12 maniere waarop KI die gesondheidsorgbedryf kan beïnvloed

Daar word verwag dat kunsmatige intelligensie 'n transformasiekrag op die gebied van gesondheidsorg sal word.So hoe trek dokters en pasiënte voordeel uit die impak van KI-gedrewe gereedskap?
Vandag se gesondheidsorgbedryf is baie volwasse en kan 'n paar groot veranderinge maak.Van chroniese siektes en kanker tot radiologie en risikobepaling, lyk dit asof die gesondheidsorgbedryf ontelbare geleenthede het om tegnologie te gebruik om meer presiese, doeltreffende en effektiewe intervensies in pasiëntsorg te ontplooi.
Met die ontwikkeling van tegnologie het pasiënte hoër en hoër vereistes vir dokters, en die aantal beskikbare data groei steeds teen 'n onrusbarende tempo.Kunsmatige intelligensie sal 'n enjin word om die voortdurende verbetering van mediese sorg te bevorder.
In vergelyking met tradisionele analise en kliniese besluitnemingstegnologie, hou kunsmatige intelligensie baie voordele in.As die leeralgoritme met die opleidingsdata in wisselwerking is, kan dit meer akkuraat word, wat dokters in staat stel om ongekende insigte oor diagnose, verpleegproses, behandelingsveranderlikheid en pasiëntuitkomste te kry.
Op die 2018 World Artificial Intelligence Medical Innovation Forum (WMIF) wat deur Partners Healthcare gehou word, het mediese navorsers en kliniese kundiges uitgebrei oor die tegnologieë en velde van die mediese industrie wat waarskynlik 'n beduidende invloed het op die aanvaarding van kunsmatige intelligensie in die volgende dekade.
Anne Kiblanksi, MD, CO -voorsitter van WMIF in 2018, en Gregg Meyer, besturende direkteur, hoofakademiese beampte van Partners Healthcare, het gesê dat hierdie soort "onderonsie" wat na elke bedryfsgebied gebring word, die potensiaal het om beduidende voordele vir pasiënte te bring en breë is en breë is Besigheidsuksespotensiaal.
Met behulp van kundiges van Partners Healthcare, insluitend dr. Keith Dreyer, professor in Harvard Medical School (HMS), hoof -data -wetenskaplike beampte van vennote, en dr. Katherine Andreole, direkteur van navorsingstrategie en bedrywighede in die Massachusetts General Hospital (MGH) , het 12 maniere voorgestel dat AI mediese dienste en wetenskap sal omwentel.
1. Onder denke en masjien deur middel van breinrekenaar -koppelvlak

Die gebruik van rekenaar om te kommunikeer is nie 'n nuwe idee nie, maar om 'n direkte koppelvlak tussen tegnologie en menslike denke sonder sleutelbord, muis en vertoon te skep, is 'n grensnavorsingsveld, wat 'n belangrike toepassing vir sommige pasiënte het.
Siektes en trauma van senuweestelsels kan sommige pasiënte die vermoë van betekenisvolle gesprek, beweging en interaksie met ander en hul omgewing verloor.Brain Computer Interface (BCI) wat deur kunsmatige intelligensie ondersteun word, kan die basiese ervarings herstel vir pasiënte wat bekommerd is oor die verlies van hierdie funksies vir ewig.
"As ek 'n pasiënt in die neurologie -intensiewe sorgeenheid sien wat skielik die vermoë verloor om op te tree of te praat, hoop ek om sy vermoë om die volgende dag te kommunikeer, te herstel," sê Leigh Hochberg, besturende direkteur, direkteur van die Sentrum vir Neurotegnologie en Neurorehabilitasie by Massachusetts General Hospital (MGH).Deur die gebruik van Brain Computer Interface (BCI) en kunsmatige intelligensie, kan ons die senuwees wat verband hou met handbeweging aktiveer, en ons moet die pasiënt ten minste vyf keer gedurende die hele aktiwiteit kan laat kommunikeer, soos om alomteenwoordige kommunikasietegnologieë te gebruik as tabletrekenaars of selfone."
Breinrekenaar -koppelvlak kan die lewensgehalte van pasiënte met amyotrofiese laterale sklerose (ALS), beroerte of atresia -sindroom aansienlik verbeter, sowel as 500000 pasiënte met rugmurgbesering elke jaar.
2. Ontwikkel die volgende generasie bestralingsgereedskap

Stralingsbeelde verkry deur magnetiese resonansbeelding (MRI), CT-skandeerders en X-strale bied nie-indringende sigbaarheid in die binnekant van die menslike liggaam.Baie diagnostiese prosedures vertrou egter steeds op fisiese weefselmonsters wat deur biopsie verkry word, wat die risiko van infeksie het.
Kenners voorspel dat kunsmatige intelligensie in sommige gevalle die volgende generasie radiologie -instrumente akkuraat en gedetailleerd sal wees om die vraag na lewende weefselmonsters te vervang.
Alexandra Golby, besturende direkteur, direkteur van beeldbegeleide neurochirurgie in die Brigham Women's Hospital (BWH), het gesê: "Ons wil die diagnostiese beeldspan saambring met chirurge of intervensie radioloë en patoloë, maar dit is 'n groot uitdaging vir verskillende spanne om samewerking te bewerkstellig om samewerking te bewerkstellig en konsekwentheid van doelwitte. As ons wil hê dat radiologie die inligting wat tans beskikbaar is uit weefselmonsters, moet verskaf, moet ons baie noue standaarde kan bereik om die basiese feite van enige gegewe pixel te ken. '
Sukses in hierdie proses kan klinici in staat stel om die algehele prestasie van die gewas meer akkuraat te verstaan, eerder as om behandelingsbesluite te neem gebaseer op 'n klein deel van die eienskappe van die kwaadaardige gewas.
AI kan ook die indringing van kanker beter definieer en die behandelingsdoelwit meer toepaslik bepaal.Daarbenewens help kunsmatige intelligensie om 'virtuele biopsie' te verwesenlik en innovasie op die gebied van radiologie te bevorder, wat daartoe verbind is om beeldgebaseerde algoritmes te gebruik om die fenotipiese en genetiese eienskappe van gewasse te karakteriseer.
3. Expand Mediese Dienste in onderverdiende of ontwikkelende gebiede

Die gebrek aan opgeleide verskaffers van gesondheidsorg in ontwikkelende lande, insluitend ultraklanktegnici en radioloë, sal die kanse op die gebruik van mediese dienste aansienlik verminder om die lewens van pasiënte te red.
Die vergadering het daarop gewys dat daar meer radioloë is wat in ses hospitale in Boston werk met die beroemde Longwoodlaan as in alle hospitale in Wes -Afrika.
Kunsmatige intelligensie kan help om die impak van 'n kritieke tekort aan klinici te verminder deur sommige van die diagnostiese verantwoordelikhede wat normaalweg aan mense toegewys is, oor te neem.
Byvoorbeeld, 'n AI-beeldinstrument kan X-strale van die borskas gebruik om die simptome van tuberkulose te ondersoek, gewoonlik met dieselfde akkuraatheid as 'n dokter.Hierdie funksie kan ontplooi word deur middel van 'n toepassing vir verskaffers in arm gebiede met hulpbronne, wat die behoefte aan ervare diagnostiese radioloë verminder.
"Hierdie tegnologie het 'n groot potensiaal om gesondheidsorg te verbeter," sê dr. Jayashree Kalpathy Cramer, assistent -neurowetenskap en medeprofessor in radiologie aan die Massachusetts General Hospital (MGH)
Die ontwikkelaars van AI -algoritme moet egter die feit dat mense van verskillende nasionaliteite of streke unieke fisiologiese en omgewingsfaktore kan hê, wat die prestasie van die siekte kan beïnvloed.
"Die bevolking wat in Indië geraak word, kan byvoorbeeld baie anders wees as in die Verenigde State," het sy gesê.As ons hierdie algoritmes ontwikkel, is dit baie belangrik om te verseker dat die data die siekte -aanbieding en die diversiteit van die bevolking verteenwoordig.Ons kan nie net algoritmes ontwikkel op grond van 'n enkele bevolking nie, maar ook hoop dat dit 'n rol in ander bevolkingsgroepe kan speel."
4. Benut die gebruikslas van elektroniese gesondheidsrekords

Elektroniese gesondheidsrekord (haar) het 'n belangrike rol gespeel in die digitale reis van die gesondheidsorgbedryf, maar hierdie transformasie het talle probleme gebring wat verband hou met kognitiewe oorbelasting, eindelose dokumente en moegheid van die gebruiker.
Elektroniese gesondheidsrekords (haar) ontwikkelaars gebruik nou kunsmatige intelligensie om 'n meer intuïtiewe koppelvlak te skep en roetines te outomatiseer wat baie gebruikers neem.
Dr. Adam Landman, vise -president en hoofinligtingsbeampte van Brigham Health, het gesê gebruikers bestee die meeste van hul tyd aan drie take: kliniese dokumentasie, bestelling en sorteer hul inkassies.Spraakherkenning en -diktasie kan help om die verwerking van kliniese dokumente te verbeter, maar NLP -instrumente vir natuurlike taalverwerking (NLP) is miskien nie voldoende nie.
"Ek dink dit kan nodig wees om meer gewaagd te wees en 'n paar veranderinge te oorweeg, soos om video -opname vir kliniese behandeling te gebruik, net soos die polisie wat kameras dra," het Landman gesê.Kunsmatige intelligensie en masjienleer kan dan gebruik word om hierdie video's vir toekomstige herwinning te indekseer.Net soos Siri en Alexa, wat kunsmatige intelligensie -assistente tuis gebruik, sal virtuele assistente in die toekoms na die bedkassie van die pasiënt gebring word, waardeur klinici ingebedde intelligensie kan gebruik om mediese bestellings in te voer."

AI kan ook help om roetine -versoeke van inkassies, soos medisyne -aanvullings en kennisgewing van die resultate, te hanteer.Dit kan ook help om take te prioritiseer wat die aandag van klinici regtig nodig het, wat dit vir pasiënte makliker maak om hul taaklyste te verwerk, het Landman bygevoeg.
5. Risk van antibiotiese weerstandigheid

Antibiotiese weerstandigheid is 'n groeiende bedreiging vir mense, omdat oorbenutting van hierdie sleutelmedisyne kan lei tot die evolusie van superbakterieë wat nie meer op die behandeling reageer nie.Multi -medisyne -weerstandige bakterieë kan in die hospitaalomgewing ernstige skade berokken en elke jaar tienduisende pasiënte doodmaak.Clostridium difficile alleen kos ongeveer $ 5 miljard per jaar aan die Amerikaanse gesondheidsorgstelsel en veroorsaak meer as 30000 sterftes.
Die EHR -data help om infeksiepatrone te identifiseer en beklemtoon die risiko voordat die pasiënt simptome begin toon.Deur gebruik te maak van masjienleer en kunsmatige intelligensie -instrumente om hierdie ontledings te dryf, kan dit die akkuraatheid verbeter en vinniger en meer akkurate waarskuwings vir gesondheidsorgverskaffers skep.
"Kunsmatige intelligensie -instrumente kan aan die verwagtinge vir infeksiebeheer en antibiotiese weerstandigheid voldoen," sê dr. Erica Shenoy, adjunkdirekteur van infeksiebeheer by die Massachusetts General Hospital (MGH).As hulle dit nie doen nie, sal almal misluk.Omdat hospitale baie EHR -data het, as hulle dit nie ten volle benut nie, as hulle nie industrieë skep wat slimmer en vinniger is in kliniese proefontwerp nie, en as hulle nie EHR's gebruik wat hierdie data skep nie, Hulle sal mislukking in die gesig staar."
6. Skep meer akkurate analise vir patologiese beelde

Dr Jeffrey Golden, hoof van die patologie -afdeling by die Brigham Women's Hospital (BWH) en professor in patologie aan HMS, het gesê dat patoloë een van die belangrikste bronne van diagnostiese gegewens vir 'n volledige reeks mediese diensverskaffers bied.
"70% van die gesondheidsorgbesluite is gebaseer op patologiese resultate, en tussen 70% en 75% van alle gegewens in EHR's kom uit patologiese resultate," het hy gesê.En hoe meer akkuraat die resultate is, hoe gouer sal die regte diagnose gemaak word.Dit is die doel wat digitale patologie en kunsmatige intelligensie 'n kans het om te bereik."
Diep pixelvlakanalise op groot digitale beelde stel dokters in staat om subtiele verskille te herken wat van menslike oë kan ontsnap.
"Ons het nou tot die punt gekom waar ons beter kan bepaal of kanker vinnig of stadig sal ontwikkel, en hoe om die behandeling van pasiënte op grond van algoritmes te verander eerder as kliniese stadiums of histopatologiese gradering," het Golden gesê.Dit gaan 'n groot stap vorentoe wees."
Hy het bygevoeg, "AI kan ook produktiwiteit verbeter deur funksies van belang in skyfies te identifiseer voordat klinici die data hersien. AI kan deur skyfies filter en ons lei om die regte inhoud te sien, sodat ons kan bepaal wat belangrik is en wat nie. Dit verbeter. Dit verbeter Die doeltreffendheid van die gebruik van patoloë en verhoog die waarde van hul studie van elke geval. '
Bring intelligensie na mediese toestelle en masjiene

Slim toestelle neem verbruikersomgewings oor en bied toestelle wat wissel van intydse video in die yskas tot motors wat die afleiding van die bestuurder opspoor.
In 'n mediese omgewing is intelligente toestelle noodsaaklik om pasiënte in ICU's en elders te monitor.Die gebruik van kunsmatige intelligensie om die vermoë om die agteruitgang van die toestand te identifiseer, te verbeter, soos om aan te dui dat sepsis ontwikkel, of die persepsie van komplikasies kan die resultate aansienlik verbeter en die behandelingskoste kan verlaag.
"As ons praat oor die integrasie van verskillende data oor die gesondheidsorgstelsel, moet ons ICU -dokters integreer en waarsku om so vroeg as moontlik in te gryp, en dat die samevoeging van hierdie data nie 'n goeie ding is wat menslike dokters kan doen nie," het Mark Michalski gesê , Uitvoerende Direkteur van die Clinical Data Science Centre by BWH.Deur slim algoritmes in hierdie toestelle in te voeg, verminder dit die kognitiewe las op dokters en verseker dat pasiënte so vinnig as moontlik behandel word."
8. Bevorderende immunoterapie vir kankerbehandeling

Immunoterapie is een van die belowendste maniere om kanker te behandel.Deur die liggaam se eie immuunstelsel te gebruik om kwaadaardige gewasse aan te val, kan pasiënte hardnekkige gewasse oorkom.Slegs enkele pasiënte reageer egter op die huidige immunoterapie -regimen, en onkoloë het steeds nie 'n presiese en betroubare metode om te bepaal watter pasiënte by die regime sal baat nie.
Masjienleer -algoritmes en hul vermoë om hoogs ingewikkelde datastelle te sintetiseer, kan moontlik die unieke genesamestelling van individue toelig en nuwe opsies bied vir geteikende terapie.
"Die opwindendste ontwikkeling was onlangs die kontrolepuntinhibeerders, wat proteïene wat deur sekere immuunselle geproduseer is, blokkeer," verduidelik Dr. Long Le, direkteur van berekeningspatologie en tegnologie -ontwikkeling in die Massachusetts General Hospital (MGH) omvattende diagnostiese sentrum.Maar ons verstaan ​​nog steeds nie al die probleme nie, wat baie ingewikkeld is.Ons het beslis meer pasiëntdata nodig.Hierdie behandelings is relatief nuut, so nie baie pasiënte neem dit eintlik nie.Of ons nou data binne 'n organisasie of oor verskeie organisasies moet integreer, dit sal 'n sleutelfaktor wees om die aantal pasiënte te verhoog om die modelleringsproses te dryf."
9. Trek elektroniese gesondheidsrekords in betroubare risikovoorspellers

Elektroniese gesondheidsrekord (haar) is 'n skat van pasiëntdata, maar dit is 'n konstante uitdaging vir verskaffers en ontwikkelaars om 'n groot hoeveelheid inligting op 'n akkurate, tydige en betroubare manier te onttrek en te ontleed.
Datakwaliteit en integriteitsprobleme, tesame met die verwarring van data -formaat, gestruktureerde en ongestruktureerde insette en onvolledige rekords, maak dit moeilik vir mense om akkuraat te verstaan ​​hoe om betekenisvolle risiko -stratifikasie, voorspellende analise en kliniese besluitnemingsondersteuning uit te voer.
Dr. Ziad Obermeyer, assistent -professor in noodgeneeskunde aan die Brigham Women's Hospital (BWH) en assistent -professor aan die Harvard Medical School (HMS), het gesê: "Daar is 'n paar harde werk om data op een plek te integreer. Maar 'n ander probleem is om te verstaan Wat mense kry as hulle 'n siekte in die elektroniese gesondheidsrekord (haar) voorspel. Mense kan hoor dat kunsmatige intelligensie -algoritmes depressie of beroerte kan voorspel, maar vind dat hulle eintlik 'n toename in die koste van beroerte voorspel. Dit is baie anders as die beroerte self. '

Hy het voortgegaan, "om op MRI -resultate te vertrou, blyk 'n meer spesifieke datastel te bied. Maar nou moet ons nadink oor wie MRI kan bekostig? Die finale voorspelling is dus nie die verwagte resultaat nie."
NMR -analise het baie suksesvolle instrumente vir die telling en stratifikasie van risiko's opgelewer, veral as navorsers diep leertegnieke gebruik om nuwe verbindings tussen oënskynlik onverwante datastelle te identifiseer.
Obermeyer is egter van mening dat om te verseker dat hierdie algoritmes nie die vooroordele wat in die data versteek is, van kardinale belang is vir die ontplooiing van instrumente wat die kliniese sorg werklik kan verbeter nie.
"Die grootste uitdaging is om seker te maak dat ons presies weet wat ons voorspel het voordat ons die swart boks begin oopmaak en kyk hoe om te voorspel," het hy gesê
10. Monitering van gesondheidstatus deur drabare toestelle en persoonlike toestelle

Byna alle verbruikers kan nou sensors gebruik om data oor gesondheidswaarde te versamel.Van slimfone met 'n stapspoor tot draagbare toestelle wat die hele dag hartklop volg, kan al hoe meer gesondheidsverwante data te eniger tyd gegenereer word.
Die versameling en ontleding van hierdie data en die aanvulling van die inligting wat deur pasiënte deur toepassings en ander tuismoniteringstoestelle verskaf word, kan 'n unieke perspektief bied vir individuele en skare -gesondheid.
AI sal 'n belangrike rol speel in die onttrekking van uitvoerbare insigte uit hierdie groot en diverse databasis.
Maar dr. Omar Arnout, 'n neurochirurg in die Brigham Women's Hospital (BWH), mede -direkteur van die Centre for Computational Neuroscience -resultate, het gesê dit kan ekstra werk verg om pasiënte te help om aan te pas by hierdie intieme, deurlopende moniteringsdata.
"Ons was vroeër redelik vry om digitale data te verwerk," het hy gesê.Maar namate datalekkasies by Cambridge Analytics en Facebook voorkom, sal mense meer en meer versigtig wees oor wie om te deel watter data hulle deel."
Pasiënte is geneig om hul dokters meer te vertrou as groot ondernemings soos Facebook, het hy bygevoeg, wat kan help om die ongemak van data vir grootskaalse navorsingsprogramme te verlig.
"Dit is waarskynlik dat drabare data 'n beduidende impak sal hê omdat mense se aandag baie toevallig is en die data wat ingesamel is, baie grof is," het Arnout gesê.Deur voortdurend korreldata te versamel, is dit meer geneig om data te help om dokters beter te versorg vir pasiënte."
11. Maak slimfone 'n kragtige diagnostiese instrument

Kenners meen dat beelde wat verkry is uit slimfone en ander hulpbronne op die verbruikersvlak 'n belangrike aanvulling op kliniese kwaliteitsbeelding, veral in onderverdiende gebiede of ontwikkelende lande, sal word deur die kragtige funksies van draagbare toestelle te gebruik.
Die kwaliteit van die mobiele kamera verbeter elke jaar, en dit kan beelde genereer wat gebruik kan word vir AI -algoritme -analise.Dermatologie en oogheelkunde is vroeë begunstigdes van hierdie neiging.
Britse navorsers het selfs 'n instrument ontwikkel om ontwikkelingsiektes te identifiseer deur beelde van kinders se gesigte te ontleed.Die algoritme kan diskrete kenmerke opspoor, soos die mandibele lyn van kinders, die posisie van oë en neus, en ander eienskappe wat op gesigsafwykings kan dui.Op die oomblik kan die werktuig ooreenstem met algemene beelde met meer as 90 siektes om kliniese besluitnemingsondersteuning te bied.
Dr Hadi Shafiee, direkteur van die Micro / Nano Medicine and Digital Health Laboratory in Brigham Women's Hospital (BWH), het gesê: "Die meeste mense is toegerus met kragtige selfone met baie verskillende sensors ingebou. Dit is 'n wonderlike geleentheid vir ons. Spelers in die bedryf het AI -sagteware en hardeware in hul toestelle begin bou. Dit is nie toevallig nie. In ons digitale wêreld word meer as 2,5 miljoen terabyte data elke dag gegenereer. Op die gebied van selfone glo die vervaardigers dat hulle dit kan gebruik Data vir kunsmatige intelligensie om meer persoonlike, vinniger en meer intelligente dienste te lewer. "
Die gebruik van slimfone om beelde van pasiënte se oë, vel letsels, wonde, infeksies, medisyne of ander persone te versamel, kan help om die tekort aan kundiges in onderverdiende gebiede aan te spreek, terwyl die tyd verminder word om sekere klagtes te diagnoseer.
"Daar kan 'n paar belangrike gebeure in die toekoms wees, en ons kan van hierdie geleentheid gebruik maak om 'n paar belangrike probleme met die bestuur van siektes in die sorgpunt op te los," het Shafiee gesê
12.

Namate die gesondheidsorgbedryf na fooi -gebaseerde dienste wend, is dit toenemend weg van passiewe gesondheidsorg.Voorkoming voor chroniese siektes, akute siekte -gebeure en skielike agteruitgang is die doel van elke verskaffer, en die vergoedingstruktuur stel hulle uiteindelik in staat om prosesse te ontwikkel wat aktiewe en voorspellende ingryping kan bewerkstellig.
Kunsmatige intelligensie sal baie basiese tegnologieë vir hierdie evolusie bied, deur voorspellende analise en kliniese besluitnemingsinstrumente te ondersteun, om probleme op te los voordat aanbieders die behoefte om op te tree, besef.Kunsmatige intelligensie kan vroeë waarskuwing bied vir epilepsie of sepsis, wat gewoonlik 'n diepgaande ontleding van hoogs ingewikkelde datastelle benodig.
Brandon Westover, besturende direkteur, direkteur van kliniese gegewens by die Massachusetts General Hospital (MGH), het gesê masjienleer kan ook help om die voortgesette voorsiening van sorg vir kritiek siek pasiënte, soos dié in koma na hartstilstand, te ondersteun.
Hy het verduidelik dat dokters onder normale omstandighede die EEG -data van hierdie pasiënte moet nagaan.Hierdie proses is tydrowend en subjektief, en die resultate kan wissel met die vaardighede en ervaring van klinici.
Hy het gesê: "By hierdie pasiënte kan die neiging stadig wees.Soms wanneer dokters wil sien of iemand herstel, kan hulle kyk na data wat een keer elke tien sekondes gemonitor word.Om te sien of dit verander het van 10 sekondes se data wat binne 24 uur versamel is, is soos om na te kyk of die hare intussen gegroei het.As kunsmatige intelligensie-algoritmes en groot hoeveelhede data van baie pasiënte egter gebruik word, sal dit makliker wees om te pas by wat mense met langtermynpatrone sien, en 'n paar subtiele verbeterings kan gevind word, wat die besluitneming van dokters in verpleegkunde sal beïnvloed ."
Die gebruik van kunsmatige intelligensietegnologie vir kliniese besluitnemingsondersteuning, risiko -telling en vroeë waarskuwing is een van die belowendste ontwikkelingsareas van hierdie revolusionêre data -ontledingsmetode.
Deur krag te verskaf vir 'n nuwe generasie gereedskap en stelsels, kan klinici die nuanses van siekte beter verstaan, verpleegdienste meer effektief lewer en vooraf probleme oplos.Kunsmatige intelligensie sal 'n nuwe era van die verbetering van die kwaliteit van kliniese behandeling inlei en opwindende deurbrake in pasiëntsorg maak.


Postyd: Aug-06-2021