การเรียนรู้ของเครื่องจะทำให้แพทย์ล้าสมัยหรือไม่? นำเสนอโดย: AltaML googletag.cmd.push (ฟังก์ชั่น () {googletag.display (div-gpt-ad-1562928221186-0);}); Q:

ผู้เขียน: Laura McKinney
วันที่สร้าง: 4 เมษายน 2021
วันที่อัปเดต: 24 มิถุนายน 2024
Anonim
การเรียนรู้ของเครื่องจะทำให้แพทย์ล้าสมัยหรือไม่? นำเสนอโดย: AltaML googletag.cmd.push (ฟังก์ชั่น () {googletag.display (div-gpt-ad-1562928221186-0);}); Q: - เทคโนโลยี
การเรียนรู้ของเครื่องจะทำให้แพทย์ล้าสมัยหรือไม่? นำเสนอโดย: AltaML googletag.cmd.push (ฟังก์ชั่น () {googletag.display (div-gpt-ad-1562928221186-0);}); Q: - เทคโนโลยี

เนื้อหา

นำเสนอโดย: AltaML



Q:

การเรียนรู้ของเครื่องจะทำให้แพทย์ล้าสมัยหรือไม่?

A:

คำถามว่าโปรแกรมการเรียนรู้ของเครื่องจักรจะมาแทนที่แพทย์มนุษย์ในที่สุดหรือไม่นั้นเป็นโปรแกรมที่น่าสนใจ มันมีพื้นฐานในความก้าวหน้าทางเทคโนโลยีที่เราได้เห็นมาแล้วและบางอย่างก็หยุดลงเช่นเดียวกับความเข้าใจของเราเกี่ยวกับการทำงานของแพทย์ตะวันตกแม้ในโลกที่ขับเคลื่อนด้วยข้อมูล

จุดแรกที่ควรทราบก็คือเทคโนโลยีได้ก้าวไปอย่างมากในการวินิจฉัยและประเมินผลด้านรังสีวิทยาและโดยทั่วไปแล้วจะทำการตัดสินใจโดยใช้ข้อมูลเป็นหลัก แล้วเราต้องการแพทย์อะไร

ทีนี้…มาดูสิ่งที่แพทย์มักจะทำในสภาพแวดล้อมไฮเทคในปัจจุบันด้วย พวกเขาใช้คอมพิวเตอร์และเทคโนโลยีอื่น ๆ

หนึ่งในตัวอย่างที่ดีที่สุดคือระบบเวชระเบียนอิเล็กทรอนิกส์ (EMR) และระบบบันทึกสุขภาพอิเล็กทรอนิกส์ (EHR) ที่แพทย์เคยทำงานบนกระดาษตอนนี้พวกเขาใช้ประโยชน์จากข้อเสนอจากผู้จำหน่ายซอฟต์แวร์ที่แปลงเป็นดิจิทัลและทำงานส่วนใหญ่โดยอัตโนมัติ ตัวอย่างเช่น EMR และ EHRs ช่วยแพทย์ในกระบวนการวินิจฉัยเงื่อนไขแล้ว

ด้วยเหตุนี้มันจึงสมเหตุสมผลมากกว่าที่จะแนะนำว่าโลกการแพทย์ของวันพรุ่งนี้จะเป็นความร่วมมือระหว่างมนุษย์และเครื่องจักร แพทย์จะควบคุมเทคโนโลยีที่ใช้ในการตัดสินใจและแพทย์จะให้ความสำคัญต่อการตัดสินใจของมนุษย์


ในขณะที่โปรแกรมการเรียนรู้ของเครื่องมีประโยชน์อย่างมากในการตัดสินใจที่ขับเคลื่อนด้วยข้อมูล แต่เนื้อหาเหล่านั้นมีประสิทธิภาพมากจนเราไม่ต้องการพึ่งพาพวกมันอย่างอิสระเพื่อทำการตัดสินใจทางการแพทย์ ผู้เชี่ยวชาญอ้างถึง“ ปรากฏการณ์กล่องดำ” ที่เราไม่เข้าใจอย่างแท้จริงว่าโปรแกรมการเรียนรู้ของเครื่องเหล่านี้ทำงานอย่างไร ในแง่นั้นมันสำคัญมากที่จะต้องมีตัวแทนมนุษย์เข้ามาเกี่ยวข้องเพื่อคาดเดาผลลัพธ์ของระบบการเรียนรู้ของเครื่องและคาดการณ์ผลลัพธ์เหล่านั้นอย่างถูกต้อง

มีสองประเด็นเพิ่มเติมที่แนะนำว่าเราจะยังคงใช้ประโยชน์จากแพทย์มนุษย์ในอนาคต หนึ่งคือความรับผิดชอบ คุณประเมินความรับผิดท้ายที่สุดที่เกิดจากการติดตามการตัดสินใจของคอมพิวเตอร์ได้อย่างไร

อีกคนหนึ่งเกี่ยวข้องกับวิธีที่เราในฐานะมนุษย์ชอบรับการดูแลสุขภาพของเรา ความพยายามในช่วงต้นเพื่อผลลัพธ์ด้านการรักษาพยาบาลแบบดิจิทัลทั้งหมดยังไม่ได้รับความนิยมและไม่ได้ผลดีนัก ผู้ป่วยโดยทั่วไปต้องการพูดคุยกับแพทย์ไม่ปรึกษาคอมพิวเตอร์ แม้จะมีความเข้าใจว่าผู้คนหลีกเลี่ยงการใช้อินเทอร์เน็ตในการวินิจฉัยโรคด้วยตนเองเพราะนี่ไม่ใช่วิธีที่พวกเขาต้องการใช้ยา


การตรวจสอบอย่างละเอียดมากขึ้นเกี่ยวกับวิธีการทำงานของแพทย์ในปัจจุบันแสดงให้เห็นว่าพวกเขาจะทำงานในลักษณะเดียวกันในอนาคตแม้ว่าเทคโนโลยีจะมีประสิทธิภาพมากขึ้นและมีประสิทธิภาพมากขึ้นและช่วยให้แพทย์สามารถทำสิ่งต่างๆให้กับผู้ป่วยได้มากขึ้น