Много измерения на съвременния живот все повече се захранват от изкуствен интелект, включително различни аспекти на здравето и уелнес. Колко време може компютърът да надминава човешките насоки за здравеопазване? Може би по-важно, колко дълго преди човек да е готов да се довери на нечовек да се отнася с него или нея? Тези два въпроса може да се превърнат в централен дебат за потенциала на технологиите за машинно обучение и роботиката в здравеопазването.
Компютрите могат да "мислят" по все по-човешки начин. Независимо дали сме готови или не, последните развития в когнитивния компютърен сигнал сочат, че е настъпила възрастта на компютъризираното обучение и здравеопазването.
Статистически анализ на здравната информация
Не е тайна, че споделяме всякаква частна и често интимна информация всеки път, когато правите покупка или сърфирате в интернет. Способността да се предсказват здравословни събития просто чрез проследяване на небрежното поведение бе доказвано още през 2012 г., когато търговецът на дребно Target показа света, който биха могли да предвидят с необичайна точност, ако жената е била бременна въз основа на навиците й за пазаруване - понякога дори съобщавайки за бременност членове на семейството.
Много персонални подробности се анализират статистически на рутинна основа, за да осигурят по-добра представа за навиците и характеристиките. Някои от тези практики се случват доброволно и с пълната информираност и подкрепа на потребителя, докато други могат да се извършват нелегално от организации и компании.
Неволното проследяване на поведението повдига някои етични и социални въпроси.
Много хора сега споделят лично своята лична здравна информация по различни начини, чрез изрично споделяне чрез оценка на риска за здравето, небрежно чрез носене на дрехи и понякога дори неволно чрез публикации в социалните медии и покупателно поведение.
Точността, с която тази информация може да бъде анализирана и интерпретирана, се увеличава, създавайки както опасности, така и възможности и може би ни поставя на границата на нова ера, в която технологиите могат да играят роля в позитивните начини за превенция на здравето и благополучието.
Персонализиране на здравето и решаване на проблема с неправилното диагностициране
Диагностичните грешки на лекарите са огромна загриженост. В резултат на небрежност или неспазване на изобилието от възможности, тези грешки могат да бъдат опустошителни за пациента и неговото семейство. Професор Ета Бернер от Университета в Алабама в Бирмингам и д-р Марк Л. Грабер от медицински център Northport VA откриха, че около 10 до 20 процента от медицинските случаи са били неправилно диагностицирани. Бернер и Гребър посочват, че ефективните когнитивни процеси осигуряват правилната диагноза през повечето време. Въпреки това, има моменти, когато тези когнитивни процеси се провалят. Анализите на Бернер и Гребер показаха, че прекаленото доверие на лекаря често може да бъде причина за медицински грешки. Освен това, доклад, финансиран от Агенцията за изследване и качество в здравеопазването, установи, че 28 процента от всички диагностични грешки са сериозни, като е възможно да се посочи животозастрашаващо събитие.
Неправилното диагностициране може да включва каквото и да е от предписването на неправилно лекарство за хирургично отстраняване на неправилната част от тялото.
Тази тревожна статистика може да доведе до някои да твърдят, че съществуващият проблем може да бъде решен само чрез премахване на човешкия фактор от уравнението. Технологията като IBM Watson сега предлага надежда, че информацията може да бъде синтезирана и обмислена по по-хуманистичен начин. Когнитивната технология на Уотсън има способността да анализира неструктурираните данни, да разбира сложни въпроси и да предоставя на крайните потребители основани на доказателства решения.
Уотсън има за цел да подобри предвидителните алгоритми, които не винаги са се оказали успешни, когато се прилагат в реални ситуации.
Обаче, това, което може да бъде по-провокативно от прогнозиращия потенциал на Уотсън, е възможността технологията да надминава хората, когато става въпрос за здравни и фитнес интервенции.
През 2015 г. IBM Уотсън формира стратегическо партньорство с CVS Health, което обяви пристигането на когнитивните изчисления в търговската индустрия за здравеопазване. Предполагаше, че скоро лекарите и фармацевтите ще имат достъп до технология, която например може автоматично да открие спад в здравето на пациента.
Споразумението между Under Armor и IBM, подписано през 2016 г., даде на Уотсън възможност да продължи да изгражда и развива здравната си платформа. Apple също направи значителна инвестиция в платформата "Уотсън" с цел подобряване на платформите за развитие на HealthKIT и ResearchKIT. Според доклад на "Гранд View Research", глобалният пазар на когнитивни компютри за здравеопазване се предвижда да достигне над 5 млрд. Долара до 2020 г.
Научните изследвания също подкрепят използването на технологии, за да се сведе до минимум рискът от грешки и вреди в медицината. Д-р Марк Л. Грабер предлага използването на т.нар. "Инструменти за задействане", които могат да идентифицират случаи на риск от диагностична грешка, като анализират електронните здравни досиета и търсят несъответствия. В американските болници в момента се използват различни видове инструменти за задействане, но те не винаги са в състояние да откриват диагностични грешки. Поради това се полагат усилия за създаване на по-добри превантивни интервенции.
Един обещаващ подход бе представен от д-р Хардъп Сингх и колегите му. Те са проектирали електронно задействащо устройство, което може да идентифицира пациенти, които имат непланирани назначения в рамките на 2 седмици от посещението им в началното си посещение, което предполага, че нещо може да е пропуснато по време на първоначалния им преглед. Много експерти прогнозират, че подобна технология ще помогне да се предотвратят грешките или поне да се привлече вниманието им в усилията им да се намалят.
Възприемане на изкуственото разузнаване
През 2015 г. председателят на NHS England, сър Малкълм Грант, изрази мнението си, че изкуственият интелект трябва да бъде обхванат от здравеопазването, тъй като би могъл да подобри качеството на грижата, както и да персонализира предварително медицината. Много здравни професионалисти оттогава откликнаха на това чувство. Технологията, която може надеждно да диагностицира и / или да идентифицира диагностични грешки чрез извличането на данни, вероятно не е далеч.
Когнитивното изчисляване в сектора на здравеопазването понастоящем се използва повече като консултантска роля, а не за вземане на окончателни решения или за заместване на хората сами по себе си. Уотсън, например, помага на индивидите и организациите да направят по-модерни и сложни клинични решения и скоро ще помогне на хората да подобрят своите фитнес нива чрез партньорството си с Under Armor. Въпреки това, само преди малко компютрите изпревариха хората като доминираща сила в интелектуален спорт като шахмат, а изчислителните сили се увеличаваха. Освен това човешкият елемент се добавя към процесите на обработка на компютрите, което прави идеята за компютър и роботи, които се грижат за нас, не толкова привлекателни, колкото изглеждаха някога.
> Източници
> Berner E, Graber M. Overconfidence като причина за диагностична грешка в медицината. Американския вестник на медицината . 2008; 121: S2-S23.
> Graber ML. Честотата на диагностичната грешка в медицината. BMJ Качество и безопасност . 2013 г. 22 (Suppl 2): ii21-ii27. Doi: 10.1136 / bmjqs-2012-001615.
> Lupton D. Промоция на здравето в дигиталната ера: критичен коментар. Промоция на здравето в чужбина . 2015; 30 (1): 174-183
> Сингх Н, Джардина ТД, Майер А.Д., Форджоу СН, Рейс Сингх Н, Джардина ТД, Майер А.Н., Форджоу СН, Рейс М.Д., Томас Е.Й. Видове и начало на диагностичните грешки в настройките за първична грижа. Вътрешна медицина на JAMA . 2013; 173 (6): 418-425.
> Томпсън М. Здравеопазването и когнитивните изчислителни екипи за големи промени. Econtent . 2015: 4-8.