Künstliche Intelligenz und die Zukunft der Medizin
Die Washington University Forscher arbeiten an der Entwicklung künstlicher Intelligenz (KI) Systeme für das Gesundheitswesen, die haben das Potenzial zu verändern, auf die Diagnose und Behandlung von Krankheiten, helfen, um sicherzustellen, dass Patienten die richtige Behandlung zur richtigen Zeit.
In einem neuen Standpunkt-Artikel veröffentlicht. Dez. 10 im Journal of the American Medical Association (JAMA), zwei AI-Experten an der Washington University School of Medicine in St. Louis — Philip Payne, PhD, Robert J. Terry-Professor und Direktor des Instituts für informatik; und Thomas M. Maddox, MD, professor der Medizin und Direktor des Gesundheits-Systems-Innovation-Lab — diskutieren Sie die besten Anwendungen für AI im Gesundheitswesen und skizzieren einige der Herausforderungen für die Umsetzung der Technologie in Krankenhäusern und Kliniken.
In health care, künstliche Intelligenz beruht auf der Leistungsfähigkeit von Computern zu sichten und Sinn machen Unmengen von elektronischen Daten über den Patienten wie Alter, Krankengeschichte, Gesundheitszustand, Testergebnisse, medizinische Bilder, DNA-Sequenzen, und viele andere Quellen von Gesundheitsinformationen. AI zeichnet sich durch die komplexe Identifizierung von mustern in diesen Unmengen von Daten, und Sie können dies tun, in einem Ausmaß und Geschwindigkeit jenseits der menschlichen Kapazität. Die Hoffnung ist, dass diese Technologie kann genutzt werden, um zu helfen ärzte und Patienten eine bessere Gesundheitsversorgung Entscheidungen.
Payne und Maddox beantwortet Fragen über AI, einschließlich seiner Fähigkeiten und Grenzen, und wie es ändern könnte die Art und Weise ärzten der Praxis.
Wo sind die ersten Orte, die wir beginnen zu sehen, AI Eintritt in eine medizinische Praxis?
Maddox: Eine der ersten Anwendungen der KI in der Patientenversorgung, die wir derzeit sehen, ist in der Bildgebung, zur Verbesserung der Diagnose von Krebs-oder Herzerkrankungen, zum Beispiel. Es gibt viele Arten von imaging tests — X-Strahlen, CT-scans, MRIs und echocardiograms. Aber die zugrunde liegende gemeinsamkeit bei allen diesen bildgebenden Verfahren ist, riesige Mengen von Daten hoher Qualität. Für die KI gut funktioniert, ist es am besten, haben sehr vollständige Datensätze — keine fehlenden zahlen, so zu sprechen — und digitaler Bilder ermöglichen. Plus, das menschliche Auge oft blind, um einige der Muster, die vorhanden sein könnten, in dieser Bilder — die subtile änderungen im Brustgewebe über mehrere Jahre Mammographie, zum Beispiel. Es wurden einige interessante arbeiten, die in der Erkenntnis der frühen Muster von Krebs oder frühen Muster der Herzinsuffizienz, die auch eine gut ausgebildete Arzt nicht sehen würde.
Payne: In vielerlei Hinsicht, die wir schon haben sehr einfache Formen der KI, die in der Klinik jetzt. Wir hatten Hilfsmittel für eine lange Zeit, um zu identifizieren, abnorme Rhythmen in einem EKG zum Beispiel. Eine abnorme Herzschlag-Muster löst Alarm aus, zeichnen Sie einen Arzt, ist Aufmerksamkeit. Dies ist ein computer versucht, zu replizieren Mensch Verständnis, dass die Daten und sagte: „Das sieht nicht normal ist, müssen Sie möglicherweise, um dieses problem anzugehen.“ Nun, wir haben die Fähigkeit zu analysieren, die viel größer und komplexer Datenquellen, wie der gesamte elektronische Patientenakte und vielleicht sogar Daten gezogen aus dem täglichen Leben, wie mehr Menschen verfolgen Ihre Schlaf-Muster oder impulszahlen mit tragbaren Geräten, zum Beispiel.
Welche Auswirkungen hat dies auf, wie ärzte die Praxis der Medizin?
Payne: Wir denken, es ist wichtig zu betonen, dass diese tools sind niemals zu ersetzen, die dem Kliniker. Diese Technologien bieten Hilfe, helfen Leistungserbringer finden Sie wichtige Signale in massiven Datenmengen, die sonst verborgen bleiben. Aber zur gleichen Zeit gibt es verschiedene Ebenen von Verständnis, dass die Computer noch nicht können und vielleicht nie replizieren.
Maddox: nehmen Sie eine Behandlung, die Empfehlung von einer KI, die selbst eine ausgezeichnete Empfehlung, und entscheiden, ob es das richtige für den Patienten ist von Natur aus einem menschlichen Entscheidungsprozess. Was sind die Patienten Präferenzen? Was sind die Patienten Werte? Was bedeutet dies für das Leben des Patienten und seine oder Ihre Familie? Das ist nie eine AI-Funktion. Da diese KI-Systeme, die langsam entstehen, ich denke, wir können beginnen zu sehen, die Rollen von ärztinnen und ärzten verändert sich — meiner Meinung nach, bessere Möglichkeiten. Ärzte “ Rollen kann-Verschiebung von Daten-Sammlern und-Analysatoren zu sein Dolmetscher und Ratsherren für die Patienten, wie Sie versuchen zu navigieren ist Ihre Gesundheit.
Payne: das bedeutet, wir müssen über neue Wege nachdenken, um zu trainieren ärzte und andere Leistungserbringer, wie diese Systeme kommen in der medizinischen Praxis. Wir wollen, dass die Menschen in unserem Gesundheitssystem die Dinge tun, die Menschen sind einzigartig geeignet, um zu tun, wie Dolmetschen und Beratung, wie Tom beschrieben. Und die Computer in das system, die Dinge tun, die Computer sind eindeutig geeignet ist, zu tun, so wie die Sammlung, Filterung und Analyse großer Mengen komplexer Daten. Und diese beiden Dinge ergänzen sich.
Welche regulatorischen Fragestellungen, insbesondere im Zusammenhang mit der Privatsphäre angegangen werden müssen für AI?
Payne: Wie Medizin praktiziert wird, nun, es gibt moralische, ethische und Datenschutz-Verträge, die bereits zwischen Gesundheits-Anbietern und Patienten. Wenn wir einen Weg finden können in vollem Umfang widerspiegeln die bereits bestehenden Verträge aus technischer Sicht werden wir in einer guten position. Sie bieten Wegweiser.
Maddox: Es ist eine Erweiterung des hippokratischen Eides. Es ist die Privatsphäre bereits inhärent in der Anbieter-und Patienten-Beziehung. Datenschutz erfordert zwei Dinge: Das erste ist die mechanik der Schutz von Daten und der zweite ist der Aufbau von Vertrauen. Es obliegt uns, zu bewahren, zu Vertrauen.
Payne: Es gibt eine Menge Gerede über die Ethik der data stewardship und ob es notwendig ist, für das äquivalent von einem hippokratischen Eid für die Menschen, die verantwortlich für den Schutz und die Verwendung von Patientendaten entsprechend. Es ist eine moralische und ethische Vertrag, der beinhaltet nicht nur den Schutz der Privatsphäre von Patienten. aber machen Sie sicher, dass Informationen wird verantwortungsvoll genutzt und damit das Gesundheitssystem besser. Es ist eine Pflicht, die die Menschen belastet mit dabei übernehmen, als Teil Ihrer Berufe. Building systems zum analysieren von Daten im Gesundheitswesen ist nicht das gleiche, wie der Bau von Systemen, die Verwaltung von Logistik -, wenn jemand bestellt etwas online. Die Einsätze sind viel höher, und es ist wichtig zu erkennen, dieser Unterschied.
Vorstellen AI ist voll integriert in Ihre Praxis. Wie könnte es ändern Sie Ihren Tag-zu-Tag-routine?
Maddox: ich bin Kardiologe. Typischerweise sind Patienten, die ich sehen sind diejenigen, die einen Herzinfarkt hatten, oder Patienten, die sich mit Herzinsuffizienz. Traditionell beobachten wir bei diesen Patienten, dass Sie kommen, um unsere Klinik für Kardiologie für die follow-up-Besuche. Ich könnte zum Beispiel einen Patienten, kommen Sie und sehen Sie mich alle sechs Monate. Aber diese follow-up-Zeitraum ist im Grunde zufällig gewählt — es gibt keine spezifischen medizinischen Grund dafür.
Mit AI, in der Theorie, würde ich nicht mehr planen, dass diese standard-follow-up-Termine. Stattdessen würde ich abgeben das integrierte AI-analysiert, Daten-streams von meinen tausend-Patienten-practice jeden Tag. Die KI-algorithmen integrieren mehrere Daten-streams, die malen ein Bild von meinem Patienten Herz-Gesundheit für jeden Tag. Zum Beispiel konnte ich sehen, wie meine Patienten‘ Aktivität gemessen, indem Sie Ihre tragbare Geräte, die Ihre Medikamente Einhaltung Muster von Apotheke Daten, Ihre Atmung und Puls-raten, die von Ihrem Haus-basierte sensoren, Ihre Gewichtsschwankungen von Ihren „smart“ – Skala, Ihre Exposition gegenüber Luftverschmutzung aus Umwelt-sensoren, und die jüngsten ER-Besuche Ihrer elektronischen Krankenakte. Nehmen Sie all das zusammen, die KI könnte identifizieren Sie alle Patienten, die ein hohes Risiko für Herz-Probleme. Von einer Herzinfarkt-Risiko-Sicht, es könnte ein patient, der ein schwelendes Feuer, so zu sprechen, und das system fordert mich und mein team zu erreichen, dass der patient für einen Termin so bald wie möglich. Für den Rest meines Herz-Patienten, die über keine aktuelle high-risk-Funktionen, dann gäbe es keine Notwendigkeit für Sie, um zu kommen zu mir in die Klinik. Wir würden einfach weiterhin überwachen Sie aus der Ferne und für alle Probleme.
Payne: Was Tom gerade beschrieben ist ein smart health-care-system — wo der Verbrauch des Gesundheitswesens ist getrieben vom tatsächlichen Bedarf. In seinem Beispiel, die AI sortiert durch eine riesige Menge von verschiedenen Arten von Daten-und ausgezogen, das eine Patientin, die er benötigt, zu sehen und mit Ihnen interagieren. Einige der besten Möglichkeiten zur Senkung der Kosten im Gesundheitswesen und die Verbesserung der Gesundheit-Pflege-Ergebnisse zu eliminieren, die Pflege, die Patienten nicht brauchen.
Gerade jetzt, die Herausforderungen, die wir angehen müssen, wenn wir versuchen, zu bringen der KI in der medizinischen Praxis zählen die Verbesserung der Qualität der Daten, die wir füttern in KI-Systeme, die Entwicklung von Möglichkeiten, um zu bewerten, ob ein KI-system ist tatsächlich besser als die der standard in der Gesundheitsversorgung, die Gewährleistung der Patientensicherheit Datenschutz und machen sicher nicht nur, dass AI nicht zu stören klinischen Arbeit fließen aber in der Tat verbessert. Aber wenn wir unseren Job richtig machen und bauen diese Systeme gut, vieles von dem, was wir beschrieben haben, werden so tief verwurzelt in das system, die Menschen nicht einmal finden Sie es separat als informatik-oder AI. Es wird nur in der Medizin.