АИ денсаулық сақтау саласына әсер етудің 12 әдісі

Жасанды интеллект денсаулық сақтау саласындағы трансформация күшіне айналады деп күтілуде. Сонымен, дәрігерлер мен пациенттер АИ басқаратын құралдардың әсерінен қандай пайда көреді?
Қазіргі денсаулық сақтау саласы өте жетілген және кейбір үлкен өзгерістер жасай алады. Созылмалы аурулар мен қатерлі ісіктен радиологияға және тәуекелдерді бағалауға дейін денсаулық сақтау индустриясында пациенттерге күтім жасауда дәлірек, тиімді және тиімді араласуды қолдану үшін технологияны қолданудың сансыз мүмкіндіктері бар сияқты.
Технологияның дамуымен пациенттер дәрігерлерге жоғары және жоғары талаптар қояды, ал қолда бар мәліметтер саны күрт өсуде. Жасанды интеллект медициналық көмекті үздіксіз жақсартуға көмектесетін қозғалтқыш болады.
Дәстүрлі талдау мен клиникалық шешім қабылдау технологиясымен салыстырғанда жасанды интеллект көптеген артықшылықтарға ие. Оқыту алгоритмі дайындық деректерімен өзара әрекеттескенде, ол дәлірек болады, бұл дәрігерлерге диагностика, емізу процесі, емдеудің өзгермелілігі мен емделушілердің нәтижелері туралы бұрын -соңды болмаған түсініктер алуға мүмкіндік береді.
Partners Healthcare өткізетін 2018 Дүниежүзілік жасанды интеллект медициналық инновациялар форумында (wmif), медициналық зерттеушілер мен клиникалық сарапшылар келешекте жасанды интеллектке елеулі әсер ететін медициналық индустрияның технологиялары мен өрістерін әзірледі. он жылдық.
Энн Кибланкси, м.ғ.д., wmif -тің 2018 жылғы төрайымы мен серіктестік денсаулық сақтаудың бас ғылыми қызметкері Грегг Мейердің айтуынша, бұл саланың әр саласына әкелетін «диверсия» пациенттерге айтарлықтай пайда әкелуі мүмкін және кең ауқымды. бизнестің сәттілік потенциалы.
Серіктестердің денсаулық сақтау саласындағы сарапшыларының көмегімен, Гарвард медициналық мектебінің (HMS) профессоры, доктор Кейт Дрейер, серіктестердің мәліметтер жөніндегі бас офицері және доктор Кэтрин Андреол, Массачусетс ауруханасының (MGH) зерттеу стратегиясы мен операцияларының директоры. , AI медициналық қызметтер мен ғылымда төңкеріс жасайтын 12 тәсіл ұсынды.
1. Ойлау мен машинаны мидың компьютерлік интерфейсі арқылы біріктіріңіз

Байланыс үшін компьютерді қолдану - бұл жаңа идея емес, бірақ пернетақта, тінтуір мен дисплейсіз технология мен адамның ойлауы арасында тікелей интерфейс құру - бұл кейбір емделушілер үшін маңызды болатын шекаралық зерттеу аймағы.
Жүйке жүйесінің аурулары мен жарақаттары кейбір пациенттердің мағыналы әңгімелесу, қозғалыс және басқалармен және қоршаған ортамен қарым -қатынас жасау мүмкіндігін жоғалтуы мүмкін. Жасанды интеллект қолдайтын мидың компьютерлік интерфейсі (BCI) бұл функцияларды мәңгілікке жоғалтып алудан қорқатын науқастар үшін негізгі тәжірибені қалпына келтіре алады.
«Егер мен неврологиялық реанимация бөлімінде науқасты кездейсоқ әрекет ету немесе сөйлеу қабілетінен айыратынын көрсем, келесі күні оның қарым -қатынас қабілетін қалпына келтіремін деп үміттенемін», - дейді нейротехнология және нейрохабилитация орталығының директоры, доктор Лэй Хочберг. Массачусетс жалпы ауруханасы (MGH). Мидың компьютерлік интерфейсін (BCI) және жасанды интеллекті қолдана отырып, біз қолдың қозғалысына байланысты нервтерді белсендіре аламыз, және біз пациентке барлық уақытта кем дегенде бес рет басқалармен сөйлесуге мүмкіндік беруіміз керек, мысалы, барлық жерде қолданылатын коммуникациялық технологияларды қолдану. планшеттік компьютерлер немесе ұялы телефондар сияқты. «
Мидың компьютерлік интерфейсі амиотрофиялық бүйірлік склероз (ALS), инсульт немесе атрезия синдромы бар науқастардың өмір сүру сапасын едәуір жақсарта алады, сондай -ақ жыл сайын бүкіл әлемде жұлын зақымданған 500000 науқастың.
2. Сәулелік құралдардың келесі буынын жасаңыз

Магнитті-резонансты бейнелеу (МРТ), КТ сканерлері және рентген сәулелері арқылы алынған сәулелік кескіндер адам денесінің ішкі бөлігіне инвазивті емес көрінуді қамтамасыз етеді. Дегенмен, көптеген диагностикалық процедуралар әлі де инфекция қаупі бар биопсиямен алынған физикалық тіндердің үлгілеріне сүйенеді.
Сарапшылардың болжамынша, кейбір жағдайларда жасанды интеллект радиологияның келесі буынына тірі тіндердің үлгілеріне сұранысты алмастыратындай дәл және егжей -тегжейлі болуға мүмкіндік береді.
Александра Гольби, м.ғ.д., Бригам әйелдер ауруханасының (BWh) имидждік нейрохирургия директоры, «біз диагностикалық бейнелеу тобын хирургтармен немесе интервенциялық рентгенологтармен және патологтармен біріктіргіміз келеді, бірақ ынтымақтастыққа қол жеткізу әр түрлі командалар үшін үлкен сынақ. Егер біз радиология тіндердің үлгілерінен қазіргі кезде қол жетімді ақпаратты бергісі келсе, онда біз кез келген пиксельдің негізгі фактілерін білу үшін өте жақын стандарттарға қол жеткізе аламыз ».
Бұл үдерістің табысы клиникалық дәрігерлерге қатерлі ісік атрибуттарының аз бөлігіне негізделген емдік шешімдер қабылдаудан гөрі, ісіктің жалпы көрсеткіштерін дәлірек түсінуге мүмкіндік береді.
AI сонымен қатар қатерлі ісіктің инвазивтілігін жақсы анықтай алады және емделу мақсатын дәлірек анықтай алады. Сонымен қатар, жасанды интеллект «виртуалды биопсияны» жүзеге асыруға және ісіктердің фенотиптік және генетикалық сипаттамаларын сипаттау үшін кескінге негізделген алгоритмдерді қолдануға міндеттелген радиология саласындағы инновацияларды дамытуға көмектеседі.
3. Аз қамтылған немесе дамушы аудандарда медициналық қызметтерді кеңейту

Дамушы елдерде білікті медициналық қызмет көрсетушілердің, оның ішінде ультрадыбыстық техникалар мен радиологтардың болмауы пациенттердің өмірін сақтау үшін медициналық қызметтерді пайдалану мүмкіндігін айтарлықтай төмендетеді.
Кездесуде Бостондағы әйгілі Лонгвуд даңғылымен алты ауруханада жұмыс істейтін радиологтар Батыс Африкадағы барлық ауруханаларға қарағанда көбірек екендігі айтылды.
Жасанды интеллект клиникалық дәрігерлердің жетіспеушілігінің әсерін жеңілдетуге көмектеседі, бұл әдетте адамдарға жүктелетін диагностикалық міндеттердің кейбірін өз мойнына алады.
Мысалы, АИ бейнелеу құралы туберкулездің белгілерін зерттеу үшін кеуде қуысының рентгенографиясын қолдана алады, әдетте дәрігермен дәлдікпен. Бұл мүмкіндікті тәжірибелі диагностикалық рентгенологтардың қажеттілігін азайтатын, ресурстары нашар аудандардағы провайдерлерге арналған қосымша арқылы қолдануға болады.
«Бұл технологияның денсаулық сақтауды жақсартуға үлкен әлеуеті бар», - деді доктор Джайашри Калпати Крамер, неврологияның ассистенті және Массачусетс жалпы ауруханасының радиология кафедрасының доценті.
Алайда, AI алгоритмін жасаушылар әр түрлі ұлттың немесе аймақтың адамдарында аурудың көрсеткіштеріне әсер ететін бірегей физиологиялық және экологиялық факторлардың болуы мүмкін екендігін мұқият қарастыруы керек.
«Мысалы, Үндістанда аурудан зардап шеккен халық Америка Құрама Штаттарынан мүлде өзгеше болуы мүмкін», - деді ол. Біз бұл алгоритмдерді әзірлегенде, бұл мәліметтер аурудың көрінісі мен халықтың әртүрлілігін білдіретініне сенімді болу өте маңызды. Біз тек бір популяцияға негізделген алгоритмдерді құрып қана қоймай, сонымен қатар ол басқа популяцияларда рөл атқара алады деп үміттенеміз. «
4. Электронды денсаулық жазбаларының жүктемесін азайтыңыз

Денсаулық сақтаудың электронды картасы денсаулық сақтау саласының цифрлық саяхатында маңызды рөл атқарды, бірақ бұл өзгеріс когнитивті шамадан тыс жүктемелерге, шексіз құжаттарға және пайдаланушылардың шаршауына байланысты көптеген мәселелерді туғызды.
Денсаулықтың электронды жазбасын жасаушылар жасанды интеллект арқылы интуитивті интерфейс құрады және пайдаланушылардың көп уақытын алатын процедураларды автоматтандырады.
Доктор Адам Ландман, вице -президент және Бригам денсаулық басқармасының бас офицері, пайдаланушылар уақытының көп бөлігін үш тапсырмаға жұмсайтынын айтты: клиникалық құжаттама, тапсырысты енгізу және кіріс жәшіктерін сұрыптау. Сөйлеуді тану мен диктант клиникалық құжаттарды өңдеуді жақсартуға көмектеседі, бірақ табиғи тілді өңдеу (NLP) құралдары жеткіліксіз болуы мүмкін.
«Менің ойымша, батыл болу керек және кейбір өзгерістерді қарастыру қажет болуы мүмкін, мысалы, камераны киген полицейлер сияқты, клиникалық емдеуге бейне жазбаны қолдану», - деді Ландман. Жасанды интеллект пен машиналық оқытуды болашақта іздеу үшін осы бейнелерді индекстеу үшін пайдалануға болады. Үйде жасанды интеллект көмекшілерін қолданатын Сири мен Алекса сияқты, болашақта пациенттердің төсегіне виртуалды ассистенттер әкелінеді, бұл клиникалық дәрігерлерге медициналық тапсырыстарға енуге мүмкіндік береді. «

AI сонымен қатар дәрі -дәрмектерді қосу және нәтижелерді хабарлау сияқты кіріс жәшіктерінен сұраныстарды өңдеуге көмектеседі. Бұл сонымен қатар клиникалық дәрігерлердің назарын қажет ететін тапсырмаларды бірінші кезекке қоюға көмектесуі мүмкін, бұл пациенттерге өз істерінің тізімін өңдеуді жеңілдетеді, деп қосты Ландман.
5. Антибиотиктерге төзімділік қаупі

Антибиотиктерге төзімділік адамдар үшін өсіп келе жатқан қауіп болып табылады, себебі бұл негізгі препараттарды шамадан тыс қолдану емдеуге жауап бермейтін супербактериялардың эволюциясына әкелуі мүмкін. Дәрілікке төзімді көп бактериялар аурухана жағдайында елеулі зақым келтіруі мүмкін, жыл сайын он мыңдаған науқастардың өмірін қиады. Clostridium difficile ғана АҚШ денсаулық сақтау жүйесіне жылына шамамен 5 миллиард доллар шығын келтіреді және 30000 -ден астам адамның өліміне әкеледі.
EHR деректері науқастың белгілерін көрсетпес бұрын инфекцияның заңдылықтарын анықтауға және тәуекелді бөлуге көмектеседі. Бұл талдауларды жүргізу үшін машиналық оқыту мен жасанды интеллект құралдарын қолдану олардың дәлдігін жақсартады және медициналық қызмет көрсетушілер үшін жылдам әрі дәл ескертулер жасайды.
«Жасанды интеллект құралдары инфекциялық бақылау мен антибиотиктерге төзімділікті күтуге мүмкіндік береді», - деді Массачусетс штаттық ауруханасының (MGH) инфекциялық бақылау жөніндегі директорының орынбасары, доктор Эрика Шеной. Егер олай етпесе, онда бәрі сәтсіздікке ұшырайды. Ауруханаларда EHR деректері көп болғандықтан, егер олар оны толық пайдаланбаса, егер олар клиникалық зерттеулерді жобалауда ақылды және жылдам салаларды құрмаса және осы деректерді жасайтын EHR қолданбаса, олар сәтсіздікке ұшырайды. «
6. Патологиялық суреттерге дәлірек талдау жасаңыз

Доктор Джеффри Голден, Бригам әйелдер ауруханасының (BWh) патология бөлімінің меңгерушісі және HMS патологиясының профессоры, патологтар медициналық қызметтерді жеткізушілердің толық спектрі үшін диагностикалық мәліметтердің маңызды көздерінің бірі екенін айтты.
«Денсаулық сақтау саласындағы шешімдердің 70% -ы патологиялық нәтижелерге негізделеді, ал EHR -дегі барлық деректердің 70% -дан 75% -на дейін патологиялық нәтижелерден шығады», - деді ол. Ал нәтиже неғұрлым дәл болса, соғұрлым дұрыс диагноз соғұрлым тезірек қойылады. Бұл цифрлық патология мен жасанды интеллектке қол жеткізуге мүмкіндік беретін мақсат. «
Үлкен цифрлық суреттерде пиксель деңгейінің терең талдауы дәрігерлерге адам көзінен кетуі мүмкін нәзік айырмашылықтарды тануға мүмкіндік береді.
«Біз қазір қатерлі ісіктің тез немесе баяу дамитынын, пациенттерді емдеуді клиникалық сатыларға немесе гистопатологиялық бағалауға емес, алгоритмдерге қарай қалай өзгертуге болатынын жақсы бағалай алатын деңгейге жеттік», - деді Голден. Бұл үлкен алға қадам болады. «
Ол былай деп қосты: «Клиника дәрігерлері деректерді қарағанға дейін AI слайдтарға қызығушылық ерекшеліктерін анықтау арқылы өнімділікті жақсарта алады. AI слайдтар арқылы сүзгіден өткізіп, маңызды мазмұнды бағалауға мүмкіндік береді. Патологтарды қолданудың тиімділігі және олардың әрбір жағдайды зерттеу құндылығын арттырады ».
Медициналық құрылғылар мен машиналарға интеллект әкеліңіз

Ақылды құрылғылар тұтынушылардың ортасын жаулап алады және тоңазытқыш ішіндегі нақты уақыттағы бейнеден жүргізушілердің алаңдаушылығын анықтайтын автокөліктерге дейінгі құрылғыларды ұсынады.
Медициналық ортада интеллектуалды құрылғылар ICU -да және басқа жерлерде науқастарды бақылау үшін қажет. Жағдайдың нашарлауын анықтау мүмкіндігін жақсарту үшін жасанды интеллекті қолдану, мысалы, сепсистің дамып келе жатқанын немесе асқынуларды қабылдау нәтижені едәуір жақсартады және емдеуге кететін шығындарды азайтады.
«Біз әр түрлі деректерді денсаулық сақтау жүйесі бойынша біріктіру туралы айтатын болсақ, біз ICU дәрігерлеріне мүмкіндігінше ертерек араласу үшін оларды біріктіріп, ескертуіміз керек, және бұл мәліметтерді жинақтау адам дәрігерлері жасай алатын жақсы нәрсе емес», - деді Марк Михалски. , BWh клиникалық деректер ғылыми орталығының атқарушы директоры. Бұл құрылғыларға ақылды алгоритмдерді енгізу дәрігерлерге когнитивті жүктемені азайтады және пациенттерге мүмкіндігінше жедел емделуін қамтамасыз етеді. «
8. қатерлі ісікті емдеуге арналған иммунотерапияны ынталандыру

Иммунотерапия - қатерлі ісікті емдеудің ең перспективалы әдістерінің бірі. Қатерлі ісіктерге шабуыл жасау үшін дененің өзіндік иммундық жүйесін қолдана отырып, науқастар қатал ісіктерді жеңе алады. Алайда, ағымдағы иммунотерапия режиміне бірнеше пациенттер ғана жауап береді, ал онкологтарда осы емнің қай емделушілерге пайда әкелетінін анықтаудың дәл және сенімді әдісі әлі жоқ.
Машиналық оқыту алгоритмдері және олардың өте күрделі деректер жиынтығын синтездеу қабілеті жеке тұлғалардың бірегей гендік құрамын ашып, мақсатты терапияның жаңа нұсқаларын ұсына алады.
Массачусетс штаттық госпиталінің (MGH) кешенді диагностикалық орталығының есептеу патологиясы мен технологиясын дамыту жөніндегі директоры, доктор Лонг түсіндіреді: «Жақында ең қызықты даму - белгілі бір иммундық жасушалар шығаратын ақуыздарды блокада ететін бақылау -өткізу пунктінің ингибиторлары». Бірақ біз әлі де барлық мәселелерді түсінбейміз, бұл өте күрделі. Бізге пациенттер туралы қосымша мәліметтер қажет. Бұл емдеу әдістері салыстырмалы түрде жаңа, сондықтан пациенттердің көпшілігі оларды қабылдамайды. Сондықтан, бізге ұйым ішіндегі немесе бірнеше ұйымдардағы деректерді біріктіру қажет пе, бұл модельдеу процесін жүргізу үшін пациенттердің санын көбейтудің негізгі факторы болады. «
9. Денсаулық туралы электронды жазбаларды тәуекелді сенімді болжаушыларға айналдырыңыз

Денсаулықтың электронды картасы - бұл пациенттер туралы деректердің қазынасы, бірақ провайдерлер мен әзірлеушілер үшін үлкен көлемдегі ақпаратты дәл, уақтылы және сенімді түрде алу мен талдау - бұл тұрақты міндет.
Деректер форматының шатасуы, құрылымдық және құрылымдық емес енгізулер мен толық емес жазбалармен бірге, деректердің сапасы мен тұтастығы проблемалары адамдарға тәуекелдердің маңызды стратификациясын, болжамды талдауды және клиникалық шешімдерді қолдауды қалай дұрыс жүргізу керектігін түсінуді қиындатады.
Доктор Зиад ОБЕРМЕЙР, Бригам әйелдер ауруханасының (BWh) жедел медициналық көмек кафедрасының ассистенті және Гарвард медициналық мектебінің (HMS) ассистенті: «Деректерді бір жерге біріктіру үшін қиын жұмыс қажет. Бірақ басқа мәселе - түсіну Адамдар электронды денсаулық жазбасында ауруды болжаған кезде не алады. Адамдар жасанды интеллект алгоритмдері депрессияны немесе инсультті болжай алатынын естиді, бірақ олар инсульттің құнының өсуін болжап отырғанын біледі. инсульттің өзі ».

Ол жалғастырды, «МРТ нәтижелеріне сүйену нақты мәліметтер жиынтығын беретін сияқты. Бірақ қазір біз МРТ -ға кім қол жеткізе алатыны туралы ойлануымыз керек? Сондықтан соңғы болжам күтілетін нәтиже емес».
ЯМР талдауы тәуекелді бағалау мен стратификацияның көптеген табысты құралдарын шығарды, әсіресе зерттеушілер бір -бірімен байланыссыз болып көрінетін деректер жиынтығы арасындағы жаңа байланыстарды анықтау үшін терең оқыту әдістерін қолданған кезде.
Алайда, OBERMEYER бұл алгоритмдердің мәліметтерде жасырылған бұрмалануларды анықтамауын қамтамасыз ету клиникалық көмекті шынымен жақсартатын құралдарды қолдану үшін өте маңызды деп санайды.
«Ең үлкен қиындық - бұл қара жәшікті ашпас бұрын және болжауды қарастырмас бұрын, біз болжаған нәрсені нақты білуіміз керек», - деді ол.
10. Тозатын құрылғылар мен жеке құрылғылар арқылы денсаулық жағдайын бақылау

Барлық тұтынушылар дерлік денсаулықтың құндылығы туралы мәліметтерді жинау үшін сенсорларды қолдана алады. Қадамдық трекері бар смартфондардан бастап, жүрек соғу жиілігін тәулік бойы қадағалайтын киюге болатын құрылғыларға дейін денсаулыққа қатысты көбірек мәліметтерді кез келген уақытта алуға болады.
Бұл деректерді жинау және талдау және пациенттер қосымшалар мен басқа үйдегі бақылау құралдары арқылы берген ақпаратты жеке және халықтың денсаулығына бірегей көзқарасты қамтамасыз ете алады.
AI бұл үлкен және алуан түрлі мәліметтер базасынан әсерлі түсініктерді алуда маңызды рөл атқарады.
Доктор Омар Арноут, Бригам әйелдер ауруханасының (BWh) нейрохирург -дәрігері, неврологияның есептеу нәтижелерінің орталығының директоры, пациенттерге осы жақын, тұрақты бақылау деректеріне бейімделуге көмектесу үшін қосымша жұмыс қажет болуы мүмкін деді.
«Бұрын біз цифрлық мәліметтерді өңдеуге өте еркін едік. Кембридж аналитикасында және Facebook -те мәліметтердің ағып кетуіне байланысты адамдар қандай деректерді бөлісетінін сақтайтын болады. «
Пациенттер Facebook сияқты ірі компанияларға қарағанда дәрігерлеріне сенуге бейім, ол кең ауқымды зерттеу бағдарламалары үшін деректер берудегі ыңғайсыздықты жеңілдетуге көмектесетінін айтты.
«Тозатын деректер айтарлықтай әсер етуі мүмкін, себебі адамдардың назары өте кездейсоқ және жиналған мәліметтер өте өрескел», - деді Арноут. Түйіршікті деректерді үздіксіз жинау арқылы деректер дәрігерлерге пациенттерге жақсы күтім жасауға көмектеседі. «
11. смартфондарды қуатты диагностикалық құралға айналдырыңыз

Сарапшылар смартфондар мен тұтынушылық деңгейдегі басқа ресурстардан алынған суреттер портативті құрылғылардың қуатты функцияларын пайдалануды жалғастыру арқылы, әсіресе, қызмет көрсетілмеген аудандарда немесе дамушы елдерде, клиникалық сапалы бейнелеудің маңызды қосымшасы болады деп санайды.
Мобильді камераның сапасы жыл сайын жақсарып келеді және ол AI алгоритмін талдауға болатын суреттерді жасай алады. Дерматология мен офтальмология - бұл тенденцияның алғашқы бенефициарлары.
Британдық зерттеушілер тіпті балалардың бет бейнесін талдау арқылы даму ауруларын анықтайтын құралды ойлап тапты. Алгоритм балалардың төменгі жақ сүйектерінің сызығы, көз бен мұрынның орналасуы және бет ақауларын көрсетуі мүмкін басқа атрибуттар сияқты дискретті ерекшеліктерді анықтай алады. Қазіргі уақытта бұл құрал клиникалық шешімдерді қолдау үшін 90 -нан астам аурулары бар жалпы суреттерге сәйкес келуі мүмкін.
Дәрігер Хади Шафие, Бригам әйелдер ауруханасының (BWh) микро / нано медицинасы мен цифрлық денсаулық зертханасының директоры: «Адамдардың көпшілігі қуатты ұялы телефондармен жабдықталған, оларда әр түрлі сенсорлары бар. Бұл біз үшін тамаша мүмкіндік. Барлығы дерлік. индустрия ойыншылары өз құрылғыларында Ай бағдарламалық жасақтамасы мен аппараттық құралдарын құруды бастады. Бұл кездейсоқтық емес. Біздің цифрлық әлемде күн сайын 2,5 миллион терабайттан астам деректер шығарылады. Ұялы телефондар саласында өндірушілер мұны қолдана алады деп есептейді. Жекелендірілген, жылдамырақ және ақылды қызметтерді ұсыну үшін жасанды интеллектке арналған деректер ».
Пациенттердің көзінің, терінің зақымдануының, жаралардың, инфекциялардың, дәрі -дәрмектердің немесе басқа да заттардың суреттерін жинау үшін смартфондарды қолдану белгілі бір шағымдарды диагностикалау уақытын қысқарта отырып, аз қамтылған аймақтардағы мамандардың жетіспеушілігін шешуге көмектеседі.
«Болашақта кейбір маңызды оқиғалар болуы мүмкін, және біз осы мүмкіндікті пайдалана отырып, емделу орнындағы ауруларды басқарудың кейбір маңызды мәселелерін шеше аламыз», - деді Шафи.
12. Төсек жанындағы АИ көмегімен клиникалық шешімдерді қабылдау

Денсаулық сақтау саласы ақылы қызметтерге көшкендіктен, ол пассивті медициналық қызметтен алыстап барады. Созылмалы аурудың алдын алу, аурудың өткір оқиғалары мен кенеттен нашарлауы әр провайдердің мақсаты болып табылады, ал ақыр соңында өтемақы құрылымы оларға белсенді және болжамды араласуға қол жеткізе алатын процестерді дамытуға мүмкіндік береді.
Жасанды интеллект провайдерлер шара қолдану қажеттілігін түсінбей тұрып, проблемаларды шешуге арналған болжамды талдау мен клиникалық шешімдерді қолдау құралдарын қолдана отырып, осы эволюцияның көптеген негізгі технологияларын ұсынады. Жасанды интеллект эпилепсияға немесе сепсиске ерте ескерту бере алады, бұл әдетте өте күрделі деректер жиынтығын терең талдауды қажет етеді.
Брэндон Вестовер, м.ғ.д., Массачусетс штаттық госпиталінің (MGH) клиникалық мәліметтерінің директоры, машиналық оқыту сонымен қатар ауыр науқастарға, мысалы, жүрек тоқтағаннан кейін комада жатқандарға көмек көрсетуді жалғастыруға көмектеседі деді.
Ол түсіндірді, қалыпты жағдайда дәрігерлер бұл науқастардың ЭЭГ деректерін тексеруі керек. Бұл процесс көп уақытты қажет етеді және субъективті, ал нәтижелер дәрігерлердің дағдылары мен тәжірибесіне байланысты өзгеруі мүмкін.
Ол: «Бұл науқастарда үрдіс баяу болуы мүмкін. Кейде дәрігерлер біреудің сауығып жатқанын көргісі келгенде, олар әр 10 секунд сайын бақыланатын деректерді қарауы мүмкін. Алайда, 24 сағат ішінде жиналған 10 секундтық деректердің өзгергенін білу - бұл уақыт ішінде шаштың өсіп кеткенін қарау сияқты. Алайда, егер жасанды интеллект алгоритмдері мен көптеген пациенттерден алынған мәліметтердің үлкен көлемі қолданылса, адамдардың көргенін ұзақ мерзімді үлгілермен сәйкестендіру оңай болады, ал кейбір жақсартулар табылуы мүмкін, бұл дәрігерлердің мейірбике ісі бойынша шешім қабылдауына әсер етеді. . «
Жасанды интеллект технологиясын клиникалық шешімдерді қолдау, тәуекелдерді бағалау және ерте ескерту үшін қолдану - бұл деректерді талдаудың революциялық әдісінің перспективалы даму бағыттарының бірі.
Жаңа буын құралдары мен жүйелеріне қуат бере отырып, дәрігерлер аурудың нюанстарын жақсы түсінеді, мейірбикелік қызметтерді тиімдірек көрсетеді және мәселелерді алдын ала шешеді. Жасанды интеллект клиникалық емдеу сапасын жақсартудың жаңа дәуірін бастайды және пациенттерге күтім жасауда қызықты жетістіктерге жетеді.


Хабарлама уақыты: 06-2021 тамыз