Здравоохранение как область обычно не ассоциируется с быстрыми инновациями, меняющими правила игры. Куча бюрократической волокиты, созданной для регулирования отрасли, занимающейся заботой о человеческих жизнях, часто приводит к дурной славе бюрократической медлительности. Получение лекарства из исследовательской лаборатории через клинические испытания и правительственное одобрение для аптеки может занять десятилетия.

В этом контексте волна так называемых квантовых скачков в здравоохранении в последние годы может вызвать шок. Большинство этих достижений основано на искусственном интеллекте, и, черт возьми, они попадают в заголовки. Из ранней диагностики рака и выявления генетических причин аутизма у читателя с общим интересом быстро создается впечатление, что искусственный интеллект произвел революцию в этой области. Но попытка понять прогресс, который идет отовсюду, может дезориентировать, особенно в отношении такой новой и сложной технологии, как ИИ. В этой статье представлен более общий обзор ИИ в здравоохранении путем рассмотрения трех основных этапов диагностики, лечения и ухода в конце жизни, а также роли исследований на этих этапах.

Диагноз

Одним из первых применений ИИ в здравоохранении была диагностика, в первую очередь различных форм рака. Традиционные методы обнаружения часто либо неточны, либо инвазивны. По данным Американского онкологического общества, примерно 1 из 2 маммограмм дает ложные результаты, что увеличивает потребность в биопсии при диагностике рака молочной железы. Сообщается, что использование ИИ для раннего выявления рака молочной железы происходит в 30 раз быстрее с точностью 99%. Совсем недавно исследователи Google в США успешно разработали и обучили алгоритм глубокого обучения с огромным объемом данных компьютерной томографии для выявления рака легких, что дало частоту обнаружения на 5% выше, чем у ведущих экспертов в этой области.

Уход

Ближе к Азии врачи в Сингапуре используют разработанного в Китае умного помощника на базе искусственного интеллекта, чтобы рекомендовать лечение более 1500 заболеваний. Диабет является особенно распространенной проблемой в крошечном городе-государстве, и инструмент ИИ направлен на уменьшение осложнений лечения, включая инсульт и почечную недостаточность. Китайский страховой гигант Ping An финансирует совместное предприятие с группой общественного здравоохранения SingHealth, что заставляет гадать, стоит ли оно за ироничным прозвищем AskBob помощника.

Наиболее поразительной характеристикой этого недавно разработанного инструмента является его непрерывная синергия с медицинскими разработками в этой области. С помощью обработки естественного языка и оцифровки архивов AskBob постоянно анализирует подборки литературы по медицинским исследованиям, чтобы лучше информировать экспертов о своих рекомендациях. Это показатель использования ИИ в исследовательских целях в сфере здравоохранения.

Уход в конце жизни

Недавно открывшаяся выставка в Музее науки в Лондоне ставит зловещий вопрос: «Будете ли вы первым человеком, который проживет тысячу лет?» Его оптимистичный тон противоречит тому факту, что нынешнее поколение будет умирать медленнее, чем когда-либо прежде, и совершенно по-другому. Такие состояния, как деменция, остеопороз и сердечная недостаточность, затмеваются одиночеством, лежащим в основе последних этапов жизни. Это жуткая современная интерпретация The Bucket List.

Роль ИИ на этом этапе, вероятно, наименее заметна в данный момент, но ясно, что роботы обладают огромным потенциалом в уходе за пациентами в конце жизни. Предоставление компании и помощь пожилым людям в сохранении независимости снижает постоянно растущую потребность в домах престарелых и больницах, которые работают до предела, особенно среди стареющего населения развитых стран.

Проблемы на горизонте?

Здравоохранение имеет неотъемлемое преимущество перед другими отраслями, когда речь идет о включении ИИ в качестве технологии, добавляющей ценность, а именно огромном объеме доступных данных. На самом деле, по оценке, он превзойдет финансы, средства массовой информации и производство с совокупным ежегодным ростом на 36% до 2025 года. не хватает качества».

Прежде чем сектор здравоохранения сможет массово внедрить ИИ, он должен начать с повышения качества и актуальности данных, которые он будет использовать для обучения систем ИИ. Без большого количества качественных данных для обучения таких систем нет никакой надежды на встраивание ИИ в клинические рабочие процессы. — Лорен Маффео

Провидцы здравоохранения часто ссылаются на тройную цель развития здравоохранения: снизить затраты, улучшить качество обслуживания и качество обслуживания пациентов. Хотя легко объяснить, как искусственный интеллект может достичь всех этих целей, еще предстоит выяснить, сможет ли он быть реализован в качестве технологии с достаточными масштабами и скоростью, чтобы перевернуть саму отрасль, как изобретение пенициллина менее чем за 1 минуту. век назад.

Чтобы узнать больше о том, как быстро и просто интегрировать искусственный интеллект в медицинские компании, перейдите по ссылке эта.

Эта статья была первоначально написана Джерреллом Онгом, и ее можно найти по адресу https://extract-ai.com/blog/ai-the-penicillin-of-a-new-healthcare-era.