Настоящото състояние на здравната индустрия и как ИИ може да се трансформира

Представям си свят, в който AI ще ни накара да работим по-продуктивно, да живеем по-дълго и да имаме по-чиста енергия. –Фей-Фей Ли, професор по компютърни науки в Станфордския университет


Изкуственият интелект има потенциал да подобри всеки аспект от нашия живот и да ни помогне да трансформираме здравеопазването. Нека да разгледаме как се практикува здравеопазването днес и как AI го трансформира.

Здравеопазването предполага поддържането на здравето на индивида до знака или подобряването му. Той обхваща наранявания, малки колкото разрязване на хартия до рак на кръвта.

Здравеопазването може да бъде разделено на три категории, а именно следната.

  • втвърдяване
  • профилактичен
  • Predictive

Можем да използваме огромното количество данни, произвеждани всеки ден, за да намерим по-добро лекарство за заболяване, да намерим нови лекарства и дори да прогнозираме вероятността от заболяване много преди да се наблюдават симптоми, свързани с него.

Проблеми в здравната индустрия

Проблемите на здравната индустрия могат да бъдат разделени на две широки категории. Едната категория на проблема възниква от социалнополитическите и финансовите въпроси, докато другата възниква от технологичните предизвикателства в индустрията. Въпроси като недостиг на легла, недостиг на здравни работници и неквалифицирани лекари принадлежат към първата категория. Втората категория съдържа проблеми като бавни изследвания, човешки грешки при анализиране на данни и липса на прозрачност на данните сред организациите.

В този пост ще се съсредоточим само върху технологичните предизвикателства.

AI за подобряване на здравеопазването

Изкуствен интелект

Изкуственият интелект предлага невероятна възможност да трансформирате света по огромен начин. Той е наречен като новото електричество от Андрей Нг. Той има потенциала да се докосне до живота на всеки човек по смислен начин, подобно на електричеството.

В здравеопазването ИИ може да помогне за подобряване на всяка стъпка от екосистемата. От прогнозирането на болестта до намирането на ново лекарство до извършването на всички нови модификации на ген.

Нека да разгледаме какво има потенциалът за бъдещето.

AI-Healthcare екосистема

Представете си сценарий, при който двойка е на път да се ожени. AI система може да провери съвместимостта на техните гени, за да установи дали има риск за детето или някой ген, който може да доведе до усложнение в нормалния му живот на детето. След това тази система може да помогне при намирането на правилните мерки, които могат да бъдат предприети преди и след раждането на бебето.

Да предположим, че системата е идентифицирала проблем с определен ген, тогава бихме могли да променим този ген, за да премахнем вредното му въздействие. ИИ може също да помогне при откриването на правилното лекарство, което би могло да помогне за поддържането на проблема в проверка дори след раждането на детето.

Детето се е родило здраво и сега е тийнейджър; тя носи здравен тракер като Fitbit, който следи всички нейни жизнени състояния като сърцебиенето, стъпки, предприети за ден и, изгаряне на калории за ден. Тези показания се използват от нейния AI асистент, за да й каже за промените, които трябва да направи в рутината си, за да продължи здравословния си начин на живот.

За съжаление, един ден тя е в спешна ситуация и е откарана в болницата. Нейното четене на Fitbit може да бъде изпратено до фелдшерите, за да вземат решения, дори преди да пристигнат на нейно място. AI системата може да каже възможните проблеми, от които тя може да страда, като спиране на сърцето и т.н..

Кръвната проба, която се взема по време на път, може лесно да се анализира чрез компютърна система за зрение, за да се постави предварителната диагноза. В момента по-голямата част от диагнозата се поставя ръчно от експерт, като се гледа в микроскопа и се изследват клетките.

След освобождаването й от болницата миналите данни, анализирани от системата на ИИ, ще предскажат вероятността за нейното повторно приемане в болницата и ще предложат подходящи мерки за предотвратяването му. Това може да стане чрез постоянни напомняния за спазване на дозата на лекарството. Могат да се приготвят и интелигентни лекарства, които изпращат сигнал, когато пациентът е приел, за да направи нещата наистина автоматични.

С увеличаване на възрастта нейният асистент за ИИ непрекъснато ще събира данните за прогнозиране на здравето и ще предприема подходящи превантивни мерки, за да поддържа здравето си до най-доброто възможно ниво.

Тези важни данни за целия живот ще бъдат използвани от системата, за да се подобри и да направи нещата много по-добри от следващия миг.

AI в действие

Дигитална диагностика с помощта на Computer Vision

В момента много диагностика изисква обучен специалист, който да анализира проби от кръв, слюнка, тъкани, сперма и др. Под микроскоп. Това отнема много време и е податливо на грешки. Специализирани машини съществуват за различни тестове, но е възможно по-евтино решение с помощта на AI.

Цифровата диагностика използва компютърна технология за зрение, за да анализира изображенията на тези проби и след това прилага алгоритми като ANN и CNN, за да определи размера на формата и движението на клетките. След това тези данни се използват като функции за обучение на модел на машинно обучение за намиране на проблемите, които пациентът може да има.

Подобна технология се използва и за анализ на рентгенови лъчи и CT сканиране. Конволюционните невронни мрежи са много добри за анализ на изображения. Те използват филтри, за да намерят характеристики на изображението, което е невъзможно с помощта на нормалните техники за технически характеристики.

Прогнозиране на разпространението на вирусни огнища

За прогнозиране на разпространението на вируси и други инфекциозни заболявания са използвани различни модели на машинно обучение. Данните от социалните медии от платформи като Facebook, Twitter и др. Се използват за приспособяване на регресионни модели за прогнозиране на областите на следващите огнища.

Оптимизация на потока на пациента

Можем да използваме данни като броя на пациентите на час, посещаващи болницата, текущите метеорологични условия и честите наранявания, за да прогнозираме броя на пациентите, които могат да дойдат в болницата в даден ден. Тази интелигентност е полезна за медицинските центрове, за да оптимизират доставките си и да бъдат по-добре подготвени за спешни случаи.

 Лични лекари

Напредъкът в обработката на естествен език направи възможно създаването на по-интелигентни чатботи, които да помагат на пациентите във всеки час от деня. Потребителят може просто да въведе често срещаните симптоми, с които се сблъсква, и нейният чатбот ще й каже дали трябва да види лекар или не. Асистентът може също така да резервира среща с лекаря автоматично въз основа на неотложността на ситуацията.

NLP помага да намери „намерението“ на потребителя от изречението, което потребителят е въвел. За предварителна обработка на данните се използват техники като ограничаване и лематизация, премахване на стопбус. След това тези предварително обработени данни се подават в модели като LSTM, за да се разбере намерението на човека и след това съответно да се намери отговор на него.

24 × 7 мониторинг

Когато пациентът е под наблюдение, лекарите и медицинските сестри трябва да правят редовни посещения, за да следят жизнените показатели на пациента. Това отнема много време и води до спешни ситуации поради интервалите между посещенията. AI системите вече са в състояние да проследяват тези данни през цялото време и да прогнозират дали ще се случи нещо нередно. Навременните сигнали, генерирани от тези системи, помагат да се спести време и живот.

Прогнозите за времеви серии са един от методите, използвани в такава система, тъй като получените данни са поток от стойности с времето. Повтарящите се невронни мрежи могат да се използват и за анализ на такива данни, тъй като RNN са добри при прогнозиране на бъдещи стойности въз основа на минали стойности в поток.

предизвикателства

Екосистемата AI-Healthcare, описана по-горе, макар и много идеалистична, вече се случва в момента, но не е толкова свързана, колкото трябва да бъде. Ето някои от предизвикателствата, пред които е изправена настоящата индустрия.

  • IoT на здравеопазването не е много лесен за изпълнение. Данните живеят в силози; Fitbit не може да комуникира с болничната система; цифровата патология не може да комуникира с другата система в болницата. Ако здравните записи на пациента са от друга болница, тогава тези данни не могат да бъдат взети от новата болница както в момента, данните се съхраняват от всяка организация.
  • Няма стандарти за обработка, съхранение, поверителност и споделяне на здравните данни. Всяка организация следва стандартите, определени от техния екип или доставчик на ИТ. Всичко това прави данните много трудни за споделяне между организациите и системите. За обединяването на тази екосистема са необходими политики на национално и международно ниво.

Етика в здравеопазването

Етиката е една от най-важните части от загадките, когато говорим за AI в здравеопазването. Оставям на читателя да помисли за следните сценарии и да осъзнае колко сложен може да бъде той, когато имаме интелигентни машини, които взимат решения за нас.

  • Кой е собственик на вашите данни? Електронното здравно досие (EHR), което вашата болница принадлежи на вас, но трябва ли да ви бъде позволено да поемете собствеността върху него? Какво става, ако сте имали много рядко заболяване и вашите данни са от първостепенно значение, трябва ли да бъде позволено на обществото да използва данните, въпреки че не искате?
  • Да предположим, че системата AI установи, че е много вероятно да имате вид рак, който е нелечим. Искате ли да научите за това? Помислете за емоционалната такса, която може да има върху човека.
  • Ами ако прогнозите, направени от AI, са били погрешни. Кой трябва да е отговорен за това, дали програмистът го е кодирал или организациите, които са направили системата или данните, които са били използвани, за да направи системата на първо място?

AI в здравеопазването има огромен потенциал, ако успеем да разрешим някои от гореспоменатите проблеми. Виждаме огромен напредък в района и повечето неща, описани в тази статия, не са толкова измислени, колкото звучат..

ЕТИКЕТИ:

  • 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