Наблюдаем ли мы достижения искусственного интеллекта (ИИ) в здравоохранении? Правда в том, что с того момента, как ИИ появился на сцене, разработчики, ученые и инвесторы считали отрасль здравоохранения источником наибольшего влияния. Наше первое знакомство с программным обеспечением ИИ произошло в форме IBM Watson, компьютерной системы, способной отвечать на вопросы, заданные на естественном языке, часто за доли секунды.

Для многих Watson стал синонимом ИИ; однако важно отметить, что Watson состоит из нескольких приложений ИИ — обработки естественного языка, машинного обучения (ML) и представления знаний, и это лишь некоторые из них. Watson был разработан, чтобы определять шаблоны слов и предсказывать правильные ответы на викторины, и в 2011 году Watson поразил технологическую отрасль, когда она столкнулась лицом к лицу с Кеном Дженнингсом и Брэдом Раттером (две машины-победители Jeopardy сами по себе!), превзойдя обоих. в эпической игре Jeopardy.

С этого момента применение навыков Уотсона за рамками игрового шоу в других областях, таких как финансы, юриспруденция, научные круги и, самое главное, здравоохранение, было лишь вопросом времени. . Это имело смысл, потому что здравоохранение — это сфера, богатая данными, которые являются топливом для современных программ искусственного интеллекта и машинного обучения.

В Интернете часто можно встретить аббревиатуру AI/ML; и это потому, что AI и ML связаны, но это разные концепции в одном и том же пространстве. ИИ — это способность компьютера имитировать человеческое познание, а машинное обучение — это математическая обработка данных, которая помогает компьютерам изучать конкретные задачи и рассуждать. В настоящее время, имея огромное количество данных, доступных в электронных медицинских картах (EHR) и мобильных фитнес-приложениях, таких как FitBit, мы можем применять AI/ML несколькими способами для улучшения здоровья, например:

1. Точная диагностика заболеваний

Методы AI/ML были применены к рентгенографическим изображениям, чтобы лучше дифференцировать пневмонию, вызванную COVID-19, и другие вирусные пневмонии. Как вы можете себе представить, это помогает эффективно лечить пациентов, особенно в условиях дефицита специалистов, способных анализировать рентгенографию органов грудной клетки. Существуют также общие экспертные системы, которые могут диагностировать заболевания по всем медицинским специальностям, такие как ИЛИАД, внутренняя медицина, которую один из наших основателей InnoVet помог разработать в 90-х годах.

2. Данные о состоянии здоровья, полученные от пациентов, и оценка рисков для здоровья

Мы можем использовать AI/ML, чтобы использовать историю болезни пациента, и непрерывные данные, передаваемые с фитнес-устройств (Apple watch или FitBit), чтобы помочь определить факторы риска различных заболеваний. Ваши часы Apple, например, постоянно измеряют частоту сердечных сокращений и используют AI/ML, чтобы предупредить вас, если ваша частота сердечных сокращений слишком низкая или если она выходит за пределы ваших нормальных диапазонов (когда вы не активны).

3. Риск осложнений заболевания почек

Алгоритмы машинного обучения (процессы решения проблем в соответствии с набором подробных инструкций) используются для выявления пациентов с заболеваниями почек с высоким риском прогрессирования до почечной недостаточности путем сбора данных демографических и лабораторных тестов из их электронных медицинских карт и применения расчетов оценки риска.

4. Раннее выявление заболеваний головного мозга

Благодаря достижениям в области геномного секвенирования применение ИИ/МО стимулирует разработку новых инструментов для неврологической диагностики здоровья, таких как неинвазивное выявление ранней стадии болезни Паркинсона и диагностика наличия сотрясения мозга и последующего риска длительных симптомов. .

Итак, сыграет ли ИИ большую роль в будущем для ИТ в здравоохранении? Мы так думаем. То, что мы видели до сих пор, — это лишь верхушка айсберга того, на что способен ИИ в здравоохранении. Недавние достижения в области методов машинного обучения в сочетании со значительно улучшенными вычислительными мощностями и хранилищем, а также принятием новых медицинских ИТ-стандартов, искусственного интеллекта и машинного обучения приводят к появлению растущего числа интересных клинических приложений, которые легче интегрировать в рабочий процесс поставщиков медицинских услуг. Здесь, в InnoVet, мы рады быть частью этого инновационного расширения информационных технологий в здравоохранении.

Автор: Иван Кастро (старший руководитель отдела бизнес-аналитики в InnoVet Health)

О нас:

InnoVet Health — это ИТ-консалтинговая компания, специализирующаяся на искусственном интеллекте и бизнес-аналитике, цифровых услугах и функциональной совместимости в сфере здравоохранения, основанная выпускниками Массачусетского технологического института и экспертами в области информатики. Узнайте больше о нас на нашем веб-сайте или свяжитесь с LinkedIn.