Inhoud
- Medische beeldvorming
- Elektronische medische dossiers (EMR's)
- Geen bugs, geen stress - Uw stapsgewijze handleiding voor het creëren van levensveranderende software zonder uw leven te vernietigen
- Ondersteuning voor klinische beslissingen (CDS)
- Drug ontwikkeling
- Een sprong in de toekomst
- Een woord aan de wijzen
Bron: video-doctor / iStockphoto
Afhaal:
AI stelt medische technologie in staat om in een steeds sneller tempo vooruit te gaan. Hier zijn enkele van de nieuwste doorbraken.
Kunstmatige intelligentie revolutioneert onze wereld op veel onvoorstelbare manieren. Aan de rand van de vierde industriële revolutie is de mensheid momenteel getuige van de eerste stappen van machines om de wereld waarin we leven opnieuw uit te vinden. En terwijl we blijven debatteren over de mogelijke nadelen en voordelen van het vervangen van mensen door intelligente, zelflerende machines, is er een gebied waar de positieve impact van AI de kwaliteit van ons leven zeker zal verbeteren: de gezondheidszorg.
Medische beeldvorming
Machine learning-algoritmen kunnen in een oogwenk onvoorstelbare hoeveelheden informatie verwerken. En ze kunnen veel preciezer zijn dan mensen om zelfs de kleinste details te ontdekken in medische beeldvormingsrapporten zoals mammogrammen en CT-scans.
Het bedrijf Zebra Medical Vision ontwikkelde een nieuw platform genaamd Profound, met algoritme-gebaseerde analyse van alle soorten medische beeldvormingsrapporten die elk teken van mogelijke aandoeningen zoals osteoporose, borstkanker, aorta-aneurysma's en nog veel meer met 90 procent kan vinden nauwkeurigheidsgraad. En de diepgaande leermogelijkheden zijn getraind om te controleren op verborgen symptomen van andere ziekten waar de zorgverlener in eerste instantie misschien niet naar op zoek was. Andere deep learning-netwerken behaalden zelfs een score van 100 procent bij het detecteren van de aanwezigheid van enkele, vooral dodelijke, vormen van borstkanker in biopsieslides.
Computer-gebaseerde analyse is zoveel efficiënter in het (en goedkoper dan) interpreteren van gegevens of afbeeldingen dan mensen, dat sommigen zelfs hebben beweerd dat het in de toekomst onethisch zou kunnen worden om AI niet te vervangen in sommige beroepen zoals radiologen en pathologen! (Zie De rol van IT in medische diagnose voor meer informatie over IT in de geneeskunde.)
Elektronische medische dossiers (EMR's)
De impact van elektronische medische dossiers (EMR's) op gezondheidsinformatietechnologie is een van de meest controversiële onderwerpen van het afgelopen decennium. Volgens sommige studies vormen ze een keerpunt in het verbeteren van de kwaliteit van zorg en tegelijkertijd de productiviteit en tijdigheid te verhogen. Veel zorgverleners vonden ze echter omslachtig en moeilijk te gebruiken, wat leidde tot substantiële technologische weerstand en wijdverbreide inefficiëntie. Kan de nieuwere AI-gestuurde software de vele artsen, verpleegkundigen en apothekers te hulp schieten die elke dag last hebben van de logheid van EMR's?
Een van de grootste problemen met deze nieuwe gezondheidszorgtechnologie is dat het clinici dwingt veel te veel van hun kostbare tijd te besteden aan het uitvoeren van repetitieve taken. AI kan ze echter gemakkelijk automatiseren, bijvoorbeeld door tijdens een bezoek spraakherkenning te gebruiken om elk detail vast te leggen terwijl de arts met de patiënt praat. Grafieken kunnen en zullen veel meer gedetailleerde gegevens bevatten die kunnen worden verzameld uit verschillende bronnen, zoals draagbare apparaten en externe sensoren, en de AI zal deze rechtstreeks in de EMR invoeren.
Maar vanaf de eerste stap van het verzamelen van gegevens, wanneer voldoende relevante informatie correct wordt begrepen en geëxtrapoleerd door deep learning-algoritmen, kan het op veel manieren worden gebruikt om de kwaliteit van zorg te verbeteren. Het kan de therapietrouw van patiënten verbeteren en vermijdbare gebeurtenissen verminderen, of zelfs artsen begeleiden via voorspellende AI-analyses bij het behandelen van dure, levensbedreigende aandoeningen. Om een praktisch voorbeeld te noemen, een recente studie gepubliceerd in het JAMA Network ontdekte hoe de big data geëxtraheerd uit EMR's en verteerd door een AI aan de Universiteit van Californië, San Francisco Health hielp bij de behandeling van potentieel dodelijke Clostridium difficile (C. diff ) infecties.
En het is gemakkelijk om te zien hoeveel datamining van medische dossiers het volgende "grote ding" in de gezondheidszorg wordt, wanneer niemand minder dan Google zijn eigen Google DeepMind Health-project heeft gelanceerd om de snelheid, kwaliteit en billijkheid van toegang tot zorg te verbeteren.
Geen bugs, geen stress - Uw stapsgewijze handleiding voor het creëren van levensveranderende software zonder uw leven te vernietigen
U kunt uw programmeervaardigheden niet verbeteren als niemand om softwarekwaliteit geeft.
Ondersteuning voor klinische beslissingen (CDS)
Een ander interessant voorbeeld van diep leren kan machines helpen betere beslissingen te nemen dan hun menselijke tegenhangers, de verspreiding van hulpmiddelen voor klinische beslissingsondersteuning (CDS).
Deze hulpmiddelen zijn meestal ingebouwd in het EMR-systeem om clinici te helpen bij hun werk door de beste behandelingskuur voor te stellen, te waarschuwen voor mogelijke gevaren zoals farmacologische interacties of eerdere aandoeningen en zelfs de kleinste details in het gezondheidsdossier van een patiënt te analyseren.
Een interessant voorbeeld is MatrixCare, een softwarehuis dat de beroemde AI Cortana van Microsoft kon integreren in hun tool voor het beheren van verpleeghuizen. De krachtige analysemogelijkheden van de machine learning engine versterkten het beslissingsvermogen van de ondersteuningshulpmiddelen onvergelijkbaar.
"Eén arts kan misschien twee keer per maand een medisch tijdschrift lezen," legt CEO John Damgaard uit, "Cortana kan elke kankerstudie lezen die vóór 12.00 uur en om 15.00 uur in de geschiedenis is gepubliceerd. doet patiëntspecifieke aanbevelingen over zorgplannen en het verbeteren van de resultaten. ”
CDS brengt ook het argument naar voren dat machines veel beter met elkaar kunnen communiceren dan mensen. In het bijzonder kunnen verschillende medische apparaten allemaal op het internet worden aangesloten, net als elk ander internet of things (IoT) -apparaat (wearables, monitors, bedsensoren, enz.), En ook op de EMR-software. Interoperabiliteit is een kritieke kwestie van de moderne gezondheidszorg, aangezien het leveren van zorgfragmentatie een belangrijke oorzaak is van ongepaste behandeling en verhoogde ziekenhuisopnames. Onder leiding van slimme AI kunnen de verschillende EMR-platforms via internet met elkaar "praten", waardoor de samenwerking en samenwerking tussen verschillende afdelingen en zelfs verschillende zorginstellingen toeneemt.
Drug ontwikkeling
Het ontwikkelen van een nieuw medicijn door middel van klinische proeven is vaak een zeer dure aangelegenheid. Niet alleen in termen van tijd (hadden het over tientallen jaren) en geïnvesteerde dollars (de kosten kunnen gemakkelijk oplopen tot enkele miljarden dollars), maar ook mensenlevens. Veel nieuwe geneesmiddelen vereisen in feite vele jaren van aanvullende tests op echte proefpersonen tijdens de zogenaamde postmarketingperiode, en het is niet zo ongewoon dat vele ernstige (of zelfs dodelijke) bijwerkingen worden ontdekt vele jaren nadat een medicijn is gelanceerd.
Nogmaals, efficiënte supercomputer-aangedreven AI kan nieuwe medicijnen uit een database van moleculaire structuren halen die geen mens ooit zou durven analyseren. Een prominent voorbeeld is Atomwises AI, die twee medicijnen kon voorspellen die een einde konden maken aan de ebola-virusepidemie. In minder dan één dag konden hun virtuele zoekopdrachten twee veilige, reeds bestaande medicijnen vinden die opnieuw konden worden gebruikt om het dodelijke virus te bestrijden. Het beste is dat ze een manier hebben gevonden om effectief te reageren op een pandemische noodsituatie door alleen medicijnen te scannen die al jaren op de markt werden gebracht om hun veiligheid te bewijzen. (Zie Big Data-invloed in geneeskunde en farmaceutische producten voor meer informatie over hoe technologie de ontwikkeling van geneesmiddelen leidt.)
Een sprong in de toekomst
Sommige van de meest verbazingwekkende technologieën zijn nog niet klaar, en zijn niets meer dan alleen prototypes, maar hun implicaties zijn zo adembenemend dat ze nog steeds het vermelden waard zijn.
Een daarvan is precisiegeneeskunde, een echt ambitieuze discipline die diepe genomics-algoritmen gebruikt om het DNA van een patiënt te doorzoeken op zoek naar mutaties en afwijkingen die kunnen worden gekoppeld aan ziekten zoals kanker. Mensen zoals Craig Venter, een van de vaders van het Human Genome Project, werken momenteel aan een nieuwe generatie computationele technologieën die de effecten van elke genetische verandering kunnen voorspellen, de weg vrijmaken voor geïndividualiseerde behandelingen en vroege detectie van veel te voorkomen ziekten.
Een woord aan de wijzen
Hoe opgewonden we ook zijn vanwege het enorme potentieel om AI in de gezondheidszorg te introduceren, het is belangrijk dat we de beperkingen ervan begrijpen. Het gebruik van AI in de geneeskunde is niet verstoken van risico's, hoewel veel ervan gemakkelijk kunnen worden overwonnen zodra we eraan gewend zijn geraakt.
De stelregel "doe geen kwaad" is van cruciaal belang om enkele ethische normen vast te stellen die als grenzen kunnen fungeren. Vandaag zijn geïnvesteerd in de verantwoordelijkheid om het kader te bouwen waarop de toekomstige generaties hun beslissingen zullen nemen.