Искусственный интеллект в медицине
Бум искусственного интеллекта(AI) способен революционизировать здравоохранение, используя множество данных, чтобы предлагать провайдерам более полную картину пациентов, что приводит к лучшим и более эффективным диагнозам, значительно улучшая результаты. В 2014 году на сумму 600 млн. Долл. США рынок медико-санитарной помощи взлетел и к 2021 году достигнет 6,6 млрд. Долл. США.
Развязывать полный потенциал ИИ в секторе здравоохранения не будет простой задачей. Это потребует усилий как AI-компаний, так и поставщиков медицинских услуг для преодоления ряда препятствий на пути интеграции новых технологий в область, которая, вероятно, будет неохотой, если не будет доказана значительная ценность и эффективность и не будет снижен риск. Устранение этих препятствий потребует смешения смещений и технологической утонченности, но выигрыш для сегодняшних напряженных систем здравоохранения будет значительным.
Помощь медицинским специалистам
Вопреки распространенным опасениям, все более сложные возможности ИИ не заменят медицинских специалистов. Хотя медицинские работники нуждаются в ИИ для более эффективного управления их все более неустойчивыми рабочими нагрузками, практикующим врачам все равно придется решать сложные вопросы, такие как принятие важных решений в отношении лечения, требующих клинического контекста, оценки необычных клинических состояний и проведения междисциплинарных клинических консультаций.
Многие паникисты издали широкие прокламации об ИИ, занимающих такие области, как радиология, фармакология и даже хирургия, что делает врачей избыточными. AI не только не искоренит работу в этих областях, а AI будет только увеличивать ежедневные задачи профессионалов, что делает практикующих врачей лучше в том, что они делают. Примеры изобилуют. Accenture оценивает экономию рабочего времени на 17% для врачей и 51% для зарегистрированных медсестер, генерируемых из транскрипции голоса в текст, в то время как медицина, поддерживающая робототехнику, может помочь сократить продолжительность пребывания в стационаре до 21%. Для радиологов, многие из которых ежедневно анализируют до 100 изображений, работая с 10 до 12-часовыми сменами, анализ изображений с AI-управлением обещает облегчить рабочие нагрузки, оптимизировать рабочий процесс и уменьшить ошибки. Исследования показывают статистически значимое снижение точности оценок изображений после восьми часов работы, подчеркивая необходимость в новых технологиях.
Сохранение данных о состоянии здоровья
Данные являются источником жизненной силы медико-санитарной помощи, основанной на ИИ, поскольку провайдеры все чаще имеют доступ к жизненно важным оцифрованным данным пациента для оптимизации лечения с помощью технологии машинного обучения. Записи указывают (требуется регистрация), что кибератаки на всех типах организаций растут, что делает оцифрованные записи уязвимыми для взлома злонамеренными актерами, потенциально подвергая риску конфиденциальную информацию о людях и нанося вредные последствия, о чем свидетельствует WannaCry о его нападении на NHS в прошлом году.
По мере развития технологий ИИ и оцифровки медико-санитарной помощи необходимы надежные протоколы безопасности для снижения рисков злонамеренных хаков. Поэтому компании AI должны развивать безопасную инфраструктуру на своих платформах для обработки данных пациентов с самым высоким уровнем стандартов конфиденциальности и в соответствии со строгими стандартами безопасности.
Оптимизация интеграции ИИ
Хотя данные являются основой, на которой основаны технологии машинного обучения, все больший объем медицинских данных остается очень разбросанным и зашущенным. Отсутствие интегрированных, кураторских наборов данных подрывает эффективность ИИ. Более того, поскольку значительная часть данных здравоохранения коренится в истории болезни человека, ИИ невосприимчив к репликации человеческой ошибки.
Признание потенциала встроенных предубеждений и ошибок в ИИ является первым шагом к их решению. Путем разработки адаптируемых динамических алгоритмов AI, предназначенных для интеграции новой информации и удвоения усилий для эффективного управления интегрированными наборами данных на основе широкого набора, первоначально введенными человеческими руками, инженеры могут создавать лучшую защиту от общих недостатков ИИ.
И стоит ли это?
Для многих руководителей в больницах и медицинской практике текущие решения ИИ - слишком ниша, чтобы оправдать принятие. Учитывая огромные проблемы, стоящие перед отраслью, устойчивое будущее должно учитывать улучшения и эффективность, которые может оказать ИИ. Поскольку глобальный возраст населения и расходы на здравоохранение продолжают расти, Accenture считает, что ИИ может помочь решить одну пятую неудовлетворенного клинического спроса в предстоящие годы, одновременно выделяя ежегодные средства на здравоохранение в размере 150 миллиардов долларов США к 2026 году только в США. Поставщики, которые сегодня задерживаются на преобразующей силе технологии ИИ, найдут себя в лучшем положении, чтобы противостоять вызовам, с которыми системы здравоохранения обязательно столкнутся в ближайшие десятилетия.