Как AI променя здравеопазването

2023 Автор: Susan Creighton | [email protected]. Последно модифициран: 2023-11-26 12:32

• Машинното обучение и дълбоките невронни мрежи предизвикаха значителен напредък в изкуствения интелект.
• Основните приложения на AI в здравеопазването включват диагностика, роботизирани операции и виртуални асистенти за кърмене.
• Прогнозира се, че ИИ за здравеопазване до 2021 г. ще достигне стойност 6, 6 милиарда долара.
• Приемането на ИИ може да спести на американската здравна индустрия 150 милиарда долара годишно до 2026 г.

В "Междузвездни войни: Империята отвръща", Люк Скайуокър е спасен от замразените отпадъци на Хот след почти фатална среща, за щастие да бъде върнат в медицинско заведение, изпълнено с модерна роботика и футуристична технология, която лекува раните му и бързо го връща обратно към здравето. Разбира се, това е научната фантастика … засега.

Здравната индустрия може да се насочи към поредното преобразуване на високотехнологичните технологии (дори докато продължава да се адаптира към появата на електронни системи за здравни записи и други ИТ продукти в здравеопазването), тъй като изкуственият интелект (AI) се подобрява. Могат ли приложенията за ИИ да станат новото нормално в почти всеки сектор на здравната индустрия? Много експерти смятат, че това е неизбежно и идва по-рано, отколкото може да очаквате.

Какво е изкуствен интелект?

AI може да бъде просто определен като компютри и компютърен софтуер, които са способни на интелигентно поведение, като например анализ и учене. Тя е широка категория в най-новата граница на технологичното развитие, нарастваща и променяща се всеки ден.

Машинно обучение и невронни мрежи

Машинното обучение е основата на съвременния AI и по същество е алгоритъм, който позволява на компютрите да учат независимо, без да следват изрично програмиране. Тъй като алгоритмите за машинно обучение срещат повече данни, ефективността на алгоритмите се подобрява.

Дълбокото обучение е подмножество от машинно обучение, което функционира по подобен начин с лек обрат. Дълбокото обучение отива крачка напред, като прави изводи въз основа на данните, които е срещал преди. С други думи, задълбоченото обучение дава възможност на приложение AI да прави свои собствени заключения. Той работи чрез изкуствена невронна мрежа, която представлява набор от алгоритми за машинно обучение, които работят в тандем. Невронната мрежа слабо прилича на човешкия мозък, с поредица от „неврони“, които „се запалват“, когато са налице определени стимули (в случая данни).

„Конвенционалните решения за машинно обучение не са познавателни; те се обучават от данни, но им липсва възможност да надскочат липсващи или повредени данни и да изградят хипотеза за потенциални действия“, казва AJ Abdallat, изпълнителен директор на „Отвъд границите“. "Машинното обучение може да бъде ефективно при откриване на нещо очаквано, но то се проваля, когато се сблъска с неочакваното."

За да изкарат изкуствения интелект на следващото ниво, каза Абдалат, разработчиците трябва да наблегнат както на дедуктивните, така и на индуктивните разсъждения и да подражават на тези познавателни модели в машините, които проектират. Предимство на динамичните и задълбочени решения за обучение, добави той, е, че те могат да обяснят своите разсъждения и заключения, което е основна полза за комплексното вземане на решения.

Как се използва AI в здравеопазването?

AI все още е сравнително нова технология, особено в сектора на здравеопазването, където осиновяването остава в началото. Тъй като AI и инструментите за машинно обучение стават все по-сложни, случаите на тяхното използване се разширяват; въпреки това, приемането на AI остава ниско, според Джон Frownfelter, главен служител по медицинска информация в Jvion.

"Все още сме във фаза на свръхпроизводство, където много организации се опитват да разберат как се вписва в цялостната стратегия", каза Фроунфелтер. „Ранният ИИ беше забелязан… с по-голям акцент върху разпознаването на модели за процесите на фактуриране. Той се превърна в много по-сложно използване на дълбоко машинно обучение и използване на силата на големите данни.“

Съвременните приложения на AI включват широкообхватни случаи на използване - от киберсигурност до рентгенографски изображения, каза Frownfelter. Докато приложенията за AI продължават да се подобряват, цялата здравна индустрия може да претърпи смяна. Ето някои от основните начини, по които AI се очаква да оформи здравеопазването през следващите години.

Диагностика

AI превъзхожда категоризирането на данни, особено след като са били изложени на големи количества данни по темата. Това създава голямо обещание за AI, когато става въпрос за диагностика - медицински анализи на изображения и медицински записи на пациентите, генетика и други могат да бъдат комбинирани за подобряване на диагностичните резултати. Освен това инструментите на AI могат да използват подобна информация, за да изработят уникални подходи за лечение и да предлагат препоръки на лекарите.

„Наистина интересните разработки са в клиничната арена“, казва Фроунфелтер. „Клиничната предписваща анализа е може би най-близката AI, която се поддържа за директна грижа за пациентите през 2019 г.“

Асистирана с роботи операция

Роботичните операции позволяват на хирурзите да използват по-малки инструменти и да правят по-прецизни разрези. Хирурзите (и пациентите) също биха могли да се възползват от AI, като комбинират медицински записи с данни в реално време по време на операции, както и като използват данни от предишни успешни операции от същия тип. Accenture, консултантска компания за технологии, изчислява, че с помощта на AI операция, подпомагана от роботи, може да спести на американската здравна индустрия 40 милиарда долара годишно до 2026 г.

Виртуални асистенти за кърмене

Помислете за виртуални асистенти за кърмене като Алекса за болничното си легло. Тези виртуални асистенти възпроизвеждат типичното поведение на медицинска сестра, като подпомагат пациентите с ежедневната си рутина, напомняйки им да приемат лекарства или да отидат на срещи, помагайки да отговорят на медицински въпроси и др. Accenture изчислява, че виртуалните асистенти за медицински сестри могат да бъдат вторият по големина източник на годишни спестявания за американската здравна индустрия, като намаляват разходите за $ 20 милиарда.

Помощ при административен работен процес

Естествено, медицинските практики, болниците и другите пунктове за грижа водят до голяма част от документи. Всъщност консолидирането и дигитализирането на тези записи доведе до въвеждането на електронни системи за здравни записи в целия отрасъл. AI вече започна да навлиза в тези системи и може да се използва и за оптимизиране на административните функции. Accenture изчислява, че новата ефективност на административния работен процес поради възникващите технологии на ИИ може да доведе до 18 милиарда долара годишни спестявания.

Забележка на редактора: Търсите ли система за EHR за вашата болница или медицинска практика? Попълнете въпросника по-долу, за да се свържете с нашите търговски партньори с повече информация за потенциално решение за вас

купувачка джаджа

Ангажиране на пациента

Вече автоматизираните напомняния за планиране и назначаване на срещи са нещо обичайно, но лицето на ангажираността на пациентите скоро може да стане по-роботизирано (и все пак, в същото време, по-лично.)

„Правилно е акцентирано върху това как AI може да се използва за по-добра диагностика и лечение на пациенти“, казва Фил Маршал, съосновател на Conversa Health. „Това е важно, но сега наблюдаваме промяна в начините, по които ИИ може да се разпростре върху опита на пациента.“

Например, пациентите, които са загрижени за конкретно състояние или страничните ефекти от лечението, могат да попитат чатбот по всяко време, дори когато техният лекар не е на разположение, каза Маршал.

"Представете си един пациент с рак, подложен на радиация [който] не е запознат с това, което е нормален страничен ефект и какво не. Сега, вместо да се тревожите през нощта, докато лекарският кабинет се отвори, чатботът може да ги уведоми", каза той.

Икономиката на изкуствения интелект в здравеопазването

Какво струва всичко това? Според Accenture топ 10 приложения на ИИ в здравеопазването биха могли да спестят 150 милиарда щатски долара годишно до 2026 г. Самият пазар на AI за здравеопазване се очаква да бъде на стойност 6, 6 милиарда долара до 2021 г., което представлява масивен сложен годишен ръст от 40% от 2014 г., но също така и скромна инвестиция в сравнение с очакваните спестявания, пряко свързани с приемането на AI.