Zullen artsen leren artsen overbodig maken? Gepresenteerd door: AltaML googletag.cmd.push (function () {googletag.display (div-gpt-ad-1562928221186-0);}); Q:

Schrijver: Laura McKinney
Datum Van Creatie: 4 April 2021
Updatedatum: 24 Juni- 2024
Anonim
Zullen artsen leren artsen overbodig maken? Gepresenteerd door: AltaML googletag.cmd.push (function () {googletag.display (div-gpt-ad-1562928221186-0);}); Q: - Technologie
Zullen artsen leren artsen overbodig maken? Gepresenteerd door: AltaML googletag.cmd.push (function () {googletag.display (div-gpt-ad-1562928221186-0);}); Q: - Technologie

Inhoud

Gepresenteerd door: AltaML



Q:

Zullen artsen leren artsen overbodig maken?

EEN:

De vraag of machine learning-programma's uiteindelijk menselijke artsen zullen vervangen, is interessant. Het heeft zijn basis in technologische vooruitgang die we al hebben gezien - en sommige die op de snoek komen - evenals ons begrip van hoe de westerse geneeskunde werkt, zelfs in een gegevensgestuurde wereld.

Het eerste punt om op te merken is dat technologie enorme stappen heeft gezet om goed te worden in diagnose en evaluatie van radiologie, en in het algemeen datagestuurde beslissingen te nemen. Dus waar hebben we artsen voor nodig?

Nou ... laten we ook kijken naar wat artsen doorgaans doen in de hightechomgeving van vandaag. Ze maken gebruik van computers en andere technologie.

Een van de beste voorbeelden zijn systemen voor elektronische medische dossiers (EMR) en elektronische medische dossiers (EHR). Waar artsen vroeger op papier werkten, gebruiken ze nu aanbiedingen van softwareleveranciers die veel van hun werk digitaliseren en automatiseren. EMR's en EPD's helpen artsen bijvoorbeeld al bij het diagnosticeren van aandoeningen.


In dit licht is het veel logischer om te suggereren dat de medische wereld van morgen een samenwerking zal zijn tussen mens en machine. Artsen zullen de technologieën beheersen die die beslissingen nemen, en de artsen zullen belangrijk menselijk toezicht op die beslissingen bieden.

Hoewel machine learning-programma's enorm nuttig zijn geworden bij het nemen van gegevensgestuurde beslissingen, zijn ze aantoonbaar zo krachtig geworden dat we er niet onafhankelijk van willen zijn om onze medische beslissingen te nemen. Experts noemen het 'black box-fenomeen' waarbij we niet echt volledig begrijpen hoe deze machine learning-programma's werken. In die zin is het van cruciaal belang om een ​​menselijke agent te betrekken, om de resultaten van het machine learning-systeem te heroverwegen en die resultaten in de juiste context te plaatsen.

Er zijn twee extra punten die suggereren dat we in de toekomst nog steeds menselijke artsen zullen gebruiken. Een daarvan is aansprakelijkheid. Hoe beoordeelt u de uiteindelijke aansprakelijkheid die voortvloeit uit het volgen van de beslissingen van de computer?


De andere gaat over hoe wij als mensen onze gezondheidszorg graag ontvangen. Vroege inspanningen om de resultaten van de gezondheidszorg volledig te digitaliseren, zijn niet populair geweest en hebben niet erg goed gewerkt. Patiënten willen meestal met een arts praten, niet met een computer. Er is zelfs het begrip dat mensen het gebruik van internet vermijden om aandoeningen zelf te diagnosticeren, omdat dit niet is hoe ze medicijnen willen benaderen.

Een meer verfijnde kijk op hoe artsen tegenwoordig werken, suggereert dat ze in de toekomst op vrijwel dezelfde manier zullen werken, hoewel de technologieën steeds krachtiger worden en clinici in staat stellen meer te doen voor patiënten in de tijd.