Се очекува вештачката интелигенција да стане сила за трансформација во областа на здравствената заштита.Значи, како лекарите и пациентите имаат корист од влијанието на алатките управувани со вештачка интелигенција?
Денешната здравствена индустрија е многу зрела и може да направи некои големи промени.Од хронични болести и рак до радиологија и проценка на ризикот, се чини дека здравствената индустрија има безброј можности да ја користи технологијата за да примени попрецизни, ефикасни и ефективни интервенции во грижата за пациентите.
Со развојот на технологијата, пациентите имаат сè поголеми барања од лекари, 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 технологија за анализа и клиничко одлучување, вештачката интелигенција има многу предности.Кога алгоритмот за учење е во интеракција со податоците за обуката, тој може да стане попрецизен, овозможувајќи им на лекарите да стекнат невидени сознанија за дијагнозата, процесот на нега, варијабилноста на третманот и исходот на пациентот.
На Светскиот форум за медицински иновации за вештачка интелигенција (wmif) во 2018 година, одржан од Partners Healthcare, медицински истражувачи и клинички експерти елаборираа за технологиите и областите на медицинската индустрија кои најверојатно ќе имаат значително влијание врз усвојувањето на вештачката интелигенција во следната декада.
Ен кибланкси, докторка на науки, претседавач со Wmif во 2018 година и Грег Мејер, главен академски директор на Партнерс 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 партнерските здравствени услуги, вклучително и д-р Кит Драјер, професор на Медицинскиот факултет Харвард (HMS), главен директор за наука за податоци на партнерите и д-р Кетрин Андреол, директор за истражувачка стратегија и операции во Општата болница во Масачусетс (MGH) , предложи 12 начини на кои вештачката интелигенција ќе ги револуционизира медицинските услуги и науката.
1. Обединете размислување и машина преку мозочен компјутерски интерфејс
Користењето на компјутер за комуникација не е нова идеја, но создавањето директен интерфејс помеѓу технологијата и човечкото размислување без тастатура, глувче и дисплеј е гранично истражувачко поле, кое има важна примена за некои пациенти.
Болестите и траумата на нервниот систем може 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 дека ќе ги загубат овие функции засекогаш.
„Ако видам пациент на одделот за интензивна нега за неврологија кој одеднаш ја губи способноста за дејствување или зборување, се надевам дека ќе му ја вратам способноста за комуникација следниот ден“, рече Леи Хохберг, д-р, директор на Центарот за невротехнологија и неврорехабилитација на Општа болница Масачусетс (MGH).Со користење на мозочниот компјутерски интерфејс (BCI) и вештачката интелигенција, можеме да ги активираме нервите поврзани со движењето на рацете и треба да можеме да го натераме пациентот да комуницира со другите најмалку пет пати во текот на целата активност, како на пример користење на сеприсутни комуникациски технологии како што се како таблет компјутери или мобилни телефони."
Мозочниот компјутерски интерфејс може во голема мера да го подобри квалитетот на животот на пациентите со амиотрофична латерална склероза (АЛС), мозочен удар или синдром на атрезија, како и на 500.000 пациенти со повреда на 'рбетниот мозок ширум светот секоја година.
2. Развијте ја следната генерација на алатки за зрачење
Сликите од зрачење добиени со магнетна резонанца (МРИ), КТ скенери и Х-зраци обезбедуваат неинвазивна видливост во внатрешноста на човечкото тело.Сепак, многу дијагностички процедури сè уште се потпираат на физички примероци од ткиво добиени со биопсија, што има ризик од инфекција.
Експертите предвидуваат дека во некои случаи, вештачката интелигенција ќе и овозможи на следната генерација на алатки за радиологија да бидат точни и доволно детални за да ја заменат побарувачката за примероци од живо ткиво.
Александра Голби, докторка, директорка за неврохирургија водена од слики во женската болница Бригам (BWh), рече: „Сакаме да го собереме тимот за дијагностичка слика заедно со хирурзи или интервентни радиолози и патолози, но за различни тимови е огромен предизвик да постигнат соработка и конзистентност на целите.
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.
ВИ, исто така, може подобро да ја дефинира инвазивноста на ракот и посоодветно да ја одреди целта на лекување.Покрај тоа, вештачката интелигенција помага да се реализира „виртуелна биопсија“ и да се промовираат иновациите во областа на радиологијата, која е посветена на користење алгоритми базирани на слики за карактеризирање на фенотипските и генетските карактеристики на туморите.
3. Проширете ги медицинските услуги во недоволно опслужените или областите во развој
Недостигот на обучени даватели на здравствени услуги во земјите во развој, вклучително и техничари за ултразвук и радиолози, во голема мера ќе ги намали шансите за користење медицински услуги за да се спасат животите на пациентите.
На средбата беше истакнато 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 недостиг на лекари со преземање на некои од дијагностичките одговорности што вообичаено им се доделуваат на луѓето.
На пример, алатката за сликање со вештачка интелигенција може да користи рендгенски снимки на градниот кош за да ги испита симптомите на туберкулоза, обично со иста точност како лекар.Оваа функција може да се примени преку апликација за провајдери во области со сиромашни ресурси, намалувајќи ја потребата од искусни дијагностички радиолози.
„Оваа технологија има голем потенцијал да ја подобри здравствената заштита“, рече д-р Џајашри Калпати Крамер, асистент по неврологија и вонреден професор по радиологија во Општата болница во Масачусетс (MGH).
Сепак, развивачите на алгоритам за вештачка интелигенција мора внимателно да го разгледаат фактот дека луѓето од различни националности или региони може да имаат уникатни физиолошки и еколошки фактори, кои можат да влијаат на перформансите на болеста.
„На пример, населението погодено од болести во Индија може да биде многу различно од она во САД“, рече таа.Кога ги развиваме овие алгоритми, многу е важно да се осигураме дека податоците ја претставуваат презентацијата на болеста и разновидноста на популацијата.Ние не само што можеме да развиеме алгоритми засновани на една популација, туку и да се надеваме дека таа може да игра улога во другите популации."
4. Намалете го товарот за користење на електронската здравствена евиденција
Електронската здравствена евиденција (неа) одигра важна улога во дигиталното патување на здравствената индустрија, но оваа трансформација донесе бројни проблеми поврзани со когнитивното преоптоварување, бескрајните документи и заморот на корисниците.
Програмерите на електронската здравствена евиденција (нејзината) сега користат вештачка интелигенција за да создадат поинтуитивен интерфејс и да ги автоматизираат рутините за кои е потребно многу време од корисникот.
Др.Препознавањето и диктирањето на говорот може да помогне да се подобри обработката на клиничките документи, но алатките за обработка на природниот јазик (НЛП) можеби не се доволни.
„Мислам дека можеби е неопходно да се биде похрабро и да се разгледаат некои промени, како што е користењето видео снимање за клинички третман, исто како што полицијата носи камери“, рече Лендман.Вештачката интелигенција и машинското учење потоа може да се користат за индексирање на овие видеа за идно пронаоѓање.Исто како Сири и Алекса, кои користат асистенти со вештачка интелигенција дома, виртуелните асистенти ќе бидат донесени до креветот на пациентите во иднина, што ќе им овозможи на лекарите да користат вградена интелигенција за да внесуваат медицински наредби."
Вештачката интелигенција, исто така, може да помогне во справувањето со рутинските барања од сандачињата, како што се додатоците за лекови и известувањето за резултатите.Исто така, може да помогне да се даде приоритет на задачите на кои навистина им е потребно внимание на лекарите, што ќе им олесни на пациентите да ги обработат нивните списоци со задачи, додаде Лендман.
5. Ризик од отпорност на антибиотици
Отпорноста на антибиотици е се поголема закана за луѓето, бидејќи прекумерната употреба на овие клучни лекови може да доведе до еволуција на супербактерии кои повеќе не реагираат на лекување.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 30.000 смртни случаи.
Податоците за EHR помагаат да се идентификуваат моделите на инфекција и да се нагласи ризикот пред пациентот да почне да покажува симптоми.Користењето алатки за машинско учење и вештачка интелигенција за да се поттикнат овие анализи може да ја подобри нивната точност и да создаде побрзи и попрецизни 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 EHR, ако не ги искористат целосно, ако не создадат индустрии кои се попаметни и побрзи во дизајнот на клиничките испитувања и ако не користат EHR кои ги создаваат овие податоци, ќе се соочат со неуспех."
6.Креирај попрецизна анализа за патолошки слики
Д-р Џефри Голден, раководител на одделот за патологија во женската болница Бригам (BWh) и професор по патологија на ХМС, рече дека патолозите обезбедуваат еден од најважните извори на дијагностички податоци за целосен опсег на даватели на медицински услуги.
„70% од одлуките за здравствена заштита се засноваат на патолошки резултати, а помеѓу 70% и 75% од сите податоци во ЕЗК доаѓаат од патолошки резултати“, рече тој.И колку се попрецизни резултатите, толку побрзо ќе се постави точната дијагноза.Ова е целта што имаат шанса да ја постигнат дигиталната патологија и вештачката интелигенција."
Анализата на нивоата на длабоки пиксели на големи дигитални слики им овозможува на лекарите да препознаат суптилни разлики што може да им избегаат на човечките очи.
„Сега дојдовме до точка каде што можеме подобро да процениме дали ракот ќе се развива брзо или бавно и како да го промениме третманот на пациентите врз основа на алгоритми, а не на клинички фази или хистопатолошка оценка“, рече Голден.Тоа ќе биде огромен чекор напред."
Тој додаде: „ВИ може да ја подобри продуктивноста со идентификување карактеристики од интерес во слајдовите пред лекарите да ги прегледаат податоците. ВИ може да филтрира низ слајдовите и да не води да ја видиме вистинската содржина за да можеме да процениме што е важно, а што не. Ова го подобрува ефикасноста на употребата на патолози и ја зголемува вредноста на нивното проучување за секој случај“.
Донесете интелигенција на медицинските уреди и машини
Паметните уреди ги преземаат опкружувањата на потрошувачите и обезбедуваат уреди кои се движат од видео во реално време во фрижидерот до автомобили кои откриваат одвлекување на вниманието на возачот.
Во медицинско опкружување, интелигентните уреди се од суштинско значење за следење на пациентите во ICU и на други места.Употребата на вештачка интелигенција за подобрување на способноста за идентификување на влошување на состојбата, како што е укажување дека се развива сепса или перцепцијата на компликации може значително да ги подобри резултатите и може да ги намали трошоците за лекување.
„Кога зборуваме за интегрирање на различни податоци низ здравствениот систем, треба да ги интегрираме и да ги предупредиме лекарите од ИЦУ да интервенираат што е можно порано, и дека собирањето на овие податоци не е добра работа што можат да ја направат лекарите“, рече Марк Мичалски. , извршен директор на Научниот центар за клинички податоци во BWh.Вметнувањето паметни алгоритми во овие уреди го намалува когнитивното оптоварување на лекарите и гарантира дека пациентите се лекуваат што е можно побргу."
8. промовирање на имунотерапија за третман на рак
Имунотерапијата е еден од најперспективните начини за лекување на ракот.Со користење на сопствениот имунолошки систем на телото за напад на малигни тумори, пациентите можеби ќе можат да ги надминат тврдоглавите тумори.Сепак, само неколку пациенти реагираат на сегашниот режим на имунотерапија, а онколозите сè 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 многу сложени збирки на податоци може да можат да го разјаснат уникатниот генски состав на поединците и да обезбедат нови опции за насочена терапија.
„Неодамна, највозбудливиот развој беа инхибиторите на контролната точка, кои ги блокираат протеините произведени од одредени имунолошки клетки“, објаснува д-р Лонг Ле, директор за компјутерска патологија и развој на технологија во сеопфатниот дијагностички центар во Општата болница во Масачусетс (MGH).Но, сè 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 низ повеќе организации, тоа ќе биде клучен фактор за зголемување на бројот на пациенти кои ќе го поттикнат процесот на моделирање."
9. Претворете ги електронските здравствени досиеја во сигурни предвидувачи на ризик
Електронската здравствена евиденција (неа) е богатство на податоци за пациентите, но е постојан предизвик за давателите на услуги 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 конфузијата во форматот на податоците, структурираните и неструктурираните внесувања и нецелосните записи, им отежнуваат на луѓето точно да разберат како да спроведат значајна стратификација на ризик, предвидлива анализа и поддршка за клиничка одлука.
Др. што добиваат луѓето кога предвидуваат болест во електронската здравствена евиденција (неа). Луѓето можеби слушаат дека алгоритмите за вештачка интелигенција можат да предвидат депресија или мозочен удар, но откриваат дека тие всушност предвидуваат зголемување на цената на мозочниот удар. Тоа е многу различно од самиот мозочен удар“.
Тој продолжи, „се чини дека потпирањето на резултатите од МНР обезбедува поспецифичен збир на податоци. Но, сега треба да размислиме кој може да си дозволи МНР? Значи, конечното предвидување не е очекуваниот резултат“.
Анализата на NMR произведе многу успешни алатки за бодување на ризик и стратификација, особено кога истражувачите користат техники за длабоко учење за да идентификуваат нови врски помеѓу навидум неповрзани збирки на податоци.
Сепак, OBERMEYER верува дека осигурувањето дека овие алгоритми не ги идентификуваат предрасудите скриени во податоците е од клучно значење за имплементирање на алатки кои навистина можат да ја подобрат клиничката нега.
„Најголемиот предизвик е да се увериме дека точно знаеме што предвидовме пред да почнеме да ја отвораме црната кутија и да гледаме 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 собирање податоци за здравствената вредност.Од паметни телефони со следење чекори до уреди за носење кои го следат отчукувањата на срцето цел ден, во секое време може да се генерираат сè повеќе податоци поврзани со здравјето.
Собирањето и анализата на овие податоци и дополнувањето на информациите обезбедени од пациентите преку апликации и други уреди за следење дома може да обезбеди единствена перспектива за здравјето на поединецот и на толпата.
Вештачката интелигенција ќе игра важна улога во извлекувањето на активни согледувања од оваа голема и разновидна база на податоци.
Но, д-р Омар Арнаут, неврохирург во женската болница Бригам (BWh), директор на CO на центарот за пресметковни резултати од невронауката, рече дека можеби е потребна дополнителна работа за да им се помогне на пациентите да се прилагодат на овие интимни, тековни податоци за следење.
„Порано бевме сосема слободни да обработуваме дигитални податоци“, рече тој.Но, како што се случуваат протекување податоци во аналитиката на Кембриџ и Фејсбук, луѓето ќе бидат се повнимателни околу тоа кој да споделат какви податоци споделуваат."
Пациентите имаат тенденција да им веруваат на своите лекари повеќе од големите компании како Фејсбук, додаде тој, што може да помогне да се олесни непријатноста од обезбедување податоци за големи истражувачки програми.
„Веројатно е дека податоците за носење ќе имаат значително влијание бидејќи вниманието на луѓето е многу случајно, а собраните податоци се многу груби“, рече Арнаут.Со континуирано собирање грануларни податоци, поверојатно е дека податоците ќе им помогнат на лекарите подобро да се грижат за пациентите."
11.направете ги паметните телефони моќна дијагностичка алатка
Експертите веруваат дека сликите добиени од паметни телефони и други ресурси на ниво на потрошувачи ќе станат важен додаток на клиничкото квалитетно сликање, особено во недоволно опслужените области или земјите во развој, со тоа што ќе продолжат да ги користат моќните функции на преносливите уреди.
Квалитетот на мобилната камера се подобрува секоја година и може да генерира слики што може да се користат за анализа на алгоритам за вештачка интелигенција.Дерматологијата и офталмологијата се рани корисници на овој тренд.
Британските истражувачи дури развија алатка за идентификување на развојните болести преку анализа на слики од лицата на децата.Алгоритмот може да открие дискретни карактеристики, како што се линијата на долната вилица кај децата, положбата на очите и носот и други атрибути кои може да укажуваат на абнормалности на лицето.Во моментов, алатката може да одговара на вообичаените 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 дигитално здравје во женската болница Бригам (BWh), рече: „повеќето луѓе се опремени со моќни мобилни телефони со многу различни вградени сензори. Тоа е одлична можност за нас. Речиси сите играчите во индустријата почнаа да градат софтвер и хардвер Ai во своите уреди. Тоа не е случајно. Во нашиот дигитален свет, секој ден се генерираат повеќе од 2,5 милиони терабајти податоци. Во областа на мобилните телефони, производителите веруваат дека можат да го користат ова податоци за вештачката интелигенција за 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 предмети може да помогне да се реши недостигот од експерти во недоволно опслужените области, истовремено намалувајќи го времето за дијагностицирање на одредени поплаки.
„Можеби ќе има некои големи настани во иднина, и ние можеме да ја искористиме оваа можност за да решиме некои важни проблеми за управување со болеста во центарот за нега“, рече Шафие.
12.Иновативно донесување клинички одлуки со вештачка интелигенција покрај креветот
Како што здравствената индустрија се свртува кон услуги засновани на такси, таа се повеќе се оддалечува од пасивната здравствена заштита.Превенцијата пред хронична болест, акутни заболувања и ненадејно влошување е целта на секој давател на услуги, а структурата на компензација на крајот им овозможува да развијат процеси кои можат да постигнат активна и предвидлива интервенција.
Вештачката интелигенција ќе обезбеди многу основни технологии за оваа еволуција, со поддршка на алатки за предвидлива анализа и клиничка поддршка на одлуки, за да се решат проблемите пред давателите на услуги да ја сфатат потребата да преземат акција.Вештачката интелигенција може да обезбеди рано предупредување за епилепсија или сепса, што обично бара длабинска анализа на многу сложени збирки на податоци.
Брендон Вестовер, MD, 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 што се 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 време и 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 погледнат податоците што се следат еднаш на секои 10 секунди.Меѓутоа, за да се види дали се промени од 10 секунди податоци собрани за 24 часа е исто како да гледате дали косата во меѓувреме пораснала.Меѓутоа, ако се користат алгоритми за вештачка интелигенција и големи количини на податоци од многу пациенти, ќе биде полесно да се совпадне она што луѓето го гледаат со долгорочните обрасци и може да се најдат некои суптилни подобрувања, што ќе влијае на одлучувањето на лекарите во медицинската сестри. ."
Користењето на технологијата за вештачка интелигенција за поддршка на клинички одлуки, бодување на ризик и рано предупредување е една од најперспективните развојни области на овој револуционерен метод за анализа на податоци.
Со обезбедување на моќ за новата генерација алатки и системи, лекарите можат подобро да ги разберат нијансите на болеста, да обезбедат услуги за нега поефективно и да ги решаваат проблемите однапред.Вештачката интелигенција ќе воведе нова ера на подобрување на квалитетот на клиничкиот третман и ќе направи возбудливи откритија во грижата за пациентите.
Време на објавување: август-06-2021 година
