NộI Dung
- Hình ảnh y tế
- Hồ sơ y tế điện tử (EMR)
- Không lỗi, không căng thẳng - Hướng dẫn từng bước của bạn để tạo ra phần mềm thay đổi cuộc sống mà không phá hủy cuộc sống của bạn
- Hỗ trợ quyết định lâm sàng (CDS)
- Phát triển thuốc
- Bước nhảy vọt về tương lai
- Một lời cho khôn ngoan
Nguồn: video-Doctor / iStockphoto
Lấy đi:
AI đang cho phép công nghệ y tế tiến lên với tốc độ ngày càng nhanh. Dưới đây là một số đột phá mới nhất.
Trí tuệ nhân tạo đang cách mạng hóa thế giới của chúng ta theo nhiều cách không thể tưởng tượng được. Trước thềm cuộc cách mạng công nghiệp lần thứ tư, nhân loại hiện đang chứng kiến những bước đầu tiên được tạo ra bởi máy móc trong việc tái tạo thế giới chúng ta đang sống. Và trong khi chúng ta tiếp tục tranh luận về những hạn chế và lợi ích tiềm năng của việc thay thế con người bằng những cỗ máy tự học thông minh, có một lĩnh vực mà AI tác động tích cực chắc chắn sẽ cải thiện chất lượng cuộc sống của chúng ta: ngành chăm sóc sức khỏe.
Hình ảnh y tế
Các thuật toán học máy có thể xử lý lượng thông tin không thể tưởng tượng được trong chớp mắt. Và chúng có thể chính xác hơn nhiều so với con người trong việc phát hiện ngay cả những chi tiết nhỏ nhất trong các báo cáo hình ảnh y tế như chụp quang tuyến vú và chụp CT.
Công ty Zebra Medical Vision đã phát triển một nền tảng mới có tên Profound, với phân tích dựa trên thuật toán của tất cả các loại báo cáo hình ảnh y tế có thể tìm thấy mọi dấu hiệu của các tình trạng tiềm ẩn như loãng xương, ung thư vú, phình động mạch chủ và nhiều hơn nữa với 90% độ chính xác. Và khả năng học hỏi sâu của nó đã được đào tạo để kiểm tra các triệu chứng tiềm ẩn của các bệnh khác mà nhà cung cấp dịch vụ chăm sóc sức khỏe có thể không tìm kiếm ngay từ đầu. Các mạng học sâu khác thậm chí còn đạt được điểm chính xác 100 phần trăm khi phát hiện sự hiện diện của một số dạng ung thư vú đặc biệt gây chết người trong các slide sinh thiết.
Phân tích dựa trên máy tính hiệu quả hơn nhiều (và ít tốn kém hơn) diễn giải dữ liệu hoặc hình ảnh so với con người, đến nỗi một số người thậm chí còn lập luận rằng trong tương lai, nó có thể trở thành phi đạo đức khi không thay thế AI trong một số ngành nghề như bác sĩ X quang và bệnh lý học! (Để biết thêm về CNTT trong y học, xem Vai trò của CNTT trong Chẩn đoán Y khoa.)
Hồ sơ y tế điện tử (EMR)
Tác động của hồ sơ y tế điện tử (EMR) đối với công nghệ thông tin y tế là một trong những chủ đề gây tranh cãi nhất trong thập kỷ qua. Theo một số nghiên cứu, họ đại diện cho một bước ngoặt trong việc cải thiện chất lượng chăm sóc đồng thời tăng năng suất và tính kịp thời. Tuy nhiên, nhiều nhà cung cấp dịch vụ chăm sóc sức khỏe thấy chúng cồng kềnh và khó sử dụng, dẫn đến sức đề kháng công nghệ đáng kể và không hiệu quả trên diện rộng. Phần mềm điều khiển AI mới hơn có thể giải cứu được nhiều bác sĩ, y tá và dược sĩ dò dẫm hàng ngày với sự vụng về khó sử dụng của EMR không?
Một trong những vấn đề lớn nhất với công nghệ chăm sóc sức khỏe mới này là nó buộc các bác sĩ lâm sàng dành quá nhiều thời gian quý báu của họ để thực hiện các nhiệm vụ lặp đi lặp lại. AI có thể dễ dàng tự động hóa chúng, tuy nhiên, bằng cách sử dụng nhận dạng giọng nói trong chuyến thăm để ghi lại từng chi tiết trong khi bác sĩ nói chuyện với bệnh nhân. Biểu đồ có thể và sẽ bao gồm dữ liệu chi tiết hơn nhiều có thể được thu thập từ nhiều nguồn khác nhau như thiết bị đeo được và cảm biến bên ngoài, và AI sẽ đưa chúng trực tiếp vào EMR.
Nhưng tiến về phía trước từ bước đầu tiên của việc thu thập dữ liệu, khi đủ thông tin liên quan được hiểu chính xác và ngoại suy bằng các thuật toán học sâu, nó có thể được sử dụng để giúp cải thiện chất lượng chăm sóc theo nhiều cách. Nó có thể tăng cường cho bệnh nhân Tuân thủ điều trị và giảm các sự kiện có thể phòng ngừa, hoặc thậm chí hướng dẫn bác sĩ thông qua các phân tích AI dự đoán trong điều trị các điều kiện đe dọa đến tính mạng, chi phí cao. Chỉ nêu một ví dụ thực tế, một nghiên cứu gần đây được công bố trên Mạng JAMA đã tìm ra cách dữ liệu lớn được trích xuất từ EMRs và được tiêu hóa bởi một AI tại Đại học California, San Francisco Health đã giúp điều trị Clostridium difficile có khả năng gây chết người (C. diff ) nhiễm trùng.
Và thật dễ dàng để thấy việc khai thác dữ liệu hồ sơ y tế sẽ trở thành công việc lớn nhất tiếp theo trong ngành chăm sóc sức khỏe, khi không ai khác ngoài Google ra mắt dự án Google DeepMind Health của riêng mình để cải thiện tốc độ, chất lượng và sự công bằng trong việc chăm sóc.
Không lỗi, không căng thẳng - Hướng dẫn từng bước của bạn để tạo ra phần mềm thay đổi cuộc sống mà không phá hủy cuộc sống của bạn
Bạn không thể cải thiện kỹ năng lập trình của mình khi không ai quan tâm đến chất lượng phần mềm.
Hỗ trợ quyết định lâm sàng (CDS)
Một ví dụ thú vị khác về học tập sâu có thể giúp máy móc đưa ra quyết định tốt hơn so với các đối tác của con người là sự phổ biến của các công cụ hỗ trợ quyết định lâm sàng (CDS).
Những công cụ này thường được tích hợp vào hệ thống EMR để hỗ trợ bác sĩ lâm sàng trong công việc bằng cách đề xuất liệu trình điều trị tốt nhất, cảnh báo các nguy cơ tiềm ẩn như tương tác dược lý hoặc các điều kiện trước đó và phân tích chi tiết nhỏ nhất trong hồ sơ sức khỏe của bệnh nhân.
Một ví dụ thú vị là MatrixCare, một nhà phần mềm có thể tích hợp AI Cortana nổi tiếng của microsofts trong công cụ của họ được sử dụng để quản lý các viện dưỡng lão. Khả năng phân tích mạnh mẽ của công cụ học máy đã củng cố khả năng ra quyết định của các công cụ hỗ trợ một cách không thể so sánh được.
Bác sĩ của One One có thể đọc một tạp chí y khoa có thể hai lần một tháng, Giám đốc điều hành John giải thích John Damgaard, Ronald Cortana có thể đọc mọi nghiên cứu về ung thư được công bố trong lịch sử trước buổi trưa và trước 3 giờ chiều. đang đưa ra các khuyến nghị dành riêng cho bệnh nhân về các kế hoạch chăm sóc và cải thiện kết quả.
CDS cũng đưa ra lập luận rằng các máy móc có thể giao tiếp với nhau tốt hơn nhiều so với con người. Đặc biệt, tất cả các thiết bị y tế khác nhau đều có thể được kết nối với internet giống như bất kỳ thiết bị internet (IoT) nào khác (thiết bị đeo, màn hình, cảm biến đầu giường, v.v.) và với phần mềm EMR. Khả năng tương tác là một vấn đề quan trọng của chăm sóc sức khỏe hiện đại vì việc phân chia chăm sóc là nguyên nhân chính của điều trị không phù hợp và tăng tỷ lệ nhập viện. Khi được dẫn dắt bởi AI thông minh, các nền tảng EMR khác nhau có thể nói chuyện với nhau thông qua internet, tăng cường hợp tác và hợp tác giữa các phường khác nhau và thậm chí các cơ sở chăm sóc sức khỏe khác nhau.
Phát triển thuốc
Phát triển một loại thuốc mới thông qua các thử nghiệm lâm sàng thường là một vấn đề rất tốn kém. Không chỉ về mặt thời gian (đã nói về hàng thập kỷ) và đô la đầu tư (chi phí có thể dễ dàng lên tới vài tỷ đô la), nhưng cuộc sống của con người cũng vậy. Trên thực tế, nhiều loại dược phẩm mới yêu cầu nhiều năm thử nghiệm bổ sung đối với các đối tượng trong thế giới thực trong giai đoạn được gọi là hậu tiếp thị, và không có gì lạ khi nhiều tác dụng phụ nghiêm trọng (hoặc thậm chí gây tử vong) được phát hiện trong nhiều năm sau khi thuốc được sử dụng ra mắt.
Một lần nữa, AI chạy bằng siêu máy tính hiệu quả có thể tìm ra các loại thuốc mới từ cơ sở dữ liệu về cấu trúc phân tử mà không con người nào dám phân tích. Một ví dụ nổi bật là Atomwises AI, có thể dự đoán hai loại thuốc có thể ngăn chặn dịch bệnh do vi rút Ebola. Trong vòng chưa đầy một ngày, tìm kiếm ảo của họ đã có thể tìm thấy hai loại thuốc an toàn, hiện có có thể được tái sử dụng để chống lại virus chết người. Phần tốt nhất là họ đã tìm ra cách phản ứng hiệu quả với trường hợp khẩn cấp đại dịch chỉ bằng cách quét qua các loại thuốc đã được bán cho bệnh nhân trong nhiều năm, chứng minh sự an toàn của họ. (Để tìm hiểu thêm về cách công nghệ hướng dẫn phát triển thuốc, hãy xem Ảnh hưởng của Big Datas trong Y học và Dược phẩm.)
Bước nhảy vọt về tương lai
Một số công nghệ tuyệt vời nhất chưa sẵn sàng, không có gì khác hơn là các nguyên mẫu, nhưng ý nghĩa của chúng rất ngoạn mục mà chúng vẫn đáng được đề cập.
Một trong số đó là y học chính xác, một chuyên ngành thực sự đầy tham vọng sử dụng thuật toán genom sâu để quét qua DNA của bệnh nhân đang tìm kiếm các đột biến và dị thường có thể liên quan đến các bệnh như ung thư. Những người như Craig Venter, một trong những người cha của Dự án Bộ gen người, hiện đang nghiên cứu một thế hệ công nghệ tính toán mới có thể dự đoán tác động của bất kỳ thay đổi di truyền nào, mở đường cho các phương pháp điều trị cá nhân và phát hiện sớm nhiều bệnh có thể phòng ngừa được.
Một lời cho khôn ngoan
Chúng tôi rất phấn khích vì tiềm năng to lớn của việc giới thiệu AI vào chăm sóc sức khỏe, điều quan trọng là chúng tôi hiểu được những hạn chế của nó. Sử dụng AI trong y học không tránh khỏi rủi ro, mặc dù nhiều trong số chúng sẽ dễ dàng vượt qua một khi chúng ta đã quen với nó.
Các maxim không làm hại gì là rất quan trọng để thiết lập một số tiêu chuẩn đạo đức sẽ đóng vai trò là ranh giới. Hôm nay được đầu tư vào trách nhiệm xây dựng khuôn khổ mà các thế hệ tương lai sẽ đưa ra quyết định của họ.