Content
- Imatge Mèdica
- Registres Mèdics Electrònics (EMRs)
- Sense errors, sense estrès: la vostra guia pas a pas per crear programes que canvien la vida sense destruir la vida
- Suport a la decisió clínica (CDS)
- Desenvolupament de drogues
- Un salt al futur
- Una paraula per als savis
Font: video-doctor / iStockphoto
Emportar:
L’AI permet que la tecnologia mèdica avanci a un ritme cada cop més ràpid. A continuació, es detallen alguns dels avenços més recents.
La intel·ligència artificial està revolucionant el nostre món de moltes maneres inimaginables. Al punt de la quarta Revolució Industrial, actualment la humanitat ha estat testimoni dels primers passos realitzats per les màquines per reinventar el món on vivim. I continuem debatent sobre els possibles inconvenients i avantatges de substituir els humans per màquines intel·ligents i d’autoaprenentatge, allà. un àmbit en què els impactes positius de l'AI milloraran definitivament la qualitat de la nostra vida: la indústria assistencial.
Imatge Mèdica
Els algorismes d’aprenentatge automàtic poden processar quantitats d’informació inimaginables a un cop d’ull. I poden ser molt més precisos que els humans a l'hora de detectar fins i tot el més mínim detall en els informes d'imatge mèdica com les mamografies i les TC.
L’empresa Zebra Medical Vision va desenvolupar una nova plataforma anomenada Profound, amb l’anàlisi basat en algoritmes de tot tipus d’informes d’imatge mèdica que és capaç de trobar tots els signes de condicions potencials com ara osteoporosi, càncer de mama, aneurismes aòrtics i molts més amb un 90 per cent. velocitat de precisió. I les seves capacitats d’aprenentatge profund s’han format per comprovar els símptomes ocults d’altres malalties que el proveïdor d’atenció mèdica potser no havia estat buscant en primer lloc. Altres xarxes d’aprenentatge profund fins i tot van obtenir una puntuació de precisió del 100 per cent en detectar la presència d’algunes formes especialment letals de càncer de mama en diapositives de biòpsia.
L’anàlisi basada en ordinador és molt més eficient a l’interpretar (o menys costós que) dades o imatges que els humans, que fins i tot alguns han defensat que en el futur podria resultar poc ètic no substituir l’IA en algunes professions com els radiòlegs i els patòlegs. (Per obtenir més informació sobre informàtica en medicina, vegeu El paper de les informàtiques en diagnòstic mèdic.)
Registres Mèdics Electrònics (EMRs)
L’impacte dels registres mèdics electrònics (EMR) en la tecnologia de la informació sanitària és un dels temes de debat més controvertits de l’última dècada. Segons alguns estudis, representen un punt d’inflexió en la millora de la qualitat de l’atenció alhora que augmenten la productivitat i la puntualitat. Tot i això, molts proveïdors d’atenció mèdica els van trobar molestos i difícils d’utilitzar, la qual cosa va provocar una resistència tecnològica substancial i una ineficiència generalitzada. Pot ser que el nou programari basat en IA arribi al rescat de molts metges, infermeres i farmacèutics que es molesten cada dia amb la desagradable molèstia de les EMR?
Un dels principals problemes amb aquesta nova tecnologia assistencial és que obliga els metges a dedicar massa temps del seu preuat temps a realitzar tasques repetitives. L’AI pot automatitzar-los fàcilment, per exemple, mitjançant l’ús del reconeixement de la veu durant una visita per registrar tots els detalls mentre el metge parla amb el pacient. Els gràfics poden i inclouran dades molt més detallades que es podrien recopilar de diverses fonts, com ara dispositius portables i sensors externs, i la IA els introduirà directament a l’EMR.
Però avançant des del primer pas de la recollida de dades, quan s’entén i extrapola prou informació rellevant mitjançant algorismes d’aprenentatge profund, es pot utilitzar per ajudar a millorar la qualitat de l’atenció de moltes maneres. Pot millorar l’adherència dels pacients al tractament i reduir els esdeveniments evitables o, fins i tot, orientar els metges mitjançant analítiques de IA predictius en el tractament de les condicions que suposen riscos mortals. Només per citar un exemple pràctic, un estudi recent publicat a la Xarxa JAMA va trobar com les dades grans extretes de EMRs i digerides per una IA de la Universitat de Califòrnia, San Francisco Health van ajudar amb el tractament de Clostridium difficile potencialment letal (C. dif. ) infeccions.
I és fàcil veure la quantitat d’explotació de dades de registres mèdics que serà la següent "gran cosa" en l’atenció sanitària, quan cap altra cosa que Google va llançar el seu propi projecte Google DeepMind Health per millorar la velocitat, la qualitat i l’equitat de l’accés a l’atenció.
Sense errors, sense estrès: la vostra guia pas a pas per crear programes que canvien la vida sense destruir la vida
No podeu millorar les vostres habilitats de programació quan ningú es preocupa per la qualitat del programari.
Suport a la decisió clínica (CDS)
Un altre exemple interessant d’aprenentatge profund que pot ajudar les màquines a prendre millors decisions que els seus homòlegs humans és la proliferació d’eines de suport a la decisió clínica (CDS).
Aquestes eines se solen integrar en el sistema EMR per ajudar els clínics en la seva tasca suggerint el millor curs de tractament, advertint de possibles perills com ara interaccions farmacològiques o afeccions anteriors i analitzar fins i tot el més mínim detall del registre de salut d’un pacient.
Un exemple interessant és MatrixCare, una casa de programari que va ser capaç d’integrar la famosa AI Cortana de Microsoft en la seva eina que s’utilitza per gestionar residències d’avis. Les potents capacitats d’anàlisi del motor d’aprenentatge de màquines van reforçar la capacitat de decisió de les eines de suport incommensurablement.
"Un metge pot llegir un diari mèdic potser dues vegades al mes", va explicar el conseller delegat John Damgaard, "Cortana pot llegir tots els estudis sobre càncer publicats a la història abans del migdia i fins a les 15:00. està fent recomanacions específiques al pacient sobre plans d’atenció i millorant els resultats ”.
CDS també presenta l'argument que les màquines són capaces de comunicar-se entre elles molt millor que els humans. En particular, diferents dispositius mèdics es poden connectar a Internet igual que qualsevol altre dispositiu d'Internet (coses portables, monitors, sensors de la nit, etc.) i al programari EMR. La interoperabilitat és un tema crític de l’atenció sanitària moderna, ja que la fragmentació de l’atenció és la causa principal d’un tractament inadequat i augment de les hospitalitzacions. Quan les porten una intel·ligència intel·ligent intel·ligent, les diverses plataformes EMR es poden conversar entre elles a través d’internet, augmentant la cooperació i col·laboració entre diferents gabinets i fins i tot diferents centres de salut.
Desenvolupament de drogues
El desenvolupament d’un nou fàrmac mitjançant assajos clínics és sovint un tema molt costós. No només en termes de temps (parlem de dècades) i de dòlars invertits (els costos poden arribar fins a diversos milers de milions de dòlars), sinó que també viuen humans. Molts nous productes farmacèutics requereixen, de fet, molts anys de proves addicionals sobre subjectes del món real durant l’anomenat període de comercialització, i no és rar que es descobreixin molts efectes secundaris greus (o fins i tot mortals) molts anys després que un medicament hagi estat llançat
Una vegada més, una IA eficaç alimentada per supercomputadors pot arrelar nous fàrmacs a partir d’una base de dades d’estructures moleculars que cap humà mai s’hauria atrevit a analitzar. Un exemple destacat és Atomwises AI, que va poder predir dos fàrmacs que podrien posar fi a l’epidèmia del virus de l’Ebola. En menys d’un dia, la seva cerca virtual va poder trobar dos medicaments segurs, ja existents, que es podrien repoblar per combatre el virus mortal. El millor és que van trobar una manera de reaccionar eficaçment davant una emergència pandèmica només escanejant els medicaments que ja havien estat comercialitzats als pacients durant anys, demostrant la seva seguretat. (Per obtenir més informació sobre com la tecnologia guia el desenvolupament de fàrmacs, vegeu Influències en dades grans en medicina i farmàcia.)
Un salt al futur
Algunes de les tecnologies més sorprenents encara no estan preparades, no són res més que prototips, però les seves implicacions són tan impressionants que encara val la pena esmentar.
Un d’aquests és la medicina de precisió, una disciplina realment ambiciosa que utilitza algoritmes de genòmica profunda per escanejar a través d’un ADN de pacients que busquen mutacions i anomalies que puguin estar vinculades a malalties com el càncer. Persones com Craig Venter, un dels pares del Projecte Genoma Humà, actualment treballen en una nova generació de tecnologies computacionals que poden predir els efectes de qualsevol alteració genètica, obrint el camí cap a tractaments individualitzats i la detecció precoç de moltes malalties evitables.
Una paraula per als savis
Per molt il·lusionats que puguem estar a causa de l’enorme potencial d’introduir IA en l’assistència sanitària, és important que entenguem les seves limitacions. L'ús de la IA en medicina no està exempt de riscos, tot i que molts d'ells seran superats fàcilment un cop ens acostumem.
La màxima “no fer mal” és fonamental per establir uns estàndards ètics que actuessin com a límits. Avui s’han invertit en la responsabilitat de construir el marc sobre el qual les futures generacions prendran les seves decisions.