Trenutno stanje v zdravstveni industriji in kako se lahko AI preoblikuje

Predstavljam si svet, v katerem nas bo AI naredil bolj produktivne, živeli dlje in imeli čistejšo energijo. –Fei-Fei Li, profesor računalništva na univerzi Stanford


Umetna inteligenca lahko izboljša vsak vidik našega življenja in nam pomaga preoblikovati zdravstveno varstvo. Poglejmo, kako se zdravstveno varstvo danes izvaja in kako ga AI preoblikuje.

Zdravstveno varstvo pomeni ohranjanje zdravja posameznika do oznake ali njegovo izboljšanje. Zajema poškodbe, ki so majhne kot kosi papirja do raka krvi.

Zdravstvo lahko razdelimo v tri kategorije, in sicer na naslednje.

  • Strjevanje
  • Preventivno
  • Napovedni

Vsak dan lahko uporabimo ogromno podatkov, da bi našli boljše zdravilo za bolezen, poiskali nova zdravila in celo napovedali verjetnost bolezni veliko preden opazimo kakršne koli simptome, povezane z njo.

Težave v zdravstveni industriji

Težave zdravstvene panoge lahko razdelimo na dve široki kategoriji. Ena kategorija problema izhaja iz družbenopolitičnih in finančnih vprašanj, druga pa iz tehnoloških izzivov v industriji. V prvo kategorijo spadajo vprašanja, kot so pomanjkanje postelj, pomanjkanje zdravstvenih delavcev in nekvalificirani zdravniki. Druga kategorija vsebuje vprašanja, kot so počasne raziskave, človeške napake pri analizi podatkov in pomanjkanje preglednosti podatkov med organizacijami.

V tej objavi se bomo osredotočili le na tehnološke izzive.

AI za izboljšanje zdravstvenega varstva

Umetna inteligenca

Umetna inteligenca ponuja neverjetno priložnost za ogromen preoblikovanje sveta. Poimenovali so ga kot novo elektriko Andrew Ng. Ta potencial se lahko smiselno dotakne življenja vsake osebe, tako kot je to storila elektrika.

V zdravstvu lahko AI pomaga pri izboljšanju vsakega koraka ekosistema. Od napovedi bolezni do iskanja novega zdravila do vseh novih modifikacij genov.

Poglejmo, kaj ima potencial za prihodnost.

EI-zdravstveni ekosistem

Zamislite si scenarij, ko se bo par poročil. Sistem AI lahko preveri združljivost njihovih genov in ugotovi, ali obstaja tveganje za otroka ali kakšen gen, ki lahko povzroči zaplet v otrokovem običajnem življenju. Ta sistem lahko nato pomaga ugotoviti prave ukrepe, ki jih je mogoče sprejeti pred in po rojstvu otroka.

Recimo, da je sistem določil težavo z določenim genom, bi lahko nato ta gen spremenil in tako odstranil njegov škodljiv učinek. AI lahko pomaga tudi pri odkrivanju pravega zdravila, ki bi lahko pomagalo pri preverjanju težave tudi po rojstvu otroka.

Otrok se je rodil zdrav in je zdaj najstnik; nosi zdravstveno sledilnico, kakršna je Fitbit, ki spremlja vse njene vitalne lastnosti, kot je srčni utrip, korake v dnevu in porabo kalorij na dan. Ta odčitavanja ji pomaga asistent AI, da ji pove, kakšne spremembe mora opraviti v svoji rutini, da nadaljuje zdrav način življenja.

Na žalost je nekega dne v sili in jo odpeljejo v bolnišnico. Njeno Fitbit branje lahko pošljejo bolničarjem, da sprejmejo odločitve, še preden pridejo na svoje mesto. Sistem AI lahko pove možne težave, ki jih ima, na primer srčni zastoj itd.

Vzorec krvi, ki ga odvzamemo med potjo, je mogoče enostavno analizirati s sistemom računalniškega vida za predhodno diagnozo. Trenutno večino diagnoze ročno postavi strokovnjak, tako da pogleda v mikroskop in preuči celice.

Po izpustitvi iz bolnišnice bodo pretekli podatki, ki jih analizira sistem AI, predvideli verjetnost ponovnega sprejema v bolnišnico in predlagali ustrezne ukrepe za njegovo preprečitev. To je mogoče storiti s stalnimi opomniki glede sledenja odmerka zdravila. Pripravimo lahko tudi inteligentna zdravila, ki pošljejo signal, ko ga bolnik sprejme, da se stvari resnično samodejno opravijo.

Z naraščajočo starostjo bo njen asistent AI nenehno zbiral podatke za napovedovanje zdravja in sprejel ustrezne preventivne ukrepe za ohranjanje zdravja na najboljši možni ravni.

Sistem bo te pomembne vseživljenjske podatke uporabil za izboljšanje in izboljšanje stvari v naslednjem trenutku.

AI v akciji

Digitalna diagnostika z uporabo računalniškega vida

Trenutno veliko diagnostike zahteva usposobljenega strokovnjaka, ki pod mikroskopom analizira vzorce krvi, sline, tkiv, semena itd. To je zelo zamudno in nagnjeno k napakam. Namenski stroji obstajajo za različne teste, vendar je možna cenejša rešitev z uporabo AI.

Digitalna diagnostika uporablja tehnologijo računalniškega vida za analizo slik teh vzorcev in nato uporabi algoritme, kot sta ANN in CNN, da ugotovi velikost oblike in gibanje celic. Ti podatki se nato uporabijo kot funkcije za usposabljanje modela strojnega učenja za iskanje težav, ki bi jih lahko imel pacient.

Podobna tehnologija se uporablja tudi za analizo rentgenskih žarkov in CT preiskav. Konvolucionarna nevronska omrežja zelo dobro analizirajo slike. S pomočjo filtrov najdejo značilnosti slike, kar ni mogoče z običajnimi tehnikami inženiringa.

Napovedovanje širjenja izbruhov virusa

Za napovedovanje širjenja virusov in drugih nalezljivih bolezni so bili uporabljeni različni modeli strojnega učenja. Podatki družbenih medijev s platform, kot so Facebook, Twitter itd., Se uporabljajo za prilagajanje regresijskih modelov za napovedovanje območij naslednjih izbruhov.

Optimizacija pretoka pacientov

Podatke, kot je število bolnikov na uro obiska v bolnišnici, trenutne vremenske razmere in običajne poškodbe, lahko uporabimo za napoved števila bolnikov, ki bi lahko prišli v bolnišnico na določen dan. Ta inteligenca je uporabna za medicinske centre, da optimizirajo svojo zalogo in so bolje pripravljeni na nujne primere.

 Osebni zdravniki

Z napredkom pri obdelavi naravnega jezika je bilo mogoče ustvariti pametnejše klepete za pomoč bolnikom ob kateri koli uri dneva. Uporabnik lahko preprosto vpiše skupne simptome, s katerimi se sooča, in njen klepet ji bo povedal, ali naj obišče zdravnika ali ne. Pomočnik lahko zdravniku samodejno rezervira tudi termin na podlagi nujnosti situacije.

NLP pomaga najti uporabnikovo namero iz stavka, ki ga je uporabnik vtipkal. Za vnaprejšnjo obdelavo podatkov se uporabljajo tehnike, kot so zaznavanje in lematizacija, odstranjevanje štoparice. Ti predhodno obdelani podatki se nato vnesejo v modele, kot je LSTM, da ugotovijo namen osebe in nato poiščejo odgovor nanje.

24 × 7 spremljanje

Kadar je bolnik pod opazovanjem, morajo zdravniki in medicinske sestre redno obiskovati, da bi spremljali vitalnosti pacienta. To traja veliko časa in vodi tudi do nujnih primerov zaradi intervalov med obiski. AI sistemi so zdaj sposobni ves čas slediti tem podatkom in predvidevati, če se bo zgodilo kaj narobe. Pravočasna opozorila, ki jih ustvarijo ti sistemi, pomagajo prihraniti čas in življenje.

Napovedovanje časovnih vrst je ena od metod, ki se uporabljajo v takšnem sistemu, saj so prejeti podatki tok vrednosti s časom. Ponavljajoča se nevronska omrežja lahko uporabijo tudi za analizo takšnih podatkov, saj so RNN-ji dobri pri napovedovanju prihodnjih vrednosti na podlagi preteklih vrednosti v toku.

Izzivi

Zgoraj opisani ekosistem AI-Healthcare, čeprav zelo idealističen, se že dogaja, vendar ni tako povezan, kot bi moral biti. Tu je nekaj izzivov, s katerimi se sooča trenutna industrija.

  • IoT zdravstvenega varstva ni zelo enostavno izvajati. Podatki živijo v silosih; Fitbit ne more komunicirati z bolnišničnim sistemom; digitalna patologija ne more komunicirati z drugim sistemom v bolnišnici. Če je zdravstvena evidenca bolnika iz druge bolnišnice, nove bolnišnice teh podatkov ne more vzeti kot trenutno, podatke hrani vsaka organizacija zasebno.
  • Glede obdelave, shranjevanja, zasebnosti in izmenjave zdravstvenih podatkov ni nobenih standardov. Vsaka organizacija sledi standardom, ki jih je določila njihova IT ekipa ali prodajalec. Vse to zelo otežuje izmenjavo podatkov med organizacijami in sistemi. Za povezovanje tega ekosistema so potrebne politike na nacionalni in mednarodni ravni.

Etika v zdravstvu

Etika je eden najpomembnejših delov ugank, ko govorimo o AI v zdravstvu. Bralcu prepuščam, da razmisli o naslednjih scenarijih in spozna, kako zapleten bi lahko bil, če imamo inteligentne stroje, ki sprejemajo odločitve za nas.

  • Kdo je lastnik vaših podatkov? Elektronski zdravstveni karton (EHR), ki ga ima vaša bolnišnica, vam pripada, vendar bi morali imeti dovoljenje, da prevzamete lastništvo nad njim? Kaj, če bi imeli zelo redko bolezen in so vaši podatki najpomembnejši, če bi morali družbi omogočiti uporabo podatkov, čeprav jih ne želite?
  • Recimo, da sistem AI ugotovi, da obstaja velika verjetnost, da imate rak, ki je neozdravljiv. Bi radi izvedeli kaj o tem? Razmislite o čustvenem cestninjenju za osebo.
  • Kaj pa, če so bile napovedi AI napačne. Kdo bi moral biti odgovoren za to, ali je razvijalci to kodiral ali organizacije, ki so sistem naredile, ali podatke, ki so bili uporabljeni za to, da je sistem na prvem mestu?

AI v zdravstvu ima ogromen potencial, če lahko rešimo nekatere od prej omenjenih vprašanj. Na tem območju opazimo ogromen napredek in večina stvari, opisanih v tem članku, ni tako izmišljena, kot se sliši..

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