Искусственный интеллект в здравоохранении

Материал из wikixw
Перейти к навигации Перейти к поиску

Искусственный интеллект (ИИ ) в здравоохранении-это использование сложных алгоритмов и программного обеспечения для оценки когнитивных способностей человека при анализе сложных медицинских данных. В частности, ИИ-это способность компьютерных алгоритмов приближать выводы без непосредственного участия человека.

Что отличает технологию искусственного интеллекта от традиционных технологий в здравоохранении, так это способность получать информацию, обрабатывать ее и давать четко определенный результат конечному пользователю. ИИ делает это с помощью алгоритмов машинного обучения . Эти алгоритмы могут распознавать паттерны в поведении и создавать свою собственную логику. Для того, чтобы уменьшить погрешность, алгоритмы искусственного интеллекта должны быть проверены повторно. Алгоритмы ИИ ведут себя по-разному от людей в двух отношениях:

(1) алгоритмы буквальны: если вы ставите цель, алгоритм не может настроить себя и только понять, что ему было сказано явно,

(2) и алгоритмы являются черные ящики; алгоритмы могут предсказывать чрезвычайно точно, но не причину или почему.

Основная цель прикладных программ ИИ, связанных со здоровьем, заключается в анализе взаимосвязи между методами профилактики или лечения и результатами лечения пациентов. программы ИИ были разработаны и применены в таких практиках, как процессы диагностики, разработка протокола лечения , разработка лекарственных препаратов , персонализированная медицина, мониторинг и уход за пациентами. Медицинские учреждения , такие как Клиника Майо, Мемориал Слоан Кеттеринг онкологический центр, Массачусетская больница общего профиля, Национальная служба здравоохранения, разработали алгоритмы ИИ для своих отделений. Крупные технологические компании, такие как IBM и Google, и стартапы, такие как Welltok и Ayasdi, также разработали алгоритмы ИИ для здравоохранения. Кроме того, больницы ищут решения AI для поддержки оперативных инициатив, которые увеличивают экономию средств, повышают удовлетворенность пациентов и удовлетворяют их кадровые и трудовые потребности. такие компании, как Hospital IQ , разрабатывают решения для прогностической аналитики, которые помогают менеджерам здравоохранения улучшать бизнес-операции за счет увеличения использования, уменьшения количества пациентов, сокращения продолжительности пребывания и оптимизации численности персонала.

История[править]

В 1960-х и 1970-х годах ученые разработали первую программу решения проблем, или экспертную систему , известную как Dendral . хотя он был разработан для применения в органической химии, он послужил основой для последующей системы MYCIN , считается одним из наиболее значительных ранних применений искусственного интеллекта в медицине. однако Микин и другие системы, такие как ИНТЕРНИСТ-1 и CASNET, не достигали рутинного использования практикующими врачами.

1980-е и 1990-е годы принесли распространение микрокомпьютера и новые уровни сетевого подключения. За это время было признано исследователями и разработчиками, что системы ИИ в здравоохранении должны быть разработаны так, чтобы учитывать отсутствие совершенных данных и опираться на опыт врачей. подходы, включающие теорию нечетких множеств , байесовские сети , и искусственные нейронные сети, были применены к интеллектуальным вычислительным системам в здравоохранении.

Медицинские и технологические достижения, происходящие в течение этого полувекового периода, которые позволили росту связанных с здравоохранением приложений ИИ включают в себя::

  • Улучшение вычислительной мощности, приводящее к более быстрому сбору и обработке данных
  • Увеличение объема и доступности медицинских данных, поступающих с персональных и медицинских устройств
  • Рост баз данных геномного секвенирования
  • Широкое внедрение систем электронной медицинской документации
  • Улучшения в обработке естественного языка и компьютерном зрении, позволяющие машинам воспроизводить перцептивные процессы человека
  • Повышена точность робот-ассистированной хирургии

Текущее исследование[править]

Различные специальности в медицине показали рост исследований, касающихся ИИ.

Радиология[править]

Возможность интерпретировать результаты визуализации с помощью радиологии может помочь врачам в обнаружении минутного изменения в изображении, которое врач может случайно пропустить. Исследование в Стэнфорде создало алгоритм, который мог бы обнаружить пневмонию в этом конкретном месте у тех пациентов, которые участвовали, с лучшей средней метрикой F1 (статистическая метрика, основанная на точности и отзыве), чем радиологи, участвующие в этом испытании. конференция по радиологии радиологическое общество Северной Америки осуществил презентации по ИИ в области визуализации во время своего ежегодного совещания. Появление технологии искусственного интеллекта в радиологии воспринимается некоторыми специалистами как угроза, поскольку эта технология может обеспечить улучшение определенных статистических показателей в отдельных случаях, в отличие от специалистов.

Imaging[править]

Последние достижения предложили использовать ИИ для описания и оценки результатов челюстно-лицевой хирургии или оценки терапии пациентов с расщелинами в отношении привлекательности лица или возрастной внешности.[30][31]

В 2018 году в статье, опубликованной в журнале Annals of Oncology, упоминалось, что рак кожи может быть обнаружен более точно с помощью системы искусственного интеллекта (которая использовала свернутую нейронную сеть глубокого обучения), чем дерматологами . В среднем, человеческие дерматологи точно обнаружили 86,6% раков кожи от изображений, по сравнению с 95% для машины CNN.

Телемедицина[править]

Рост телемедицины, показал рост возможных применений ИИ. возможность наблюдения за пациентами с использованием ИИ может позволить передавать информацию врачам, если возможно возникновение активности заболевания.[34] носимое устройство может обеспечивать постоянный контроль за пациентом, а также способность замечать изменения, которые могут быть менее различимы людьми.

Электронные медицинские записи[править]

Электронные медицинские записи имеют решающее значение для оцифровки и распространения информации в отрасли здравоохранения. Однако регистрация всех этих данных имеет свои собственные проблемы, такие как когнитивная перегрузка и выгорание для пользователей. Разработчики EHR теперь автоматизируют большую часть процесса и даже начинают использовать инструменты обработки естественного языка (NLP) для улучшения этого процесса. В одном из исследований, проведенных Центром исследования инсайта, было установлено, что прогностическое моделирование данных EHR достигло 70-72% точности в прогнозировании индивидуального ответа на лечение в исходном состоянии.] Это означает, что с помощью инструмента ИИ, который сканирует данные EHR, он может довольно точно предсказать течение болезни у человека.

Промышленность[править]

Последующий мотив слияния крупных медицинских компаний с другими медицинскими компаниями позволяет повысить доступность данных о состоянии здоровья. большие данные о состоянии здоровья могут позволить более эффективно реализовать алгоритмы ИИ.

Значительная часть отраслевой направленности внедрения ИИ в секторе здравоохранения находится в системах поддержки принятия клинических решений . по мере увеличения объема данных системы поддержки принятия решений ИИ становятся более эффективными. Многие компании изучают возможности внедрения больших данных в отрасли здравоохранения.

Ниже приведены примеры крупных компаний, которые внесли свой вклад в алгоритмы ИИ для использования в здравоохранении.

IBM[править]

IBM Watson Oncology находится в разработке в Мемориальном онкологическом центре Слоана Кеттеринга и Клинике Кливленда .[39] IBM также работает с CVS Health над приложениями ИИ в лечении хронических заболеваний и с Johnson & Johnson над анализом научных работ, чтобы найти новые связи для разработки лекарств.

Microsoft[править]

Проект Microsoft ' s Hanover, в партнерстве с Институтом рака рыцаря Университета здоровья & науки Орегона, анализирует медицинское исследование для того чтобы предсказать самые эффективные варианты лекарственного лечения рака для пациентов. другие проекты включают медицинский анализ изображений опухолевой прогрессии и развития программируемых клеток.

Google[править]

Платформа DeepMind Google используется Национальной службой здравоохранения Великобритании для выявления определенных рисков для здоровья с помощью данных, собранных с помощью мобильного приложения.[43] второй проект с NHS включает анализ медицинских изображений, собранных от пациентов NHS, чтобы разработать алгоритмы компьютерного зрения для обнаружения раковых тканей.

Intel[править]

Венчурный капитал Intel arm Intel Capital недавно инвестировал в стартап Lumiata, который использует ИИ для выявления пациентов из группы риска и разработки вариантов ухода.

Стартапы[править]

identRx-это первое полностью автоматизированное устройство для проверки и выдачи лекарств, использующее ИИ для идентификации и проверки таблеток в режиме реального времени, с точностью более 99%.[нужная цитата ] устройство находится в стадии разработки компанией PerceptiMed Inc. и теперь коммерчески доступен для аптек в США.

Первое решение IDx, IDx-DR, основанное Михаилом Абрамовым, является первой и единственной разрешенной FDA системой искусственного интеллекта для автономного обнаружения диабетической ретинопатии . Как автономная, основанная на ИИ система, IDx-DR уникальна тем, что она делает оценку без необходимости для врача также интерпретировать изображение или результаты, что делает его пригодным для использования поставщиками медицинских услуг, которые обычно не могут участвовать в уходе за глазами. IDx-это ведущая компания по диагностике ИИ, миссия которой заключается в преобразовании качества, доступности и доступности здравоохранения во всем мире.

Компания Kheiron Medical разработала программное обеспечение глубокого обучения для выявления рака молочной железы на маммограммах .

Medvice предоставляет медицинские консультации в реальном времени клиентам, которые могут получить доступ и хранить свои электронные медицинские записи (EHRs) через децентрализованный блокчейн . Medvice использует автоматизированное обучение принятию решений, чтобы помочь врачам предсказать медицинские красные флаги (т. е. медицинские чрезвычайные ситуации, которые требуют клинической помощи) перед их обслуживанием. Прогностические медицинские технологии используют данные отделения интенсивной терапии для выявления пациентов, которые могут страдать сердечными приступами. модернизация медицины использует знания, полученные от медицинских работников, а также данные о результатах лечения пациентов, чтобы рекомендовать лечение. "Сострадательный AI Lab" использует ячейку сетки, ячейку места и интеграцию пути с машинным обучением для навигации слепых людей.[49] Nimblr.ai использует A. I. Chatbot для подключения систем планирования EHR и автоматизации подтверждения и планирования пациентов.

Бесплатное мобильное приложение Infermedica Symptomate является самым рейтинговым средством проверки симптомов в Google Play . компания также выпустила первый AI-based voice assistant symptom checker для трех основных голосовых платформ: Amazon Alexa, Microsoft Cortana, и Google Assistant .

Команда, связанная с Университетом Аризоны и поддержанная BPU Holdings, начала сотрудничать с практическим инструментом для мониторинга тревоги и бреда у пациентов больниц, особенно у тех, кто страдает деменцией . ИИ, используемый в новой технологии – виртуальный помощник старшего – выходит за рамки и запрограммирован на моделирование и понимание человеческих эмоций (искусственный эмоциональный интеллект). Врачи, работающие над проектом, предположили, что в дополнение к оценке эмоциональных состояний, приложение может быть использовано для обеспечения дружеского общения с пациентами в форме светской беседы, успокаивающей музыки и даже регулировки освещения для контроля тревоги.

Прочее[править]

Цифровой консультант приложения, такие как GP Babylon Health в наличии, Ada Health, и Your.MD используйте ИИ, чтобы дать медицинскую консультацию основываясь на личном анамнезе и общих медицинских знаниях. Пользователи сообщают о своих симптомах в приложение, которое использует распознавание речи для сравнения с базой данных болезней. Затем Babylon предлагает рекомендуемое действие, принимая во внимание историю болезни пользователя. Предприниматели в области здравоохранения эффективно используют семь архетипов бизнес-модели, чтобы вывести ИИ-решение на рынок. Эти архетипы зависят от значения, генерируемого для целевого пользователя (например, фокус пациента против фокуса поставщика медицинских услуг и плательщика) и механизмов захвата значения (например, предоставление информации или подключение заинтересованных сторон).

Последствия[править]

Использование ИИ, как ожидается, позволит снизить медицинские расходы, поскольку будет больше точности в диагностике и лучших прогнозов в плане лечения, а также больше профилактики заболеваний. Уже есть данные о том, что использование чат-ботов приводит к положительным результатам в области психического здоровья.

Другие будущие применения ИИ включают в себя интерфейсы мозг-компьютер (BCI), которые, как ожидается, помогут тем, у кого проблемы с движением, речью или с травмой спинного мозга. BCIs будет использовать ИИ, чтобы помочь этим пациентам двигаться и общаться путем декодирования нейронных активаций

Виртуальные помощники медсестер, как ожидается, станут более распространенными, и они будут использовать ИИ, чтобы ответить на вопросы пациента и помочь уменьшить ненужные визиты в больницу. Они будут полезны, поскольку они доступны 24/7 и могут в конечном итоге быть в состоянии дать оздоровительные проверки с использованием ИИ и голоса

По мере развития технологий и внедрения их на все большем числе рабочих мест многие опасаются, что их рабочие места будут заменены роботами или машинами. The U. S. News Staff (2018) пишет, что в ближайшем будущем врачи, использующие ИИ, “победят” врачей, которые этого не делают. ИИ не заменит медицинских работников, но вместо этого позволит им больше времени для ухода за больничной койкой. ИИ может предотвратить выгорание медицинского работника и когнитивную перегрузку. В целом, как говорит Quan-Haase (2018), технология “распространяется на достижение социальных целей, включая более высокие уровни безопасности, лучшие средства коммуникации во времени и пространстве, улучшение здравоохранения и повышение автономии” (стр. 43). По мере того, как мы адаптируем и используем ИИ в нашей практике, мы можем улучшить нашу заботу о наших пациентах, что приведет к большим результатам для всех.

Расширение помощи развивающимся странам[править]

С увеличением масштабов использования ИИ тем, кто находится в развивающихся странах, может быть предоставлена более широкая помощь. ИИ продолжает расширяться в своих возможностях, и поскольку он способен интерпретировать радиологию, он может быть в состоянии диагностировать больше людей с потребностью в меньшем количестве врачей, поскольку существует нехватка во многих из этих стран. Цель ИИ состоит в том, чтобы научить других людей в мире, что затем приведет к улучшению лечения, а в конечном итоге к большему глобальному здоровью. Использование ИИ в развивающихся странах, которые не располагают необходимыми ресурсами, позволит уменьшить потребность в аутсорсинге и позволит использовать ИИ для улучшения ухода за пациентами. Например, обработка естественного языка и машинное обучение используются для руководства лечением рака в таких местах, как Таиланд, Китай и Индия. Исследователи обучили ИИ-приложение, чтобы использовать НЛП для добычи через записи пациентов, а также обеспечить лечение. Окончательное решение, принятое приложением AI, согласовывается с экспертными решениями в 90% случаев.

Регулирование[править]

В то время как исследования по использованию ИИ в здравоохранении направлены на проверку его эффективности в улучшении результатов лечения пациентов до его более широкого внедрения, его использование может, тем не менее , ввести несколько новых типов риска для пациентов и поставщиков медицинских услуг, таких как алгоритмическое смещение, не реанимировать последствия и другие вопросы морали машины. Эти проблемы клинического использования ИИ вызвали потенциальную потребность в регулировании.[63]

В настоящее время не существует никаких специальных правил для использования ИИ в здравоохранении. В мае 2016 года Белый дом объявил о своем намерении провести серию семинаров и сформировать подкомитет Национального научно-технического совета (НСТС) по машинному обучению и искусственному интеллекту.[64] В октябре 2016 года группа опубликовала национальный стратегический план исследований и разработок в области искусственного интеллекта, в котором изложены предлагаемые ею приоритеты для финансируемых из федерального бюджета исследований и разработок в области искусственного интеллекта (в рамках правительства и академических кругов). В докладе отмечается, что стратегический план НИОКР для подотрасли информационных технологий здравоохранения находится на стадии разработки.

Единственное учреждение, которое выразило озабоченность, - это управление по санитарному надзору за качеством пищевых продуктов и медикаментов. Бакул Патель, заместитель директора Центра по цифровому здравоохранению FDA, цитируется в мае 2017 года.

  • “Мы пытаемся привлечь людей, которые имеют практический опыт разработки с полным жизненным циклом продукта. У нас уже есть некоторые ученые, которые знают искусственный интеллект и машинное обучение, но мы хотим, чтобы комплементарные люди могли смотреть вперед и видеть, как эта технология будет развиваться.”

Совместная целевая группа МСЭ-ВОЗ по ИИ в интересах здоровья создала платформу для тестирования и бенчмаркинга прикладных программ ИИ в области здравоохранения.[67] по состоянию на ноябрь 2018 года проводится сравнительный анализ восьми случаев использования, включая оценку риска развития рака молочной железы на основе гистопатологических изображений, руководство выбором анти-яда из изображений змей и диагностику поражений кожи.

Смотрите также[править]

Пруф[править]

Bennett, Casey C., et al. "EHRs соединяет исследования и практику: где пересекаются прогнозное моделирование, искусственный интеллект и поддержка клинических решений."Редиректинг, июнь 2012 года

Источник — https://wikixw.ru/index.php?title=Искусственный_интеллект_в_здравоохранении&oldid=7745