เนื้อหา
- ถ่ายภาพทางการแพทย์
- เวชระเบียนอิเล็กทรอนิกส์ (EMR)
- ไม่มีข้อบกพร่องไม่มีความเครียด - คู่มือแบบเป็นขั้นตอนเพื่อสร้างซอฟต์แวร์ที่เปลี่ยนแปลงชีวิตโดยไม่ทำลายชีวิตของคุณ
- การสนับสนุนการตัดสินใจทางคลินิก (CDS)
- การพัฒนายา
- ก้าวกระโดดสู่อนาคต
- คำพูดที่ฉลาด
ที่มา: video-doctor / iStockphoto
Takeaway:
AI กำลังเปิดใช้งานเทคโนโลยีทางการแพทย์เพื่อความก้าวหน้าอย่างรวดเร็ว นี่คือนวัตกรรมใหม่ล่าสุดบางส่วน
ปัญญาประดิษฐ์กำลังปฏิวัติโลกของเราในรูปแบบที่เป็นไปไม่ได้มากมาย เมื่อใกล้ถึงการปฏิวัติอุตสาหกรรมครั้งที่สี่มนุษยชาติกำลังเป็นสักขีพยานในขั้นตอนแรกที่ทำโดยเครื่องจักรในการสร้างโลกใหม่ที่เราอาศัยอยู่และในขณะที่เราทำการอภิปรายเกี่ยวกับข้อเสียและผลประโยชน์ที่อาจเกิดขึ้นจากการทดแทนมนุษย์ด้วยเครื่องจักรอัจฉริยะ พื้นที่หนึ่งที่ผลกระทบเชิงบวกของ AIs จะปรับปรุงคุณภาพชีวิตของเราอย่างแน่นอน: อุตสาหกรรมการดูแลสุขภาพ
ถ่ายภาพทางการแพทย์
อัลกอริทึมการเรียนรู้ของเครื่องสามารถประมวลผลข้อมูลในปริมาณที่ไม่สามารถจินตนาการได้ในพริบตา และสามารถแม่นยำมากกว่ามนุษย์ในการตรวจจับรายละเอียดแม้แต่น้อยที่สุดในรายงานการถ่ายภาพทางการแพทย์เช่นแมมโมแกรมและการสแกน CT
บริษัท Zebra Medical Vision พัฒนาแพลตฟอร์มใหม่ที่เรียกว่า Profound ด้วยการวิเคราะห์อัลกอริธึมตามรายงานการถ่ายภาพทางการแพทย์ทุกประเภทที่สามารถค้นหาสัญญาณที่บ่งชี้ถึงสภาพที่อาจเกิดขึ้นได้เช่นโรคกระดูกพรุนมะเร็งเต้านมหลอดเลือดโป่งพองของหลอดเลือดและอื่น ๆ อีกมากมาย อัตราความแม่นยำ และความสามารถในการเรียนรู้อย่างลึกซึ้งได้รับการฝึกอบรมเพื่อตรวจหาอาการที่ซ่อนเร้นของโรคอื่น ๆ ที่ผู้ให้บริการดูแลสุขภาพอาจไม่ได้มองหาในตอนแรก เครือข่ายการเรียนรู้เชิงลึกอื่น ๆ ยังได้รับคะแนนความถูกต้อง 100 เปอร์เซ็นต์เมื่อตรวจจับการปรากฏตัวของมะเร็งเต้านมบางชนิดในรูปแบบสไลด์ที่ร้ายแรง
การวิเคราะห์โดยใช้คอมพิวเตอร์นั้นมีประสิทธิภาพมากกว่าในการตีความข้อมูลหรือรูปภาพมากกว่ามนุษย์ซึ่งบางคนแย้งว่าในอนาคตมันอาจผิดจรรยาบรรณที่จะไม่ทดแทน AI ในวิชาชีพเช่นนักรังสีวิทยาและนักพยาธิวิทยา! (สำหรับข้อมูลเพิ่มเติมเกี่ยวกับไอทีในการแพทย์ดูที่บทบาทของมันในการวินิจฉัยทางการแพทย์)
เวชระเบียนอิเล็กทรอนิกส์ (EMR)
ผลกระทบของเวชระเบียนอิเล็กทรอนิกส์ (EMRs) ต่อเทคโนโลยีสารสนเทศด้านสุขภาพเป็นหนึ่งในหัวข้อที่ถกเถียงกันมากที่สุดในช่วงทศวรรษที่ผ่านมา จากการศึกษาพบว่าพวกเขาแสดงให้เห็นถึงจุดเปลี่ยนในการปรับปรุงคุณภาพการดูแลในขณะที่เพิ่มผลผลิตและความตรงต่อเวลาเช่นกัน อย่างไรก็ตามผู้ให้บริการด้านการดูแลสุขภาพหลายคนพบว่ายุ่งยากและใช้งานยากนำไปสู่การต่อต้านเทคโนโลยีที่สำคัญและความไร้ประสิทธิภาพอย่างกว้างขวาง ซอฟต์แวร์ที่ขับเคลื่อนด้วย AI รุ่นใหม่สามารถช่วยแพทย์พยาบาลและเภสัชกรหลายคนคลำทุกวันด้วยความไม่พอใจของ EMRs หรือไม่?
หนึ่งในปัญหาที่ใหญ่ที่สุดของเทคโนโลยีการดูแลสุขภาพแบบใหม่นี้คือการที่มันบังคับให้แพทย์ใช้เวลาที่มีค่าในการทำงานซ้ำ ๆ อย่างไรก็ตาม AI สามารถทำให้พวกเขาอัตโนมัติได้อย่างง่ายดายเช่นโดยใช้การรู้จำเสียงในระหว่างการเยี่ยมชมเพื่อบันทึกทุกรายละเอียดในขณะที่แพทย์พูดคุยกับผู้ป่วย แผนภูมิสามารถและจะรวมข้อมูลที่มีรายละเอียดมากขึ้นซึ่งสามารถรวบรวมได้จากแหล่งข้อมูลที่หลากหลายเช่นอุปกรณ์ที่สวมใส่ได้และเซ็นเซอร์ภายนอกและ AI จะป้อนข้อมูลเหล่านั้นลงใน EMR โดยตรง
แต่ก้าวไปข้างหน้าจากขั้นตอนแรกของการรวบรวมข้อมูลเมื่อข้อมูลที่เกี่ยวข้องเพียงพอถูกเข้าใจและคาดการณ์อย่างถูกต้องโดยอัลกอริทึมการเรียนรู้ลึกสามารถใช้เพื่อช่วยปรับปรุงคุณภาพการดูแลได้หลายวิธี มันสามารถเพิ่มการยึดมั่นของผู้ป่วยในการรักษาและลดเหตุการณ์ที่ป้องกันได้หรือแม้กระทั่งแนะนำแพทย์ผ่านการวิเคราะห์ AI ทำนายในการรักษาสภาพที่มีค่าใช้จ่ายสูงและเป็นอันตรายถึงชีวิต เพียงเพื่อตั้งชื่อตัวอย่างในทางปฏิบัติการศึกษาเมื่อเร็ว ๆ นี้ที่ตีพิมพ์ใน JAMA Network พบว่าข้อมูลขนาดใหญ่สกัดจาก EMRs และถูกย่อยโดย AI ที่มหาวิทยาลัยแคลิฟอร์เนียซานฟรานซิสโกเฮลธ์ช่วยในการรักษา Clostridium difficile ) การติดเชื้อ
และง่ายที่จะเห็นว่าการขุดดาต้าในเวชระเบียนจะเป็น“ เรื่องใหญ่” ชิ้นต่อไปในการดูแลสุขภาพเมื่อไม่มีใครอื่นนอกจาก Google เปิดตัวโครงการ Google DeepMind Health เพื่อปรับปรุงความเร็วคุณภาพและความเท่าเทียมในการเข้าถึงการดูแล
ไม่มีข้อบกพร่องไม่มีความเครียด - คู่มือแบบเป็นขั้นตอนเพื่อสร้างซอฟต์แวร์ที่เปลี่ยนแปลงชีวิตโดยไม่ทำลายชีวิตของคุณ
คุณไม่สามารถพัฒนาทักษะการเขียนโปรแกรมของคุณเมื่อไม่มีใครใส่ใจคุณภาพของซอฟต์แวร์
การสนับสนุนการตัดสินใจทางคลินิก (CDS)
อีกตัวอย่างที่น่าสนใจของการเรียนรู้อย่างลึกซึ้งสามารถช่วยให้เครื่องตัดสินใจได้ดีกว่ามนุษย์ที่มีอยู่คือการเพิ่มจำนวนของเครื่องมือสนับสนุนการตัดสินใจทางคลินิก (CDS)
เครื่องมือเหล่านี้มักจะสร้างขึ้นในระบบ EMR เพื่อช่วยแพทย์ในการทำงานโดยแนะนำหลักสูตรการรักษาที่ดีที่สุดเตือนถึงอันตรายที่อาจเกิดขึ้นเช่นปฏิกิริยาทางเภสัชวิทยาหรือสภาวะก่อนหน้าและวิเคราะห์แม้แต่รายละเอียดเล็กน้อยในบันทึกสุขภาพของผู้ป่วย
ตัวอย่างที่น่าสนใจคือ MatrixCare บ้านซอฟต์แวร์ที่สามารถรวม AI Cortana ที่มีชื่อเสียงของ Microsoft ในเครื่องมือของพวกเขาที่ใช้ในการจัดการสถานพยาบาล ความสามารถในการวิเคราะห์ที่มีศักยภาพของเอ็นจิ้นการเรียนรู้ของเครื่องช่วยเสริมความสามารถในการตัดสินใจของเครื่องมือสนับสนุนอย่างไม่หยุดยั้ง
“ แพทย์คนหนึ่งสามารถอ่านวารสารการแพทย์ได้เดือนละสองครั้ง” John Damgaard ประธานเจ้าหน้าที่บริหารอธิบาย“ Cortana สามารถอ่านการศึกษามะเร็งทุกครั้งที่ตีพิมพ์ในประวัติศาสตร์ก่อนเที่ยงและบ่ายสามโมง กำลังให้คำแนะนำเฉพาะผู้ป่วยเกี่ยวกับแผนการดูแลและปรับปรุงผลลัพธ์
CDS นำมาซึ่งการโต้แย้งว่าเครื่องจักรสามารถสื่อสารกันได้ดีกว่ามนุษย์ โดยเฉพาะอย่างยิ่งอุปกรณ์การแพทย์ที่แตกต่างกันทั้งหมดสามารถเชื่อมต่อกับอินเทอร์เน็ตได้เช่นเดียวกับอุปกรณ์อินเทอร์เน็ตอื่น ๆ (IoT) (อุปกรณ์สวมใส่, จอภาพ, เซ็นเซอร์ข้างเตียง ฯลฯ ) และซอฟต์แวร์ EMR การทำงานร่วมกันเป็นปัญหาสำคัญของการดูแลสุขภาพที่ทันสมัยเนื่องจากการกระจายตัวของการดูแลเป็นสาเหตุสำคัญของการรักษาที่ไม่เหมาะสมและการเข้ารักษาในโรงพยาบาลเพิ่มขึ้น เมื่อนำโดย AI อัจฉริยะแพลตฟอร์ม EMR ต่างๆสามารถ "พูดคุย" กันผ่านอินเทอร์เน็ตเพิ่มความร่วมมือและความร่วมมือระหว่างหอผู้ป่วยที่แตกต่างกันและแม้แต่สถานพยาบาลที่แตกต่างกัน
การพัฒนายา
การพัฒนายาใหม่ผ่านการทดลองทางคลินิกมักเป็นเรื่องที่มีราคาแพงมาก ไม่เพียง แต่ในแง่ของเวลา (กำลังพูดถึงหลายสิบปี) และดอลลาร์ลงทุน (ค่าใช้จ่ายอาจสูงถึงหลายพันล้านดอลลาร์) แต่ชีวิตมนุษย์เช่นกัน ในความเป็นจริงยาใหม่จำนวนมากต้องการการทดสอบเพิ่มเติมเป็นเวลาหลายปีในเรื่องของโลกแห่งความจริงในช่วงเวลาที่เรียกว่า postmarketing และไม่ใช่เรื่องผิดปกติที่ผลข้างเคียงที่ร้ายแรง (หรือร้ายแรงถึงตาย) ถูกค้นพบเป็นเวลาหลายปี เปิดตัว
AI ที่อัดแน่นไปด้วยซุปเปอร์คอมพิวเตอร์ที่มีประสิทธิภาพสามารถสกัดยาใหม่ออกจากฐานข้อมูลโครงสร้างโมเลกุลที่ไม่มีมนุษย์คนใดกล้าวิเคราะห์ได้ ตัวอย่างที่โดดเด่นคือ Atomwises AI ซึ่งสามารถทำนายยาสองตัวที่สามารถหยุดยั้งการแพร่ระบาดของไวรัสอีโบลา ในเวลาน้อยกว่าหนึ่งวันการค้นหาเสมือนของพวกเขาสามารถค้นหายารักษาความปลอดภัยที่มีอยู่สองตัวที่มีอยู่แล้วซึ่งสามารถ repurposed เพื่อต่อสู้กับไวรัสร้ายแรง ส่วนที่ดีที่สุดคือพวกเขาพบวิธีที่จะตอบสนองต่อเหตุฉุกเฉินการระบาดใหญ่อย่างมีประสิทธิภาพเพียงแค่สแกนหายาที่เคยทำตลาดกับผู้ป่วยมาหลายปีแล้วเพื่อพิสูจน์ความปลอดภัย (หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับวิธีที่เทคโนโลยีเป็นแนวทางในการพัฒนายาให้ดูที่ Big Data Datas Influence ในยาและเวชภัณฑ์)
ก้าวกระโดดสู่อนาคต
เทคโนโลยีที่น่าทึ่งที่สุดบางส่วนยังไม่พร้อม แต่ยังไม่มีอะไรมากไปกว่าต้นแบบ แต่ความหมายของพวกมันน่าทึ่งมาก
หนึ่งในนั้นคือยารักษาโรคที่มีความแม่นยำเป็นวินัยที่ทะเยอทะยานจริงๆที่ใช้อัลกอริทึมฟังก์ชั่นลึกเพื่อสแกนผ่านดีเอ็นเอของผู้ป่วยที่กำลังมองหาการกลายพันธุ์และความผิดปกติที่อาจเชื่อมโยงกับโรคเช่นมะเร็ง ผู้คนอย่าง Craig Venter หนึ่งในบรรพบุรุษของโครงการจีโนมมนุษย์กำลังทำงานกับเทคโนโลยีการคำนวณรุ่นใหม่ที่สามารถทำนายผลกระทบของการเปลี่ยนแปลงทางพันธุกรรมการปูทางไปสู่การรักษาแบบเฉพาะบุคคลและการตรวจหาโรคที่สามารถป้องกันได้
คำพูดที่ฉลาด
ตื่นเต้นเท่าที่เราอาจเป็นเพราะศักยภาพที่ยิ่งใหญ่ของการแนะนำ AI เพื่อการดูแลสุขภาพเป็นสิ่งสำคัญที่เราต้องเข้าใจข้อ จำกัด ของมัน การใช้ AI ในยานั้นไม่ได้ไร้ความเสี่ยงแม้ว่าหลาย ๆ คนจะสามารถเอาชนะได้ง่ายเมื่อเราคุ้นเคยกับมัน
คติพจน์สูงสุด“ ไม่ทำอันตราย” เป็นสิ่งสำคัญในการสร้างมาตรฐานทางจริยธรรมที่จะทำหน้าที่เป็นขอบเขต วันนี้มีการลงทุนในความรับผิดชอบของการสร้างกรอบซึ่งคนรุ่นต่อไปในอนาคตจะตัดสินใจ