„Dirbtinis intelektas pamažu keičia priežiūrą, kurią gaunate gydytojo kabinete ir ligoninėse.
Mayo Clinic kardiologijos skyriuje gydytojai naudoja dirbtinio intelekto programą, kad padėtų nustatyti naujas širdies problemas. Kitur grupė pirminės sveikatos priežiūros gydytojų naudoja jį, kad padėtų nustatyti akių ligą, galinčią sukelti aklumą. Daugelis ligoninių jį naudoja siekdamos surasti pacientus, kuriems gresia sepsis.
Diagnozuodami pacientus, gydytojai nepasikliauja vien technologija, o generatyvaus AI, pvz., „ChatGPT“, naudojimas daugiausia apsiriboja dokumentų tvarkymu. Tačiau kai kurie gydytojai naudoja dirbtinį intelektą, kad padėtų jiems nustatyti diagnozę, dažnai anksčiau nei tai padarytų be jo.
Gydytojai sako, kad dirbtinis intelektas yra žadantis, tačiau jie taip pat bijo pasiduoti mašinoms, nes ši technologija vis dar tik atsiranda, taip pat todėl, kad tyrimai parodė, kad dirbtinio intelekto šališkumas gali pakenkti kai kurių žmonių priežiūrai. Kai kurie ankstesni dideli statymai, kad dirbtinis intelektas pakeis sveikatos priežiūrą, pasirodė nuviliantys arba bent jau ankstyvi, įskaitant IBM pastangas „Watson Health“.
„Nemanau, kad esame tokioje vietoje, kur galime tiesiog leisti veikti algoritmams ir priimti sprendimus“, – sakė Michaelas Pencina, Duke universiteto medicinos mokyklos iniciatyvos, susijusios su dirbtiniu intelektu ir mašininiu mokymusi, direktorius Michaelas Pencina.
Vienas iš iššūkių yra technologijos kūrimas, sakė Johnas Halamka, Mayo Clinic Platform, kuri bendradarbiauja su sveikatos technologijų įmonėmis, kurdama AI įrankius, prezidentas. Algoritmai naudoja informaciją, dažnai iš elektroninių sveikatos įrašų, pvz., demografinių ir sveikatos istorijos, gyvybinių požymių ir laboratorijų, kad nustatytų, ar pacientas gali turėti tam tikrų sveikatos problemų.
Ši technologija tobulėja tuo labiau, kuo ilgiau ji naudojama, nes gydytojai praneša, ar algoritmo įvertinimas buvo tikslus, ar ne.
Tačiau algoritmas, sukurtas remiantis, pavyzdžiui, Minesotos pacientų duomenimis, gali būti netaikomas pacientams, kurių demografija yra skirtinga – bent jau ne be kai kurių pakeitimų.
Žurnale „Science“ atliktas aukšto lygio 2019 m. tyrimas atskleidė rasinį šališkumą algoritme, dėl kurio juodaodžiai pacientai neteko papildomos priežiūros, kuriai jie turėjo būti kvalifikuoti. Siekdama išspręsti šias problemas, praėjusiais metais technologijų ir sveikatos priežiūros specialistų grupė pradėjo kurti sąžiningo, nešališko AI naudojimo sveikatos priežiūros srityje gaires.
Štai trys pavyzdžiai, kai AI naudojamas pacientams diagnozuoti.
Raudonos vėliavėlės širdžiai
Mayo kardiologijoje dirbtinio intelekto įrankis padėjo gydytojams diagnozuoti naujus širdies nepakankamumo ir nereguliaraus širdies ritmo ar prieširdžių virpėjimo atvejus, galbūt, daugelį metų anksčiau, nei jie būtų buvę aptikti, sakė klinikos kardiologijos skyriaus pirmininkas dr. Paulas Friedmanas. iš Ročesterio, Min.
Gydytojai negali pasakyti, ar asmuo, turintis normalią elektrokardiogramą arba EKG, gali turėti prieširdžių virpėjimą ne tyrimo metu. Tačiau AI gali aptikti raudonos vėliavėlės modelius EKG, kurie yra per subtilūs, kad žmonės galėtų juos atpažinti.
2022 m. žurnale „Lancet“ atliktame tyrime Mayo mokslininkai atliko daugiau, nei 600 000 pacientų EKG algoritmus, siekdami išsiaiškinti, ar jiems gali kilti tylaus prieširdžių virpėjimo pavojus. AI programa nustatė 1000 žmonių, kurie buvo paprašyti mėnesį nešioti širdies monitorių. Tyrėjai nustatė, kad po mėnesio širdies stebėjimo šiems pacientams penkis kartus padidėjo prieširdžių virpėjimo rizika, palyginti su kontrolinės grupės pacientais.
Akių problemos
„Cano Health“, pirminės sveikatos priežiūros gydytojų grupė aštuoniose valstijose ir Puerto Rike, praėjusiais metais atliko bandomąjį projektą, naudodama dirbtinį intelektą, kad analizuotų vaizdus iš specialios akių kameros, kad nustatytų diabetinę retinopatiją – pagrindinę aklumo priežastį, galinčią kamuoti diabetu sergančius žmones. Bandymas keturiuose Čikagos rajono biuruose pavyko pakankamai gerai, todėl dabar grupė siekia išplėsti jo naudojimą, sakė Robertas Emmetas Kenney, „Cano Health“ vyresnysis medicinos direktorius.
Kai AI teigia, kad pacientams nustatyta diabetinė retinopatija, jie vis tiek turi apsilankyti pas oftalmologą, kad patvirtintų diagnozę ir gautų gydymo planą, sakė daktaras Kenney. Tačiau programa padeda pirminės sveikatos priežiūros gydytojams diagnozuoti pacientus, sergančius diabetine retinopatija, jų kabinete, prieš tai nesikreipiant į specialistą.
„Šiai pacientų populiacijai dažnai pasitaiko atvejų, kai jie iškrenta ir negauna reikiamos priežiūros“, – sakė dr. Kenney, ir turėtų kartą per metus pasitikrinti akis pas specialistą.
Sepsio rizika
Sinajaus ligoninė Baltimorėje yra viena ligoninė, kuri naudoja algoritmą, kad nustatytų hospitalizuotus pacientus, kuriems gresia didžiausias sepsio pavojus – greitas atsakas į infekciją, kuri yra pagrindinė mirties priežastis ligoninėse.
Algoritmas tiria daugiau, nei 250 veiksnių, įskaitant gyvybinius požymius, demografinius duomenis, sveikatos istoriją ir laboratorijas, sakė Suchi Saria, Johnso Hopkinso AI profesorius ir programą sukūrusios sveikatos AI bendrovės „Bayesian Health“ vadovas.
Sistema įspėja gydytojus, jei nustato, kad pacientas yra septinis arba blogėja. Tada gydytojai įvertina pacientą ir, jei sutinka su vertinimu, pradeda gydymą antibiotikais. Sistema, laikui bėgant, koreguojasi pagal gydytojų atsiliepimus, sakė Esti Schabelman, ligoninės vyriausiasis medicinos pareigūnas.
Praėjusiais metais žurnale „Nature Medicine“ paskelbti tyrimai parodė, kad naudojant algoritmą ligoninėse pacientai gali gauti sepsio gydymą vidutiniškai beveik dviem valandomis anksčiau, o tai sumažina mirštamumą nuo šios ligos 18%.
„Sergant sepsiu kiekviena valanda yra didelis dalykas“, – sakė dr. Schabelmanas." [1]
1. Your Health: Doctors Tap AI to Augment Diagnostics --- Artificial intelligence can help spot conditions that are brewing, accelerating treatment
Reddy, Sumathi. Wall Street Journal, Eastern edition; New York, N.Y. [New York, N.Y]. 01 Mar 2023: A.11.
Komentarų nėra:
Rašyti komentarą