Trenutno stanje u zdravstvenoj industriji i kako se AI može transformirati

Zamišljam svijet u kojem će nas AI natjerati da produktivnije radimo, živimo duže i imamo čistiju energiju. –Fei-Fei Li, profesor računarskih znanosti na Sveučilištu Stanford


Umjetna inteligencija ima potencijal da poboljša svaki aspekt našeg života i pomogne nam da transformiramo zdravstvo. Pogledajmo kako se zdravstvena skrb danas prakticira i kako AI to transformira.

Zdravstvena zaštita podrazumijeva očuvanje zdravlja pojedinca do poboljšanja ili poboljšanje istog. Obuhvaća ozljede sitne poput rezanja papira do raka krvi.

Zdravstvo se može podijeliti u tri kategorije, naime sljedeće.

  • liječenje
  • preventivan
  • Prediktivni

Možemo koristiti ogromnu količinu podataka dobivenih svaki dan da pronađemo bolji lijek za bolest, pronađemo nove lijekove, pa čak i predvidimo vjerojatnost bolesti puno prije nego što se primijete bilo kakvi simptomi povezani s njom..

Problemi u zdravstvenoj industriji

Problemi zdravstvene industrije mogu se podijeliti u dvije široke kategorije. Jedna kategorija problema proizlazi iz sociopolitičkih i financijskih pitanja, dok druga proizilazi iz tehnoloških izazova u industriji. Pitanja poput nedostatka kreveta, nedostatka zdravstvenih radnika i nekvalificiranih liječnika pripadaju prvoj kategoriji. Druga kategorija sadrži pitanja poput sporog istraživanja, ljudskih pogrešaka u analizi podataka i nedostatka transparentnosti podataka među organizacijama.

U ovom postu ćemo se usredotočiti samo na tehnološke izazove.

AI za poboljšanje zdravstvene zaštite

Umjetna inteligencija

Umjetna inteligencija nudi nevjerojatnu priliku za preobrazbu svijeta na ogroman način. Nazvani su kao nova struja od Andrew Ng. On ima potencijal dodirnuti život svake osobe na smislen način, baš kao što je to učinio i struja.

U zdravstvu, AI može pomoći poboljšati svaki korak ekosustava. Od predviđanja bolesti do pronalaska novog lijeka do svih novih modifikacija gena.

Pogledajmo što potencijal ima u budućnosti.

AI-zdravstveni ekosustav

Zamislite scenarij u kojem se par sprema vjenčati. AI sustav može provjeriti kompatibilnost svojih gena i otkriti postoji li rizik za dijete ili neki gen koji može rezultirati komplikacijom u normalnom životu djeteta. Ovaj sustav tada može pomoći u pronalaženju ispravnih mjera koje se mogu poduzeti prije i nakon rođenja djeteta.

Pretpostavimo da je sustav identificirao problem s određenim genom, tada bismo taj gen mogli promijeniti, kako bismo uklonili njegov štetni učinak. AI može pomoći u otkrivanju pravog lijeka koji bi mogao pomoći u kontroli problema čak i nakon rođenja djeteta.

Dijete se rodilo zdravo i sada je tinejdžer; nosi zdravstveni tragač poput Fitbita koji prati sve njene vitalne dijelove poput otkucaja srca, korake poduzete u danu i kalorije izgarane u danu. Ova čitanja koristi joj pomoćnik AI kako bi joj rekao o promjenama koje je potrebno unijeti u svoju rutinu kako bi nastavila sa zdravim načinom života.

Nažalost, jednog dana je u hitnoj situaciji i odvedena je u bolnicu. Njezino Fitbit čitanje moglo bi biti upućeno paramedicima da donesu odluke i prije nego što dođu kod nje. AI sustav može otkriti moguće probleme od kojih može patiti, poput zatajenja srca itd.

Uzorak krvi koji se uzima na putu može se lako analizirati računalnim vidom kako bi se postavila preliminarna dijagnoza. Trenutno većinu dijagnoza ručno postavlja stručnjak gledajući u mikroskop i proučavajući stanice.

Nakon puštanja iz bolnice, prošli podaci analizirani putem AI sustava predvidjet će vjerojatnost ponovnog prijema u bolnicu i predložit će odgovarajuće mjere da se to spriječi. To se može postići stalnim podsjećanjem na praćenje doze lijeka. Mogu se pripremiti i inteligentni lijekovi koji šalju signal kad ga pacijent primi kako bi stvari zaista postale automatske.

S povećanjem dobi, njezin AI asistent će kontinuirano prikupljati podatke za predviđanje zdravlja i poduzimati će odgovarajuće preventivne mjere kako bi njeno zdravlje bilo na najboljoj mogućoj razini.

Sustav će ove važne podatke tijekom cijelog života iskoristiti za poboljšanje i poboljšavanje stvari od sljedećeg trenutka.

AI u akciji

Digitalna dijagnostika pomoću računalnog vida

Trenutno, puno dijagnostike zahtijeva obučenog stručnjaka da pod mikroskopom analizira uzorke krvi, sline, tkiva, sjemena itd. Ovo zahtijeva mnogo vremena i podložno je pogreškama. Namjenski strojevi postoje za različite testove, ali jeftinije je rješenje moguće pomoću AI.

Digitalna dijagnostika koristi tehnologiju računalnog vida za analizu slika tih uzoraka, a zatim primjenjuju algoritme poput ANN i CNN kako bi se utvrdilo veličina oblika i kretanja stanica. Ti se podaci zatim upotrebljavaju kao značajke za obuku modela strojnog učenja kako bi se pronašli problemi koje pacijent može imati.

Slična se tehnologija koristi i za analizu X-zraka i CT skeniranja. Konvolucionarne neuronske mreže vrlo su dobre za analizu slika. Koriste filtre kako bi pronašli značajke slike, što nije moguće pomoću uobičajenih tehnika inženjeringa značajki.

Predviđanje širenja virusa

Za predviđanje širenja virusa i drugih zaraznih bolesti korišteni su različiti modeli strojnog učenja. Podaci društvenih medija s platformi poput Facebooka, Twittera itd. Koriste se kako bi se odgovarali regresijskim modelima za predviđanje područja sljedećih epidemija..

Optimizacija protoka pacijenta

Možemo koristiti podatke poput broja pacijenata na sat koji posjećuju bolnicu, trenutnih vremenskih uvjeta i uobičajenih ozljeda kako bismo predvidjeli broj pacijenata koji bi mogli doći u bolnicu određenog dana. Ova je inteligencija korisna medicinskim centrima za optimiziranje zaliha i bolju pripremu za hitne slučajeve.

 Osobni liječnici

Napredak u obradi prirodnog jezika omogućio je stvaranje pametnijih chatbotova koji bi pomogli pacijentima u bilo koji sat dana. Korisnik može jednostavno upisati uobičajene simptome s kojima se suočava, a njezin će mu chatbot reći hoće li posjetiti liječnika ili ne. Pomoćnik također može rezervirati sastanak s liječnikom automatski na temelju hitnosti situacije.

NLP pomaže u pronalaženju “namjere” korisnika iz rečenice koju je korisnik upisao. Za predradnju podataka koriste se tehnike poput zaustavljanja i lematizacije, uklanjanja zaustavnih riječi. Ovi unaprijed obrađeni podaci unose se u modele poput LSTM-a kako bi se shvatila namjera osobe i zatim u skladu s tim pronašao odgovor na nju..

24 × 7 nadzor

Kada je pacijent pod nadzorom, liječnici i medicinske sestre moraju redovito posjećivati ​​da bi utvrdili vitalnosti pacijenta. To zauzima puno vremena i dovodi do hitnih slučajeva zbog razmaka između posjeta. AI sustavi su sada sposobni stalno pratiti ove podatke i predvidjeti hoće li se dogoditi nešto pogrešno. Pravovremena upozorenja generirana ovim sustavima pomažu u uštedi vremena i života.

Prognoza vremenskih serija jedna je od metoda korištenih u takvom sustavu jer su primljeni podaci tok vrijednosti s vremenom. Ponavljajuće se neuronske mreže mogu također koristiti za analizu takvih podataka jer su RNN-ovi dobri u predviđanju budućih vrijednosti na temelju prošlih vrijednosti u toku.

Izazovi

Gore opisani ekosustav AI-Healthcare, iako vrlo idealistički, već se događa, ali nije toliko povezan kao što bi trebao biti. Evo nekih izazova s ​​kojima se suočava trenutna industrija.

  • IoT zdravstva nije baš lako implementirati. Podaci žive u silosu; Fitbit ne može komunicirati s bolničkim sustavom; digitalna patologija ne može komunicirati s drugim sustavom u bolnici. Ako je zdravstvena evidencija pacijenta iz druge bolnice, nova bolnica ne može te podatke uzeti kao trenutno, podatke svaka organizacija čuva privatno.
  • Ne postoje standardi oko obrade, pohranjivanja, privatnosti i dijeljenja zdravstvenih podataka. Svaka organizacija slijedi standarde koje postavlja njihov IT tim ili dobavljač. Sve to čini podatke vrlo teškim za razmjenu između organizacija i sustava. Za povezivanje ovog ekosustava potrebne su politike na nacionalnoj i međunarodnoj razini.

Etika u zdravstvu

Etika je jedan od najvažnijih dijelova zagonetki kada govorimo o AI u zdravstvu. Čitatelju ostavljam da razmisli o sljedećim scenarijima i shvati koliko složen može biti kad imamo inteligentne strojeve koji donose odluke za nas.

  • Tko je vlasnik vaših podataka? Elektronički zdravstveni karton (EHR) koji vaša bolnica pripada vama, ali bi li vam trebalo dopustiti da preuzmete vlasništvo nad njim? Što ako ste imali vrlo rijetku bolest i vaši su podaci od najveće važnosti, treba li društvo dozvoliti da ih koristi iako ih ne želite?
  • Pretpostavimo da sustav AI otkriva da imate veliku vjerojatnost da imate neku vrstu raka koja je neizlječiva. Želite li saznati o tome? Razmislite o emocionalnoj krivnji koju ta osoba može imati.
  • Što ako su predviđanja AI bila pogrešna. Tko bi trebao biti odgovoran za to, je li programer taj koji ga je kodirao ili organizacije koje su napravile sustav ili podatke koji su korišteni za stvaranje sustava na prvom mjestu?

AI u zdravstvu ima ogroman potencijal ako uspijemo riješiti neka od gore spomenutih pitanja. Vidimo ogroman napredak u tom području, a većina stvari opisanih u ovom članku nisu tako izmišljene koliko zvuče..

OZNAKE:

  • AI

Jeffrey Wilson Administrator
Sorry! The Author has not filled his profile.
follow me
    Like this post? Please share to your friends:
    Adblock
    detector
    map