В связи с стремительным использованием таких инструментов, как искусственный интеллект, машинное обучение и технологии глубокого обучения, для анализа данных о состоянии здоровья возникают вопросы о том, насколько хорошо эти технологии справляются с задачей улучшения результатов.
Технологи, клиницисты, исследователи, ученые, специалисты по этике, политики и другие эксперты делятся своими мыслями в третьем сезоне подкаста Re-Think Health Podcast, AI for Good Medicine . Серия является частью практики Healthcare and Life Sciences Ассоциации стандартов IEEE .
В третьем сезоне представлены следующие эпизоды:
Баланс — забота о здоровье ИИ для маргинализированных пациентов. Старший член IEEE Сампаткумар Вирарагхаван , председатель Комитета IEEE по гуманитарной деятельности , рассказывает о том, могут ли ИИ и машинное обучение поддерживать справедливость, персонализацию и инклюзивность или же они создают еще большее неравенство.
На третьей волне ИИ для прецизионной онкологии. В этом выпуске участвуют Натан Хейс , основатель и генеральный директор Modal Technology Corp. , и ученый Антула Лазарис , директор биобанка в Исследовательском институте Центра здоровья Университета Макгилла . Они обсуждают, как ИИ может улучшить результаты лечения пациентов. Эксперты также рассказывают, будет ли реализован весь потенциал прецизионной онкологии за счет использования «третьей волны ИИ» с реальными данными и практикой. Предполагается, что в так называемой третьей волне системы ИИ будут обладать способностями к общению и рассуждениям, подобными человеческим, и смогут автономно распознавать, классифицировать и адаптироваться к новым ситуациям.
Усовершенствованный искусственный интеллект и датчики — охват самых труднодоступных пациентов на дому. Сумит Кумар Нагпал , соучредитель и генеральный директор компании Cherish Health , которая разрабатывает датчики и искусственный интеллект, обсуждает, как технологии могут эффективно поддерживать потребности стареющего населения в здоровом образе жизни с достоинством и добросовестностью.
ИИ — новый конвейер для целевого обнаружения лекарств. Мария Луиза Пинеда , соучредитель и генеральный директор Envisagenics , рассказывает, как сплайсинг РНК с использованием ИИ и высокопроизводительных вычислений может открыть путь к целевому открытию лекарств. Сплайсинг РНК находится на переднем крае предоставления информации о заболеваниях, которые связаны с ошибками РНК. По словам Пинеды, используя ИИ, высокопроизводительные вычисления и экспоненциальный объем генетических данных, исследователи могут быстрее и точнее разрабатывать идеи, необходимые для целевого открытия лекарств в онкологии и других генетических состояниях.
Сокращение разрыва в здравоохранении с помощью объяснимого ИИ. Дэйв ДеКаприо , соучредитель и технический директор ClosedLoop.ai, обсуждает различия в здравоохранении по всему миру. По словам ДеКаприо, выявление и использование социальных детерминант здоровья может сократить этот разрыв. Готовые программы искусственного интеллекта представляют собой новый взгляд на прозрачность и снижение предвзятости, и они могут укрепить доверие к приложениям среди заинтересованных сторон в области здравоохранения.
Получение реальных данных о медицинских данных и пути пациента. По словам Александры Эрлих , главного специалиста по инновациям в области здравоохранения в Oracle , пришло время раскрыть ценность неструктурированных данных . ИИ и машинное обучение открывают возможности, но сначала технологии должны быть демистифицированы, говорит Эрлих, добавляя, что обработка естественного языка может помочь. Эрилих исследует приложения НЛП, а также проблемы с навигацией по доступным медицинским данным.
Следите за своими данными — первое правило прогнозной аналитики в клинических исследованиях. Аарон Манн , старший вице-президент по науке о данных в Альянсе по обмену данными клинических исследований , альянсе IEEE и Организации отраслевых стандартов и технологий , обсуждает, как открытый обмен данными прокладывает путь к доступу к более качественным, реальным, инклюзивным данным. Обмен данными позволит прогностической аналитике быть более точной, изобретательной и практичной в клинических исследованиях, говорит Манн.
Может ли система здравоохранения извлечь выгоду из ИИ в его нынешнем виде? Сосредоточив внимание на точности, этичности и предвзятости алгоритмов ИИ, мы не можем упускать из виду потребность в более проверенных данных, — говорит Димитриос Калогеропулос . Он является экспертом в области здравоохранения в Европейской комиссии , ЮНИСЕФ , Всемирном банке и Всемирной организации здравоохранения . Калогеропулос исследует, хорош ли ИИ для медицины и хороша ли медицина для ИИ.
