predittiva e gli strumenti di supporto alle decisioni cliniche, per risolvere i problemi prima che i fornitori si rendano conto della necessità di agire.L'intelligenza artificiale può fornire un allarme tempestivo per l'epilessia o la sepsi, che di solito richiede un'analisi approfondita di set di dati altamente complessi.
Brandon Westover, MD, direttore dei dati clinici presso il Massachusetts General Hospital (MGH), ha affermato che l'apprendimento automatico potrebbe anche aiutare a supportare la fornitura continua di cure per i pazienti in condizioni critiche, come quelli in coma dopo un arresto cardiaco.
Ha spiegato che in circostanze normali, i medici devono controllare i dati EEG di questi pazienti.Questo processo richiede molto tempo ed è soggettivo e i risultati possono variare in base alle capacità e all'esperienza dei medici.
Ha detto “In questi pazienti, la tendenza potrebbe essere lenta.A volte, quando i medici vogliono vedere se qualcuno si sta riprendendo, possono guardare i dati monitorati una volta ogni 10 secondi.Tuttavia, vedere se è cambiato da 10 secondi di dati raccolti in 24 ore è come guardare se i capelli sono cresciuti nel frattempo.Tuttavia, se vengono utilizzati algoritmi di intelligenza artificiale e grandi quantità di dati da molti pazienti, sarà più facile abbinare ciò che le persone vedono con modelli a lungo termine e si potrebbero trovare alcuni sottili miglioramenti, che influenzeranno il processo decisionale dei medici nell'assistenza infermieristica ."
L'utilizzo della tecnologia dell'intelligenza artificiale per il supporto alle decisioni cliniche, la valutazione del rischio e l'allarme precoce è una delle aree di sviluppo più promettenti di questo rivoluzionario metodo di analisi dei dati.
Fornendo la potenza per una nuova generazione di strumenti e sistemi, i medici possono comprendere meglio le sfumature della malattia, fornire servizi infermieristici in modo più efficace e risolvere i problemi in anticipo.L'intelligenza artificiale inaugurerà una nuova era di miglioramento della qualità del trattamento clinico e farà scoperte entusiasmanti nella cura del paziente.
Tempo di pubblicazione: agosto-06-2021
