Хиймэл оюун ухаан нь эрүүл мэндийн салбарын өөрчлөлтийн хүч болох төлөвтэй байна.Хиймэл оюун ухаанд суурилсан багаж хэрэгслийн нөлөөлөл нь эмч, өвчтөнүүдэд хэрхэн ашиг тусаа өгөх вэ?
Өнөөгийн эрүүл мэндийн салбар маш төлөвшсөн бөгөөд зарим томоохон өөрчлөлтүүдийг хийж чадна.Архаг өвчин, хорт хавдраас эхлээд гэрлийн шинжилгээ, эрсдлийн үнэлгээ хүртэл эрүүл мэндийн салбар нь өвчтөний тусламж үйлчилгээнд илүү нарийвчлалтай, үр дүнтэй, үр дүнтэй арга хэмжээ авах технологи ашиглах тоо томшгүй олон боломжуудтай юм шиг санагддаг.
Технологи хөгжихийн хэрээр өвчтөнүүд эмч нарт тавих шаардлага улам бүр нэмэгдсээр байгаа бөгөөд бэлэн байгаа мэдээллийн тоо аймшигтай хурдацтай өссөөр байна.Хиймэл оюун ухаан нь эмнэлгийн тусламж үйлчилгээг тасралтгүй сайжруулахад туслах хөдөлгүүр болно.
Уламжлалт шинжилгээ, эмнэлзүйн шийдвэр гаргах технологитой харьцуулахад хиймэл оюун ухаан нь олон давуу талтай.Сургалтын алгоритм нь сургалтын өгөгдөлтэй харьцах үед энэ нь илүү нарийвчлалтай болж, эмч нарт оношлогоо, сувилах үйл явц, эмчилгээний хувьсах байдал, өвчтөний үр дүнгийн талаар урьд өмнө байгаагүй ойлголттой болох боломжийг олгодог.
Partners Healthcare-аас зохион байгуулсан 2018 оны Дэлхийн хиймэл оюун ухааны анагаах ухааны инновацийн форумд (wmif) эмнэлгийн судлаачид болон клиникийн мэргэжилтнүүд дараагийн жилүүдэд хиймэл оюун ухааныг нэвтрүүлэхэд чухал нөлөө үзүүлэх эмнэлгийн салбарын технологи, салбаруудын талаар дэлгэрэнгүй танилцуулав. арван жил.
2018 онд wmif-ийн дарга, Анагаах ухааны доктор Анне Кибланкси, Partners Healthcare-ийн ахлах захирал, анагаах ухааны доктор Грегг Мейер нар салбарын бүх салбарт авчирсан ийм төрлийн "хувиралт" нь өвчтөнүүдэд ихээхэн ашиг тус авчрах боломжтой бөгөөд өргөн цар хүрээтэй байдаг гэж мэдэгдэв. бизнесийн амжилтын боломж.
Харвардын Анагаах Ухааны Сургуулийн (HMS) Профессор, Түншүүдийн мэдээллийн шинжлэх ухааны ахлах ажилтан, Доктор Кейт Дрейер, Массачусетсийн Нэгдсэн Эмнэлгийн (MGH) судалгааны стратеги, үйл ажиллагааны захирал, доктор Кэтрин Андреол зэрэг түншүүдийн эрүүл мэндийн салбарын мэргэжилтнүүдийн тусламжтайгаар , хиймэл оюун ухаан нь эмнэлгийн үйлчилгээ, шинжлэх ухаанд хувьсгал хийх 12 аргыг санал болгосон.
1. Тархины компьютерийн интерфейсээр дамжуулан сэтгэлгээ, машиныг нэгтгэх
Компьютер ашиглан харилцах нь шинэ санаа биш боловч гар, хулгана, дэлгэцгүйгээр технологи, хүний сэтгэлгээний шууд интерфейсийг бий болгох нь зарим өвчтөнд чухал ач холбогдолтой судалгааны салбар юм.
Мэдрэлийн системийн өвчин, гэмтэл нь зарим өвчтөнд бусадтай болон хүрээлэн буй орчинтойгоо утга учиртай ярих, хөдөлгөөн хийх, харилцах чадвараа алддаг.Хиймэл оюун ухаанаар дэмжигдсэн тархины компьютерийн интерфейс (BCI) нь эдгээр функцийг үүрд алдах вий гэж санаа зовж буй өвчтөнүүдэд эдгээр үндсэн туршлагыг сэргээж чадна.
"Хэрэв би мэдрэлийн эрчимт эмчилгээний тасагт гэнэт үйлдэл хийх, ярих чадвараа алдсан өвчтөнийг харвал маргааш нь түүний харилцах чадвар сэргэнэ гэж найдаж байна" гэж мэдрэлийн технологи, мэдрэлийн нөхөн сэргээх төвийн захирал Лей Хочберг хэлэв. Массачусетсийн нэгдсэн эмнэлэг (MGH).Тархины компьютерийн интерфэйс (BCI) болон хиймэл оюун ухааныг ашигласнаар бид гарны хөдөлгөөнтэй холбоотой мэдрэлийг идэвхжүүлж, өвчтөнийг бүх үйл ажиллагааны туршид дор хаяж 5 удаа бусадтай харилцах боломжтой байх ёстой. таблет компьютер эсвэл гар утас гэх мэт."
Тархины компьютерийн интерфейс нь хажуугийн амиотрофын склероз (ALS), цус харвалт эсвэл атрезийн синдромтой өвчтөнүүдийн амьдралын чанарыг эрс сайжруулж, дэлхий даяар жил бүр нугасны гэмтэлтэй 500000 өвчтөний амьдралыг сайжруулдаг.
2.Дараагийн үеийн цацрагийн багаж хэрэгслийг хөгжүүлэх
Соронзон резонансын дүрслэл (MRI), CT сканнер, рентген туяагаар олж авсан цацрагийн дүрслэл нь хүний биеийн дотоод хэсгийг инвазив бус байдлаар харах боломжийг олгодог.Гэсэн хэдий ч олон оношлогооны процедур нь халдвар авах эрсдэлтэй биопсийн аргаар олж авсан эд эсийн дээж дээр тулгуурладаг.
Мэргэжилтнүүдийн таамаглаж буйгаар зарим тохиолдолд хиймэл оюун ухаан нь дараагийн үеийн Радиологийн багаж хэрэгслийг амьд эд эсийн дээжийн хэрэгцээг нөхөхөд хангалттай нарийвчлалтай, нарийвчлалтай болгох боломжийг олгоно.
Бригам эмэгтэйчүүдийн эмнэлгийн (BWh) дүрсээр удирдуулсан мэдрэлийн мэс заслын захирал, анагаах ухааны доктор Александра Голби хэлэхдээ, "Бид оношилгооны багийг мэс засалч эсвэл интервенцийн рентгенологич, эмгэг судлаачидтай нэгтгэхийг хүсч байна, гэхдээ энэ нь өөр өөр багуудын хамтын ажиллагаанд хүрэх маш том сорилт юм. болон зорилгын тууштай байдал. Хэрэв бид эд эсийн дээжээс одоо байгаа мэдээллийг рентген шинжилгээгээр хангахыг хүсвэл тухайн пикселийн үндсэн баримтуудыг мэдэхийн тулд маш ойр стандартад хүрэх боломжтой байх ёстой."
Энэ үйл явцын амжилт нь эмч нарт хорт хавдрын шинж чанаруудын багахан хэсэгт үндэслэн эмчилгээний шийдвэр гаргахаас илүүтэйгээр хавдрын ерөнхий гүйцэтгэлийг илүү нарийвчлалтай ойлгох боломжийг олгоно.
AI нь хорт хавдрын инвазив чанарыг илүү сайн тодорхойлж, эмчилгээний зорилтыг илүү оновчтой тодорхойлж чадна.Нэмж дурдахад хиймэл оюун ухаан нь "виртуал биопси"-ийг хэрэгжүүлэхэд тусалж, хавдрын фенотип болон генетикийн шинж чанарыг тодорхойлоход зурагт суурилсан алгоритмуудыг ашиглах зорилготой Радиологийн салбарт инновацийг хөгжүүлэхэд тусалдаг.
3. Дутуу буюу хөгжиж буй бүс нутагт эмнэлгийн үйлчилгээг өргөжүүлэх
Хөгжиж буй орнуудад хэт авианы техникч, радиологич зэрэг бэлтгэгдсэн эрүүл мэндийн тусламж үйлчилгээ үзүүлэгч дутагдалтай байгаа нь өвчтөний амийг аврахын тулд эмнэлгийн үйлчилгээг ашиглах боломжийг эрс бууруулна.
Баруун Африкийн бүх эмнэлгүүдээс илүү алдартай Лонгвудын өргөн чөлөө бүхий Бостоны зургаан эмнэлэгт рентген эмч нар ажиллаж байгааг уулзалтаар онцлов.
Хиймэл оюун ухаан нь хүнд оногдуулдаг оношилгооны зарим үүрэг хариуцлагыг хүлээн авснаар эмч нарын нэн хомсдолын нөлөөг бууруулахад тусалдаг.
Жишээлбэл, хиймэл оюун ухааны дүрслэлийн хэрэгсэл нь цээжний рентген туяаг ашиглан сүрьеэгийн шинж тэмдгийг ихэвчлэн эмчтэй ижил нарийвчлалтайгаар шалгаж болно.Энэ функцийг нөөцийн хомсдолтой бүс нутагт үйлчилгээ үзүүлэгчдэд зориулсан програмаар дамжуулан ашиглах боломжтой бөгөөд энэ нь туршлагатай оношлогооны рентген судлаачдын хэрэгцээг бууруулдаг.
Массачусетсийн нэгдсэн эмнэлгийн (MGH) мэдрэл судлалын туслах, рентген судлалын дэд профессор Доктор Жаяшри Калпати Крамер "Энэ технологи нь эрүүл мэндийн тусламж үйлчилгээг сайжруулах асар их боломжтой" гэж хэлэв.
Гэсэн хэдий ч хиймэл оюун ухааны алгоритм хөгжүүлэгчид өөр өөр үндэстэн, бүс нутгийн хүмүүст өвчний гүйцэтгэлд нөлөөлж болох физиологийн болон хүрээлэн буй орчны өвөрмөц хүчин зүйлүүд байж болохыг сайтар бодож үзэх хэрэгтэй.
"Жишээлбэл, Энэтхэгт өвчинд нэрвэгдсэн хүн ам АНУ-аас тэс өөр байж магадгүй" гэж тэр хэлэв.Эдгээр алгоритмыг боловсруулахдаа өгөгдөл нь өвчний илрэл, хүн амын олон янз байдлыг илэрхийлж байгаа эсэхийг баталгаажуулах нь маш чухал юм.Бид зөвхөн нэг популяци дээр суурилсан алгоритмуудыг хөгжүүлээд зогсохгүй бусад популяцид чухал үүрэг гүйцэтгэнэ гэж найдаж байна."
4. Эрүүл мэндийн цахим бүртгэлийн ашиглалтын ачааллыг бууруулна
Эрүүл мэндийн цахим бүртгэл (түүний) эрүүл мэндийн салбарын дижитал аялалд чухал үүрэг гүйцэтгэсэн боловч энэхүү өөрчлөлт нь танин мэдэхүйн хэт ачаалал, эцэс төгсгөлгүй баримт бичиг, хэрэглэгчийн ядаргаатай холбоотой олон асуудлыг авчирсан.
Цахим эрүүл мэндийн бүртгэл (түүний) хөгжүүлэгчид одоо хиймэл оюун ухааныг ашиглан илүү ойлгомжтой интерфэйс бий болгож, хэрэглэгчийн маш их цаг зарцуулдаг горимуудыг автоматжуулж байна.
Бригам эрүүл мэндийн салбарын дэд ерөнхийлөгч бөгөөд мэдээллийн ахлах ажилтан, доктор Адам Лэндман хэлэхдээ, хэрэглэгчид ихэнх цагаа эмнэлзүйн бичиг баримт бүрдүүлэх, захиалга оруулах, ирсэн хайрцгаа ангилах гэсэн гурван ажилд зарцуулдаг.Яриа таних, диктант бичих нь эмнэлзүйн баримт бичгийн боловсруулалтыг сайжруулахад тусалдаг ч байгалийн хэлээр боловсруулах (NLP) хэрэгслүүд хангалтгүй байж магадгүй юм.
"Би илүү зоригтой байж, цагдаа нар камер зүүсэнтэй адил эмнэлзүйн эмчилгээнд видео бичлэг ашиглах гэх мэт зарим өөрчлөлтийг авч үзэх шаардлагатай гэж бодож байна" гэж Ландман хэлэв.Хиймэл оюун ухаан, машин сургалтын тусламжтайгаар эдгээр видеог ирээдүйд татаж авах зорилгоор индексжүүлж болно.Гэртээ хиймэл оюун ухааны туслахуудыг ашигладаг Сири, Алекса нарын нэгэн адил виртуал туслахуудыг ирээдүйд өвчтөний орны дэргэд авчирч, эмч нарт эмбэддлагдсан оюун ухааныг ашиглан эмнэлгийн захиалга өгөх боломжийг олгоно."
AI нь эмийн нэмэлт, үр дүнгийн мэдэгдэл гэх мэт ирсэн имэйл хайрцагнаас ирдэг ердийн хүсэлтийг шийдвэрлэхэд тусалдаг.Энэ нь эмч нарын анхаарлыг үнэхээр шаарддаг ажлуудыг эрэмбэлэхэд тусалж, өвчтөнд хийх ажлын жагсаалтаа боловсруулахад хялбар болгож чадна гэж Лэндман нэмж хэлэв.
5.Антибиотик эсэргүүцэх эрсдэл
Эдгээр гол эмүүдийг хэтрүүлэн хэрэглэх нь эмчилгээнд хариу өгөхөө больсон супер нянгийн хувьсалд хүргэж болзошгүй тул антибиотикт тэсвэртэй байх нь хүний хувьд улам бүр нэмэгдэж буй аюул юм.Олон эмэнд тэсвэртэй бактери нь эмнэлгийн орчинд ноцтой хохирол учруулж, жил бүр хэдэн арван мянган өвчтөний үхэлд хүргэдэг.Зөвхөн Clostridium difficile нь АНУ-ын эрүүл мэндийн системд жилд ойролцоогоор 5 тэрбум доллар зарцуулж, 30000 гаруй хүний үхэлд хүргэдэг.
EHR-ийн мэдээлэл нь өвчтөнд шинж тэмдэг илэрч эхлэхээс өмнө халдварын хэлбэрийг тодорхойлж, эрсдэлийг тодруулахад тусалдаг.Эдгээр дүн шинжилгээг хийхийн тулд машин сургалтын болон хиймэл оюун ухааны хэрэгслүүдийг ашиглах нь тэдгээрийн нарийвчлалыг сайжруулж, эрүүл мэндийн тусламж үйлчилгээ үзүүлэгчдэд илүү хурдан, илүү нарийвчлалтай дохио өгөх боломжтой.
Массачусетсийн нэгдсэн эмнэлгийн (MGH) халдварын хяналтын дэд захирал, доктор Эрика Шеной "Хиймэл оюун ухааны хэрэгслүүд нь халдварын хяналт, антибиотикт тэсвэртэй байх хүлээлтийг хангаж чадна" гэж хэлэв.Хэрэв тэд тэгэхгүй бол бүгд бүтэлгүйтэх болно.Эмнэлгүүд EHR-ийн мэдээлэл ихтэй байдаг тул тэдгээрийг бүрэн ашиглахгүй бол эмнэлзүйн туршилтын загварт илүү ухаалаг, хурдан үйлдвэрүүдийг бий болгохгүй бол, мөн эдгээр өгөгдлийг бий болгодог EHR-ийг ашиглахгүй бол тэд бүтэлгүйтэлтэй тулгарах болно."
6. Эмгэг судлалын дүрслэлд илүү нарийвчлалтай дүн шинжилгээ хийх
Бригам эмэгтэйчүүдийн эмнэлгийн (BWh) эмгэг судлалын тэнхимийн эрхлэгч, HMS-ийн эмгэг судлалын профессор, доктор Жеффри Голден хэлэхдээ, эмгэг судлаачид бүх төрлийн эмнэлгийн үйлчилгээ үзүүлэгчдийн оношлогооны мэдээллийн хамгийн чухал эх сурвалжуудын нэг болдог.
"Эрүүл мэндийн тусламж үйлчилгээний шийдвэрийн 70% нь эмгэг судлалын үр дүнд тулгуурладаг бөгөөд EHR-ийн нийт мэдээллийн 70-75% нь эмгэг судлалын үр дүнгээс гардаг" гэж тэр хэлэв.Үр дүн нь илүү нарийвчлалтай байх тусам зөв оношийг хурдан гаргах болно.Энэ бол дижитал эмгэг судлал, хиймэл оюун ухаанд хүрэх боломжтой зорилго юм."
Том хэмжээний дижитал зураг дээрх пикселийн түвшний гүн шинжилгээ нь хүний нүднээс зугтаж болох нарийн ялгааг таних боломжийг эмч нарт олгодог.
"Бид одоо хорт хавдар хурдан эсвэл удаан хөгжих үү, өвчтөний эмчилгээг эмнэлзүйн үе шат, гистологийн зэрэглэл гэхээсээ илүү алгоритм дээр үндэслэн хэрхэн өөрчлөх талаар илүү сайн үнэлэх боломжтой" гэж Голден хэлэв.Энэ нь маш том урагшлах алхам болно."
Тэрээр нэмж хэлэхдээ, "AI нь эмч нар өгөгдлийг хянахаас өмнө слайдын сонирхсон шинж чанаруудыг тодорхойлох замаар бүтээмжийг сайжруулж чадна. AI нь слайдуудыг шүүж, зөв агуулгыг харахад бидэнд чиглүүлж, юу чухал, юу нь чухал биш болохыг үнэлж дүгнэх боломжтой. Энэ нь сайжруулдаг. эмгэг судлаачдыг ашиглах үр ашиг, тохиолдол бүрийг судлах үнэ цэнийг нэмэгдүүлдэг.
Эмнэлгийн төхөөрөмж, машинд мэдээлэл авчрах
Ухаалаг төхөөрөмжүүд нь хэрэглэгчийн орчныг эзэлж, хөргөгчний доторх бодит цагийн дүрс бичлэгээс эхлээд жолоочийн анхаарлыг сарниулж байгааг илрүүлдэг машин хүртэл төхөөрөмжүүдээр хангадаг.
Эмнэлгийн орчинд ухаалаг төхөөрөмжүүд нь ICU болон бусад газарт байгаа өвчтөнүүдийг хянахад зайлшгүй шаардлагатай байдаг.Сепсис хөгжиж байгааг илтгэх, хүндрэлийн талаарх ойлголт зэрэг нөхцөл байдал муудаж байгааг тодорхойлох чадварыг сайжруулахын тулд хиймэл оюун ухааныг ашиглах нь үр дүнг мэдэгдэхүйц сайжруулж, эмчилгээний зардлыг бууруулж чадна.
"Бид эрүүл мэндийн системд янз бүрийн өгөгдлийг нэгтгэх талаар ярихдаа ICU-ийн эмч нарыг аль болох эрт хөндлөнгөөс оролцуулахын тулд нэгтгэж, сэрэмжлүүлэх хэрэгтэй бөгөөд эдгээр өгөгдлийг нэгтгэх нь хүний эмч нарын хийж чадах сайн зүйл биш юм" гэж Марк Михальски хэлэв. , BWh дахь клиник мэдээллийн шинжлэх ухааны төвийн гүйцэтгэх захирал.Ухаалаг алгоритмуудыг эдгээр төхөөрөмжид оруулах нь эмч нарын танин мэдэхүйн ачааллыг бууруулж, өвчтөнийг аль болох түргэн шуурхай эмчлэх боломжийг олгодог."
8.хорт хавдрын эмчилгээнд дархлааны эмчилгээг дэмжих
Дархлаа эмчилгээ нь хорт хавдрыг эмчлэх хамгийн ирээдүйтэй аргуудын нэг юм.Хорт хавдартай тэмцэхийн тулд бие махбодийн өөрийн дархлааг ашигласнаар өвчтөнүүд зөрүүд хавдрыг даван туулж чадна.Гэсэн хэдий ч цөөхөн хэдэн өвчтөнд одоогийн дархлалын эмчилгээний горимд хариу үйлдэл үзүүлдэг бөгөөд хорт хавдрын эмч нар ямар өвчтөнд энэ дэглэмээс ашиг тус хүртэхийг тодорхойлох нарийн, найдвартай аргыг хараахан олоогүй байна.
Машин сургалтын алгоритмууд болон тэдгээрийн маш нарийн төвөгтэй өгөгдлийн багцыг нэгтгэх чадвар нь хувь хүмүүсийн өвөрмөц генийн бүтцийг тодруулж, зорилтот эмчилгээний шинэ хувилбаруудыг гаргаж чадна.
Массачусетсийн нэгдсэн эмнэлгийн (MGH) иж бүрэн оношилгооны төвийн тооцооллын эмгэг судлал, технологийн хөгжлийн захирал Др Лонг Ле "Сүүлийн үед хамгийн сэтгэл хөдөлгөм хөгжил бол дархлааны тодорхой эсүүдээс үүсдэг уургийг блоклодог хяналтын цэгийн дарангуйлагч юм" гэж тайлбарлав.Гэхдээ бид бүх асуудлыг ойлгохгүй хэвээр байгаа нь маш төвөгтэй юм.Бидэнд илүү өвчтөний мэдээлэл хэрэгтэй байгаа нь гарцаагүй.Эдгээр эмчилгээ нь харьцангуй шинэ тул тийм ч олон өвчтөн хэрэглэдэггүй.Тиймээс бид нэг байгууллага дотор эсвэл олон байгууллагын хэмжээнд өгөгдлийг нэгтгэх шаардлагатай эсэхээс үл хамааран загварчлалын үйл явцыг жолоодох өвчтөнүүдийн тоог нэмэгдүүлэх гол хүчин зүйл болно."
9.Эрүүл мэндийн цахим бүртгэлийг найдвартай эрсдэлийг урьдчилан таамаглагч болгон хувирга
Эрүүл мэндийн цахим бүртгэл (түүний) нь өвчтөний мэдээллийн үнэт баялаг боловч үйлчилгээ үзүүлэгч болон хөгжүүлэгчдэд их хэмжээний мэдээллийг үнэн зөв, цаг алдалгүй, найдвартай байдлаар задлан шинжлэх, дүн шинжилгээ хийх байнгын сорилт болдог.
Өгөгдлийн чанар, бүрэн бүтэн байдлын асуудал, өгөгдлийн форматын төөрөгдөл, зохион байгуулалттай, бүтэцгүй оролт, бүрэн бус бүртгэл зэрэг нь хүмүүст эрсдэлийн ангилал, урьдчилан таамаглах дүн шинжилгээ, эмнэлзүйн шийдвэр гаргахад дэмжлэг үзүүлэх арга замыг үнэн зөв ойлгоход хэцүү болгодог.
Бригам эмэгтэйчүүдийн эмнэлгийн (BWh) яаралтай тусламжийн тэнхимийн туслах профессор, Харвардын Анагаах Ухааны Сургуулийн (HMS) туслах профессор, доктор Зиад ОБЕРМЕЙЕР "Өгөгдлийг нэг газар нэгтгэхийн тулд маш хэцүү ажил байна. Гэхдээ өөр нэг асуудал бол ойлгох явдал юм. Эрүүл мэндийн цахим бүртгэлд ямар нэгэн өвчнийг урьдчилан таамаглахад хүмүүс юу олж авдаг вэ? Хүмүүс хиймэл оюун ухааны алгоритмууд сэтгэл гутрал эсвэл цус харвалтыг урьдчилан таамаглаж чадна гэж сонсдог боловч үнэндээ цус харвалтын өртөг нэмэгдэхийг урьдчилан таамаглаж байгааг олж мэдсэн. өөрөө цус харвалт."
Тэрээр үргэлжлүүлэн, "MRI үр дүнд найдах нь илүү тодорхой өгөгдлийн багц өгөх юм шиг байна. Гэхдээ одоо бид MRI-г төлж чадах эсэх талаар бодох хэрэгтэй. Тэгэхээр эцсийн таамаг нь хүлээгдэж буй үр дүн биш юм. "
NMR шинжилгээ нь эрсдэлийн оноо, давхраа тогтоох олон арга хэрэгслийг бий болгосон, ялангуяа судлаачид хамааралгүй мэт санагдах өгөгдлийн багц хоорондын шинэ холболтыг тодорхойлохын тулд гүнзгий суралцах арга техникийг ашигладаг.
Гэсэн хэдий ч эдгээр алгоритмууд нь өгөгдөлд нуугдаж буй гажуудлыг тодорхойлохгүй байх нь эмнэлзүйн тусламж үйлчилгээг үнэхээр сайжруулж чадах хэрэгслүүдийг ашиглахад маш чухал гэж OBERMEYER үзэж байна.
"Хамгийн том сорилт бол хар хайрцгийг онгойлгож, хэрхэн таамаглахаа хайж эхлэхээсээ өмнө бид юу урьдчилан таамаглаж байснаа мэдэж байх явдал юм" гэж тэр хэлэв.
10. Зүүдэг төхөөрөмж болон хувийн хэрэгслээр эрүүл мэндийн байдлыг хянах
Одоо бараг бүх хэрэглэгчид мэдрэгч ашиглан эрүүл мэндийн үнэ цэнийн талаарх мэдээлэл цуглуулах боломжтой болсон.Алхам хянагчтай ухаалаг гар утаснаас эхлээд зүрхний цохилтыг өдрийн турш хянадаг зүүж болох төхөөрөмж хүртэл эрүүл мэндтэй холбоотой илүү олон мэдээллийг хүссэн үедээ үүсгэж болно.
Эдгээр өгөгдлийг цуглуулж, дүн шинжилгээ хийх, өвчтөний өгсөн мэдээллийг програмууд болон бусад гэрийн хяналтын төхөөрөмжөөр дамжуулан нөхөх нь хувь хүн болон олон нийтийн эрүүл мэндийн өвөрмөц хэтийн төлөвийг бий болгож чадна.
AI нь энэхүү том, олон төрлийн мэдээллийн сангаас хэрэгжүүлэх боломжтой ойлголтуудыг гаргахад чухал үүрэг гүйцэтгэх болно.
Гэхдээ Бригам эмэгтэйчүүдийн эмнэлгийн (BWh) мэдрэлийн мэс засалч, тооцооллын мэдрэл судлалын төвийн захирал, доктор Омар Арнут хэлэхдээ өвчтөнүүдийг энэхүү дотно, байнгын мониторингийн өгөгдөлд дасан зохицоход нь туслахын тулд нэмэлт ажил шаардлагатай байж магадгүй юм.
"Бид дижитал өгөгдлийг боловсруулахад чөлөөтэй байсан" гэж тэр хэлэв.Гэхдээ Кембрижийн аналитик болон Facebook-т мэдээлэл алдагдсанаар хүмүүс хэнтэй ямар мэдээллээ хуваалцах талаар илүү болгоомжтой байх болно."
Өвчтөнүүд Facebook гэх мэт томоохон компаниудаас илүү эмч нартаа итгэх хандлагатай байдаг гэж тэр нэмж хэлэв, энэ нь томоохон судалгааны хөтөлбөрүүдэд мэдээлэл өгөхөд хүндрэл учруулдаг.
"Хүмүүсийн анхаарал санамсаргүй байдлаар, цуглуулсан мэдээлэл нь маш бүдүүлэг учраас элэгддэг өгөгдөл ихээхэн нөлөө үзүүлэх магадлалтай" гэж Арноут хэлэв.Мэдээллийг тасралтгүй цуглуулснаар эмч нарт өвчтөнд илүү сайн анхаарал тавихад тусалдаг."
11.Ухаалаг утсыг оношилгооны хүчирхэг хэрэгсэл болгох
Ухаалаг утас болон бусад хэрэглэгчийн түвшний эх сурвалжаас авсан зургууд нь зөөврийн төхөөрөмжийн хүчирхэг функцийг үргэлжлүүлэн ашиглах замаар, ялангуяа үйлчилгээ муутай бүс нутаг эсвэл хөгжиж буй орнуудад эмнэлзүйн чанарын дүрслэлд чухал нэмэлт болно гэж мэргэжилтнүүд үзэж байна.
Хөдөлгөөнт камерын чанар жил бүр сайжирч байгаа бөгөөд энэ нь хиймэл оюун ухааны алгоритмын шинжилгээнд ашиглаж болох зураг үүсгэх боломжтой.Арьс болон нүдний эмч нар энэ чиг хандлагын эрт үр шимийг хүртдэг.
Британийн судлаачид хүүхдийн царайны зургийг шинжлэн хөгжлийн эмгэгийг тодорхойлох хэрэгсэл хүртэл бүтээжээ.Алгоритм нь хүүхдийн доод эрүүний шугам, нүд, хамрын байрлал зэрэг салангид шинж чанаруудыг илрүүлж, нүүрний хэвийн бус байдлыг илтгэж болох бусад шинж чанаруудыг илрүүлэх боломжтой.Одоогийн байдлаар уг хэрэгсэл нь 90 гаруй өвчинтэй нийтлэг зурагтай таарч, эмнэлзүйн шийдвэр гаргахад дэмжлэг үзүүлэх боломжтой.
Бригам эмэгтэйчүүдийн эмнэлгийн (BWh) микро/нано анагаах ухаан, дижитал эрүүл мэндийн лабораторийн захирал, доктор Хади Шафие хэлэхдээ: "Ихэнх хүмүүс олон төрлийн мэдрэгч бүхий хүчирхэг гар утсаар тоноглогдсон байдаг. Энэ нь бидний хувьд маш том боломж юм. Бараг бүгд Салбарын тоглогчид өөрсдийн төхөөрөмждөө Ai программ хангамж, техник хангамжийг бүтээж эхэлжээ.Энэ нь санамсаргүй хэрэг биш.Манай дижитал ертөнцөд өдөр бүр 2.5 сая терабайт мэдээлэл бий болдог.Гар утасны салбарт үйлдвэрлэгчид үүнийг ашиглаж чадна гэж үздэг. хиймэл оюун ухаанд зориулсан өгөгдөл нь илүү хувийн, илүү хурдан, илүү ухаалаг үйлчилгээ үзүүлэх."
Өвчтөний нүд, арьсны гэмтэл, шарх, халдвар, эм болон бусад сэдвийн зургийг цуглуулахын тулд ухаалаг гар утсыг ашиглах нь тусламж үйлчилгээ муутай газруудад мэргэжилтнүүдийн хомсдолыг арилгахын зэрэгцээ зарим гомдлыг оношлох хугацааг багасгахад тусална.
"Ирээдүйд томоохон үйл явдлууд тохиолдож магадгүй бөгөөд бид энэ боломжийг ашиглан тусламж үйлчилгээний цэгт өвчний менежментийн зарим чухал асуудлыг шийдвэрлэх боломжтой" гэж Шафи хэлэв.
12. Орны дэргэдэх хиймэл оюун ухаантай эмнэлзүйн шийдвэр гаргах шинэлэг байдал
Эрүүл мэндийн салбар төлбөрт суурилсан үйлчилгээ рүү шилжих тусам идэвхгүй эрүүл мэндийн тусламж үйлчилгээнээс улам бүр холдож байна.Архаг өвчин, цочмог өвчин, гэнэтийн муудахаас өмнө урьдчилан сэргийлэх нь үйлчилгээ үзүүлэгч бүрийн зорилго бөгөөд нөхөн олговрын бүтэц нь эцсийн дүндээ идэвхтэй, урьдчилан таамаглах арга хэмжээ авах боломжтой үйл явцыг хөгжүүлэх боломжийг олгодог.
Хиймэл оюун ухаан нь урьдчилан таамаглах дүн шинжилгээ хийх, эмнэлзүйн шийдвэр гаргахад туслах хэрэгслүүдийг дэмжиж, үйлчилгээ үзүүлэгчдийг арга хэмжээ авах шаардлагатайг ухаарахаас өмнө асуудлыг шийдвэрлэхийн тулд энэхүү хувьслын олон үндсэн технологийг хангах болно.Хиймэл оюун ухаан нь эпилепси эсвэл сепсисийн эрт сэрэмжлүүлгийг өгч чаддаг бөгөөд энэ нь ихэвчлэн нарийн төвөгтэй мэдээллийн багцад гүнзгий дүн шинжилгээ хийх шаардлагатай болдог.
Массачусетсийн нэгдсэн эмнэлгийн (MGH) эмнэлзүйн мэдээлэл хариуцсан захирал, анагаах ухааны доктор Брэндон Уэстовер хэлэхдээ, машин сургалт нь зүрх зогссоны дараа комд орсон зэрэг хүнд өвчтэй өвчтөнүүдэд үргэлжлүүлэн тусламж үзүүлэхэд тусалж чадна.
Энгийн нөхцөлд эмч нар эдгээр өвчтөнүүдийн ЭЭГ-ийн мэдээллийг шалгах ёстой гэж тэр тайлбарлав.Энэ үйл явц нь цаг хугацаа их шаарддаг бөгөөд субъектив бөгөөд үр дүн нь эмч нарын ур чадвар, туршлагаас хамаарч өөр өөр байж болно.
Тэрээр хэлэхдээ "Эдгээр өвчтөнүүдийн хандлага удаан байж болно.Заримдаа эмч нар хэн нэгний эдгэрч байгаа эсэхийг харахыг хүсэх үед 10 секунд тутамд хянагддаг өгөгдлийг харж болно.Гэсэн хэдий ч 24 цагийн дотор цуглуулсан 10 секундын өгөгдөл өөрчлөгдсөн эсэхийг харах нь энэ хооронд үс ургасан эсэхийг харахтай адил юм.Гэсэн хэдий ч хиймэл оюун ухааны алгоритмууд болон олон өвчтөнөөс авсан их хэмжээний өгөгдлийг ашиглавал хүмүүсийн харж буй зүйлийг урт хугацааны хэв маягтай уялдуулах нь илүү хялбар бөгөөд зарим нарийн сайжруулалтууд гарч ирэх бөгөөд энэ нь эмч нарын сувилахуйн чиглэлээр шийдвэр гаргахад нөлөөлнө. ."
Эмнэлзүйн шийдвэр гаргахад зориулж хиймэл оюун ухааны технологийг ашиглах, эрсдэлийн оноо авах, эрт сэрэмжлүүлэх нь энэхүү хувьсгалт мэдээллийн шинжилгээний аргын хөгжлийн хамгийн ирээдүйтэй чиглэлүүдийн нэг юм.
Шинэ үеийн багаж хэрэгсэл, системийг эрчим хүчээр хангаснаар эмч нар өвчний нарийн ширийн зүйлийг илүү сайн ойлгож, сувилахуйн үйлчилгээг илүү үр дүнтэй үзүүлж, асуудлыг урьдчилан шийдэж чадна.Хиймэл оюун ухаан нь эмнэлзүйн эмчилгээний чанарыг сайжруулах шинэ эрин үеийг эхлүүлж, өвчтөний тусламж үйлчилгээнд сэтгэл хөдөлгөм нээлтүүдийг хийх болно.
Шуудангийн цаг: 2021 оны 8-р сарын 06-ны хооронд
