Anonim
vytvářet úlohy 51 / Shutterstock
  • Strojové učení a hluboké neuronové sítě přinesly významné pokroky v umělé inteligenci.
  • Mezi hlavní aplikace AI ve zdravotnictví patří diagnostika, robotické operace a virtuální ošetřovatelské asistentky.
  • Odhaduje se, že AI ve zdravotnictví dosáhne do roku 2021 hodnoty 6, 6 miliard USD.
  • Přijetí AI by mohlo do roku 2026 ušetřit americkému zdravotnickému průmyslu 150 miliard dolarů ročně.

Ve hře Star Wars: The Empire Strikes Back, Luke Skywalker je po téměř smrtelném střetu zachráněn před zamrzlým odpadem z Hothu, naštěstí se vrátí do zdravotnického zařízení plného pokročilé robotiky a futuristické technologie, která léčí jeho rány a rychle ho přivádí zpět ke zdraví. Samozřejmě, to je věc sci-fi … prozatím.

Zdravotnický průmysl by mohl směřovat k dalšímu high-tech člověka (i když se neustále přizpůsobuje nástupu systémů elektronických zdravotních záznamů a dalších zdravotnických IT produktů), jak se zlepšuje umělá inteligence (AI). Mohly by se aplikace umělé inteligence stát novou normou prakticky ve všech sektorech zdravotnictví? Mnoho odborníků se domnívá, že je to nevyhnutelné a přichází dříve, než byste čekali.

Co je to umělá inteligence?

AI lze jednoduše definovat jako počítače a počítačový software, který je schopen inteligentního chování, jako je analýza a učení. Je to široká kategorie na špičce technologického rozvoje, roste a mění se každý den.

Strojové učení a neuronové sítě

Strojové učení je základem moderní umělé inteligence a je v zásadě algoritmem, který umožňuje počítačům učit se samostatně, aniž by následovaly jakékoli explicitní programování. Protože algoritmy strojového učení naráží na více dat, zvyšuje se výkon algoritmů.

Hluboké učení je podmnožinou strojového učení, které funguje podobným způsobem s mírným zvratem. Hluboké učení jde o krok dále a vyvodí závěry na základě údajů, s nimiž se dříve setkalo. Jinými slovy, hluboké učení umožňuje aplikaci AI vyvodit vlastní závěry. Funguje to prostřednictvím umělé neuronové sítě, což je sada algoritmů strojového učení, které pracují v tandemu. Neuronová síť volně připomíná lidský mozek, s řadou "neuronů", které "oheň", když jsou přítomny určité podněty (v tomto případě data).

„Konvenční strojová řešení učení nejsou kognitivní; jsou školena z dat, ale chybí jim schopnost přeskočit za chybějící nebo zlomená data a vytvořit hypotézu o potenciálních akcích, “řekl AJ Abdallat, generální ředitel společnosti Beyond Limits. "Strojové učení může být účinné při odhalování něčeho očekávaného, ​​ale selže, když je konfrontováno s neočekávaným."

Abdallat řekl, že aby umělá inteligence postoupila na další úroveň, musí vývojáři zdůraznit deduktivní i induktivní uvažování a napodobit tyto kognitivní vzorce ve strojích, které navrhují. Výhodou dynamických řešení pro hluboké učení je, že mohou vysvětlit své argumenty a závěry, což je hlavní přínos pro komplexní rozhodování.

Jak se AI používá ve zdravotnictví?

AI je stále relativně nová technologie, zejména ve zdravotnictví, kde adopce zůstává v plenkách. Jak se nástroje pro umělé inteligence a strojové učení stávají sofistikovanějšími, jejich případy použití se rozšířily; podle Johna Frownfeltera, hlavního zdravotnického informačního pracovníka v Jvionu, však zůstává přijetí AI nízké.

"Stále jsme ve fázi humbuků, kde se mnoho organizací snaží pochopit, jak to zapadá do celkové strategie, " řekl Frownfelter. "Brzy AI bylo vidět … s větším důrazem na rozpoznávání vzorů pro fakturační procesy. To se vyvinulo k mnohem sofistikovanějšímu využití hlubokého strojového učení a využití síly velkých dat."

Moderní aplikace AI zahrnují rozsáhlé případy použití, od kybernetické bezpečnosti po rentgenové zobrazování, uvedl Frownfelter. Jak se aplikace AI nadále zlepšují, celý zdravotní sektor by mohl podstoupit posun. Zde jsou některé z hlavních způsobů, jak se očekává, že AI bude v nadcházejících letech formovat zdravotní péči.

Diagnostika

AI vyniká v kategorizaci dat, zejména poté, co byla vystavena velkému množství dat o subjektu. To vytváří velký příslib pro AI, pokud jde o diagnostiku - lékařské zobrazovací analýzy a lékařské záznamy pacientů, genetika a další lze kombinovat pro zlepšení diagnostických výsledků. Nástroje AI mohou navíc použít podobné informace k vytvoření jedinečných léčebných postupů a nabídnout lékařům doporučení.

"Opravdu zajímavý vývoj je v klinické aréně, " řekl Frownfelter. "Klinická preskriptivní analytika je pravděpodobně nejbližší AI, která podporuje přímou péči o pacienty v roce 2019."

Robotická operace

Robotické operace umožňují chirurgům používat menší nástroje a provádět přesnější řezy. Lékaři (a pacienti) by také mohli mít prospěch z AI kombinací lékařských záznamů s daty v reálném čase během operací, jakož i čerpáním dat z předchozích úspěšných operací stejného typu. Společnost Accenture, technologická poradenská firma, odhaduje, že chirurgický zásah pomocí robotů s umělou inteligencí by mohl do roku 2026 americkému zdravotnickému průmyslu ušetřit 40 miliard dolarů ročně.

Virtuální ošetřovatelští asistenti

Pomyslete na virtuální ošetřovatelské asistenty jako Alexa pro vaši nemocnici. Tito virtuální asistenti replikují typické chování zdravotní sestry tím, že pomáhají pacientům s jejich každodenními rutinami, připomínají jim, aby brali léky nebo chodili na schůzky, pomáhali odpovídat na lékařské otázky a další. Společnost Accenture odhaduje, že virtuální ošetřovatelští asistenti by mohli být druhým největším zdrojem ročních úspor pro americký zdravotnický průmysl a snížit náklady až o 20 miliard USD.

Pomoc při administrativním pracovním postupu

Lékařská praxe, nemocnice a další místa péče mají přirozeně za následek velké množství papírování. Ve skutečnosti to bylo konsolidace a digitalizace těchto záznamů, což vedlo k celosvětovému přijetí systémů elektronických zdravotních záznamů. AI se již do těchto systémů začala prosazovat a může být také použita k zjednodušení administrativních funkcí. Společnost Accenture odhaduje, že nová efektivita administrativního pracovního postupu díky vznikajícím technologiím umělé inteligence může vést k ročním úsporám 18 miliard USD.

Poznámka editora: Hledáte systém EHR pro vaši nemocnici nebo lékařskou praxi? Vyplňte níže uvedený dotazník, abyste se mohli obrátit na naše prodejce s dalšími informacemi o možném řešení pro vás.

widget widget buyerzone

Angažovanost pacienta

Automatická připomenutí plánování a jmenování jsou již běžná, ale tvář angažovanosti pacienta by se brzy mohla stát robotičtější (a přitom zároveň více osobní).

„Správně se zaměřuje na to, jak lze umělou inteligenci použít k lepší diagnostice a léčbě pacientů, “řekl Phil Marshall, spoluzakladatel společnosti Conversa Health. "To je důležité, ale nyní vidíme posun k tomu, jak se AI může rozšířit na zážitek pacienta."

Například pacienti, kteří se obávají specifického stavu nebo nežádoucích účinků léčby, mohou kdykoli dotazovat chatbota, i když jejich lékař není k dispozici, řekl Marshall.

"Představte si, že pacient s rakovinou, který podstupuje ozáření, není obeznámen s tím, co je normální vedlejší účinek a co ne. Nyní, místo toho, abychom se starali o noc, dokud se neotevře lékařská ordinace, je může chatbot dát vědět, " řekl.

Ekonomika umělé inteligence ve zdravotnictví

Co to všechno stojí za to? Společnost Accenture odhaduje, že 10 nejlepších aplikací AI ve zdravotnictví by mohlo do roku 2026 ročně zachránit 150 miliard dolarů ročně. Očekává se, že samotný trh se zdravotnictvím AI bude do roku 2021 stát 6, 6 miliardy dolarů, což představuje od roku 2014 masivní složený roční růst 40%, ale také skromná investice ve srovnání s očekávanými úsporami přímo souvisejícími s přijetím AI.