AI денсаулық сақтау саласына әсер етудің 12 жолы

Жасанды интеллект денсаулық сақтау саласындағы трансформациялық күшке айналады деп күтілуде.Сонымен, дәрігерлер мен пациенттер AI басқаратын құралдардың әсерінен қалай пайда көреді?
Бүгінгі денсаулық сақтау саласы өте жетілген және кейбір маңызды өзгерістер енгізуі мүмкін.Созылмалы аурулар мен онкологиялық аурулардан бастап радиология мен тәуекелді бағалауға дейін денсаулық сақтау саласы пациенттерге күтім жасауда дәлірек, тиімді және тиімді араласуды қолдану үшін технологияны пайдаланудың сансыз мүмкіндіктеріне ие сияқты.
Технологияның дамуымен пациенттер дәрігерлерге жоғары және жоғары талаптар қояды және қол жетімді деректер саны алаңдатарлық жылдамдықпен өсуде.Жасанды интеллект медициналық көмекті үздіксіз жақсартуға ықпал ететін қозғалтқышқа айналады.
Дәстүрлі талдау және клиникалық шешім қабылдау технологиясымен салыстырғанда жасанды интеллект көптеген артықшылықтарға ие.Оқыту алгоритмі оқу деректерімен өзара әрекеттескенде, ол дәрігерлерге диагноз, мейірбикелік процесс, емдеудің өзгермелілігі және пациенттің нәтижелері туралы бұрын-соңды болмаған түсініктерді алуға мүмкіндік беретін дәлірек бола алады.
Partners Healthcare өткізген 2018 жылғы Дүниежүзілік жасанды интеллект медициналық инновациялар форумында (wmif) медициналық зерттеушілер мен клиникалық сарапшылар келесі жылы жасанды интеллекттің қабылдануына айтарлықтай әсер ететін медицина саласының технологиялары мен салаларын талқылады. он жылдық.
Энн Кибланкси, MD, 2018 жылы wmif компаниясының төрағасы және Грегг Мейер, MD, Partners Healthcare бас академиялық қызметкері, әрбір салалық салаға әкелінетін мұндай «бұзушылықтың» пациенттерге айтарлықтай пайда әкелетін әлеуеті бар және кең ауқымды мүмкіндіктер бар екенін айтты. бизнестің табысты әлеуеті.
Гарвард медицина мектебінің (HMS) профессоры доктор Кейт Дрейерді қоса алғанда серіктестердің денсаулық сақтау саласындағы сарапшыларының көмегімен серіктестердің деректер жөніндегі бас директоры және Массачусетс жалпы ауруханасының (MGH) зерттеу стратегиясы мен операциялары жөніндегі директоры доктор Кэтрин Андреол. , AI медициналық қызметтер мен ғылымда төңкеріс жасайтын 12 жолды ұсынды.
1. Мидың компьютер интерфейсі арқылы ойлау мен машинаны біріктіру

Коммуникация үшін компьютерді пайдалану жаңа идея емес, бірақ пернетақта, тінтуір және дисплейсіз технология мен адам ойлауы арасындағы тікелей интерфейсті құру кейбір пациенттер үшін маңызды қолданбасы бар шекаралық зерттеу саласы болып табылады.
Жүйке жүйесінің аурулары мен жарақаттары кейбір науқастардың басқалармен және қоршаған ортамен мағыналы сөйлесу, қозғалыс және өзара әрекеттесу қабілетін жоғалтуы мүмкін.Жасанды интеллект қолдау көрсететін ми компьютерлік интерфейсі (BCI) осы функцияларды мәңгілікке жоғалтып аламын ба деп алаңдайтын пациенттер үшін сол негізгі тәжірибені қалпына келтіре алады.
«Егер мен неврологиялық реанимация бөлімінде кенеттен әрекет ету немесе сөйлеу қабілетін жоғалтқан науқасты көрсем, келесі күні оның қарым-қатынас жасау қабілетін қалпына келтіремін деп үміттенемін», - деді Лей Хочберг, медицина ғылымдарының докторы, нейротехнологиялар және нейрооңалту орталығының директоры. Массачусетс жалпы ауруханасы (MGH).Мидың компьютерлік интерфейсін (BCI) және жасанды интеллектті пайдалану арқылы біз қол қозғалысына байланысты нервтерді белсендіре аламыз және біз пациентті бүкіл қызмет барысында кем дегенде бес рет басқалармен сөйлесуге мүмкіндік беруіміз керек, мысалы, барлық жерде таралған коммуникациялық технологияларды пайдалану. планшеттік компьютерлер немесе ұялы телефондар сияқты."
Мидың компьютерлік интерфейсі амиотрофиялық бүйірлік склерозы (ALS), инсульт немесе атрезиялық синдромы бар науқастардың, сондай-ақ жыл сайын бүкіл әлем бойынша жұлын жарақаты бар 500 000 пациенттің өмір сүру сапасын айтарлықтай жақсарта алады.
2. Радиациялық құралдардың келесі буынын әзірлеу

Магниттік-резонанстық томография (МРТ), КТ сканерлері және рентген сәулелері арқылы алынған радиациялық кескіндер адам денесінің ішкі бөлігін инвазивті емес көруді қамтамасыз етеді.Дегенмен, көптеген диагностикалық процедуралар әлі де инфекция қаупі бар биопсия арқылы алынған физикалық тіндердің үлгілеріне сүйенеді.
Сарапшылардың болжауынша, кейбір жағдайларда жасанды интеллект радиология құралдарының келесі ұрпағына тірі ұлпа үлгілеріне сұранысты алмастыру үшін жеткілікті дәл және егжей-тегжейлі болуға мүмкіндік береді.
Александра Голби, MD, Бригам әйелдер ауруханасының (BWh) кескінді басқаратын нейрохирургия директоры: «Біз диагностикалық бейнелеу тобын хирургтармен немесе интервенциялық рентгенологтармен және патологтармен біріктіргіміз келеді, бірақ бұл әртүрлі командалар үшін ынтымақтастыққа қол жеткізу үшін үлкен қиындық. Егер біз радиологияның тін үлгілерінен қазіргі уақытта қол жетімді ақпаратты беруін қаласақ, онда кез келген пикселдің негізгі фактілерін білу үшін өте жақын стандарттарға қол жеткізуіміз керек ».
Бұл үдерістегі табыс клиницистерге қатерлі ісік атрибуттарының шағын бөлігіне негізделген емдеу туралы шешім қабылдаудан гөрі, ісіктің жалпы өнімділігін дәлірек түсінуге мүмкіндік береді.
Сондай-ақ AI қатерлі ісіктің инвазивтілігін жақсырақ анықтай алады және емдеу мақсатын дәлірек анықтайды.Сонымен қатар, жасанды интеллект «виртуалды биопсияны» жүзеге асыруға және ісіктердің фенотиптік және генетикалық сипаттамаларын сипаттау үшін кескінге негізделген алгоритмдерді қолдануға міндеттенетін радиология саласындағы инновацияларды ілгерілетуге көмектеседі.
3. Қызмет көрсетілмеген немесе дамушы аймақтарда медициналық қызметтерді кеңейту

Дамушы елдерде ультрадыбыстық техниктер мен рентгенологтарды қоса алғанда, оқытылған медициналық қызмет көрсетушілердің жетіспеушілігі пациенттердің өмірін сақтап қалу үшін медициналық қызметтерді пайдалану мүмкіндігін айтарлықтай төмендетеді.
Кездесуде Батыс Африкадағы барлық ауруханаларға қарағанда әйгілі Лонгвуд авенюі бар Бостондағы алты ауруханада радиологтар жұмыс істейтіні атап өтілді.
Жасанды интеллект әдетте адамдарға тағайындалған диагностикалық жауапкершіліктердің кейбірін өз мойнына алу арқылы клиниктердің маңызды жетіспеушілігінің әсерін азайтуға көмектеседі.
Мысалы, AI бейнелеу құралы туберкулез белгілерін зерттеу үшін кеуде рентгенін пайдалана алады, әдетте дәрігер сияқты дәлдікпен.Бұл мүмкіндікті ресурсы аз аймақтардағы провайдерлерге арналған қолданба арқылы қолдануға болады, бұл тәжірибелі диагностикалық радиологтардың қажеттілігін азайтады.
«Бұл технологияның денсаулық сақтауды жақсарту үшін үлкен әлеуеті бар», - деді доктор Джаяшри Калпати Крамер, неврология ассистенті және Массачусетс жалпы ауруханасының (MGH) радиология кафедрасының доценті.
Дегенмен, AI алгоритмін жасаушылар әртүрлі ұлттар мен аймақтардағы адамдар аурудың өнімділігіне әсер ететін бірегей физиологиялық және экологиялық факторларға ие болуы мүмкін екенін мұқият қарастыруы керек.
«Мысалы, Үндістандағы аурудан зардап шеккен халық Америка Құрама Штаттарындағыдан мүлдем өзгеше болуы мүмкін», - деді ол.Бұл алгоритмдерді жасаған кезде, деректер аурудың көрінісін және халықтың әртүрлілігін көрсететінін қамтамасыз ету өте маңызды.Біз бір ғана популяцияға негізделген алгоритмдерді жасап қана қоймай, оның басқа популяцияларда рөл атқара алатынына үміттенеміз."
4. Электрондық денсаулық жазбаларын пайдалану жүктемесін азайту

Электрондық денсаулық жазбасы (оның) денсаулық сақтау саласының цифрлық саяхатында маңызды рөл атқарды, бірақ бұл трансформация когнитивті шамадан тыс жүктелумен, шексіз құжаттармен және пайдаланушының шаршауымен байланысты көптеген мәселелерді әкелді.
Электрондық денсаулық картасын әзірлеушілер енді интуитивті интерфейс жасау және пайдаланушының көп уақытын алатын жұмыс тәртібін автоматтандыру үшін жасанды интеллектті пайдаланады.
Доктор Адам Лэндман, вице-президент және Brigham Health компаниясының бас ақпарат қызметкері, пайдаланушылар уақытының көп бөлігін үш тапсырмаға жұмсайтынын айтты: клиникалық құжаттама, тапсырыс енгізу және кіріс жәшіктерін сұрыптау.Сөйлеуді тану және диктант клиникалық құжаттарды өңдеуді жақсартуға көмектеседі, бірақ табиғи тілді өңдеу (NLP) құралдары жеткіліксіз болуы мүмкін.
«Менің ойымша, батылырақ болу керек және кейбір өзгерістерді қарастыру қажет болуы мүмкін, мысалы, клиникалық емдеу үшін бейнежазбаны қолдану, полицияның камералар кигені сияқты», - деді Лэндман.Жасанды интеллект пен машиналық оқытуды болашақта іздеу үшін осы бейнелерді индекстеу үшін пайдалануға болады.Үйде жасанды интеллект көмекшілерін пайдаланатын Siri және Alexa сияқты, виртуалды ассистенттер болашақта пациенттердің төсегіне жеткізіледі, бұл емделушілерге медициналық тапсырыстарды енгізу үшін енгізілген интеллектті пайдалануға мүмкіндік береді."

Сондай-ақ AI дәрілік қоспалар және нәтижелер туралы хабарландыру сияқты кіріс жәшіктерінен әдеттегі сұрауларды өңдеуге көмектесе алады.Сондай-ақ, бұл емделушілерге шынымен де назар аударуды қажет ететін тапсырмаларды бірінші орынға қоюға көмектесуі мүмкін, бұл пациенттерге істер тізімдерін өңдеуді жеңілдетеді, деп қосты Лэндман.
5.Антибиотиктерге төзімділік қаупі

Антибиотиктерге төзімділік адамдар үшін өсіп келе жатқан қауіп болып табылады, өйткені бұл негізгі препараттарды шамадан тыс қолдану емдеуге жауап бермейтін супербактериялардың эволюциясына әкелуі мүмкін.Көп дәріге төзімді бактериялар жыл сайын ондаған мың пациенттерді өлтіріп, аурухана ортасына елеулі зиян келтіруі мүмкін.Бір ғана Clostridium difficile АҚШ-тың денсаулық сақтау жүйесіне жылына шамамен 5 миллиард доллар жұмсайды және 30 000-нан астам өлімге әкеледі.
EHR деректері инфекция үлгілерін анықтауға және пациент симптомдарды көрсете бастағанға дейін тәуекелді көрсетуге көмектеседі.Осы талдауларды жүргізу үшін машиналық оқытуды және жасанды интеллект құралдарын пайдалану олардың дәлдігін арттырып, денсаулық сақтау провайдерлері үшін жылдамырақ және дәлірек ескертулер жасай алады.
«Жасанды интеллект құралдары инфекцияны бақылау және антибиотиктерге төзімділік бойынша үміттерді қанағаттандыра алады», - деді доктор Эрика Шеной, Массачусетс жалпы ауруханасы (MGH) инфекциялық бақылау директорының орынбасары.Егер олар жоқ болса, онда бәрі сәтсіздікке ұшырайды.Ауруханаларда EHR деректері көп болғандықтан, егер олар оларды толық пайдаланбаса, клиникалық сынақтарды жобалауда ақылдырақ және жылдамырақ салалар құрмаса және осы деректерді жасайтын EHR қолданбаса, олар сәтсіздікке ұшырайды."
6.Патологиялық суреттерге дәлірек талдау жасаңыз

Бригам әйелдер ауруханасының (BWh) патология бөлімінің меңгерушісі және HMS патологиясының профессоры доктор Джеффри Голден патологтар медициналық қызмет көрсетушілердің толық спектрі үшін диагностикалық деректердің маңызды көздерінің бірін қамтамасыз ететінін айтты.
«Денсаулық сақтау саласындағы шешімдердің 70% патологиялық нәтижелерге негізделген және EHR-дегі барлық деректердің 70% -дан 75% -ға дейін патологиялық нәтижелерден келеді», - деді ол.Ал нәтижелер неғұрлым дәл болса, дұрыс диагноз соғұрлым тезірек жасалады.Бұл цифрлық патология мен жасанды интеллекттің қол жеткізуге мүмкіндігі бар мақсат."
Үлкен сандық кескіндердегі пиксел деңгейін терең талдау дәрігерлерге адам көзінен көрінбейтін нәзік айырмашылықтарды тануға мүмкіндік береді.
«Қазір біз қатерлі ісіктің тез немесе баяу дамитынын және пациенттерді емдеуді клиникалық кезеңдерге немесе гистопатологиялық бағалауға емес, алгоритмдерге негізделген қалай өзгертуге болатынын жақсырақ бағалай алатын деңгейге жеттік», - деді Голден.Бұл алға үлкен қадам болады."
Ол былай деп қосты: "Клиниктер деректерді қарап шықпас бұрын, AI слайдтардағы қызығушылық ерекшеліктерін анықтау арқылы өнімділікті де жақсарта алады. AI слайдтар арқылы сүзгіден өткізіп, ненің маңызды және ненің маңызды емес екенін бағалай алуымыз үшін бізге дұрыс мазмұнды көруге нұсқау бере алады. Бұл жақсартады. патологтарды қолданудың тиімділігі және олардың әрбір жағдайды зерттеу құндылығын арттырады ».
Медициналық құрылғылар мен машиналарға ақпарат жеткізіңіз

Смарт құрылғылар тұтынушылар ортасын жаулап алуда және тоңазытқыш ішіндегі нақты уақыттағы бейнеден бастап жүргізушінің алаңдауын анықтайтын көліктерге дейінгі құрылғыларды қамтамасыз етеді.
Медициналық ортада зияткерлік құрылғылар ICU және басқа жерлерде пациенттерді бақылау үшін өте маңызды.Жағдайдың нашарлауын анықтау мүмкіндігін арттыру үшін жасанды интеллектті пайдалану, мысалы, сепсистің дамып жатқанын көрсету немесе асқынуларды қабылдау нәтижелерді айтарлықтай жақсартуға және емдеу шығындарын азайтуға мүмкіндік береді.
«Денсаулық сақтау жүйесі бойынша әртүрлі деректерді біріктіру туралы айтатын болсақ, біз ICU дәрігерлерін мүмкіндігінше ертерек араласу үшін біріктіріп, ескертуіміз керек және бұл деректерді біріктіру адам дәрігерлері жасай алмайтын жақсы нәрсе емес», - деді Марк Михальски. , BWh клиникалық деректер ғылыми орталығының атқарушы директоры.Бұл құрылғыларға смарт алгоритмдерді енгізу дәрігерлерге түсетін когнитивті жүктемені азайтады және пациенттердің мүмкіндігінше тез емделуін қамтамасыз етеді."
8. ісік емдеуге арналған иммунотерапияны насихаттау

Иммунотерапия - қатерлі ісіктерді емдеудің ең перспективалы әдістерінің бірі.Қатерлі ісіктерге шабуыл жасау үшін дененің жеке иммундық жүйесін қолдану арқылы науқастар қыңыр ісіктерді жеңе алады.Дегенмен, қазіргі иммунотерапия режиміне бірнеше пациенттер ғана жауап береді, ал онкологтар әлі күнге дейін қандай емделушілерге бұл режимнен пайда әкелетінін анықтаудың нақты және сенімді әдісі жоқ.
Машиналық оқыту алгоритмдері және олардың өте күрделі деректер жиынын синтездеу қабілеті жеке адамдардың бірегей гендік құрамын түсіндіре алады және мақсатты терапияның жаңа нұсқаларын қамтамасыз ете алады.
Массачусетс жалпы госпиталінің (MGH) кешенді диагностикалық орталығының есептеу патологиясы және технологияларды дамыту жөніндегі директоры доктор Лонг Ле: «Жақында ең қызықты даму белгілі бір иммундық жасушалар шығаратын ақуыздарды блоктайтын бақылау нүктесі ингибиторлары болды», - деп түсіндіреді.Бірақ біз әлі де барлық мәселелерді түсінбейміз, бұл өте күрделі.Бізге пациенттер туралы көбірек ақпарат қажет.Бұл емдеу әдістері салыстырмалы түрде жаңа, сондықтан көп пациенттер оларды қабылдамайды.Сондықтан, деректерді ұйым ішінде немесе бірнеше ұйымда біріктіру қажет пе, бұл модельдеу процесін жүргізу үшін пациенттер санын арттырудың негізгі факторы болады."
9. Электрондық денсаулық жазбаларын сенімді қауіп болжаушыларына айналдырыңыз

Электрондық денсаулық картасы (оның) пациент деректерінің қазынасы болып табылады, бірақ бұл провайдерлер мен әзірлеушілер үшін ақпараттың үлкен көлемін дәл, уақтылы және сенімді түрде алу және талдау үшін тұрақты қиындық болып табылады.
Деректер пішімінің шатасуымен, құрылымдық және құрылымдалмаған енгізумен және толық емес жазбалармен бірге деректер сапасы мен тұтастығы мәселелері адамдарға қауіпті стратификацияны, болжамды талдауды және клиникалық шешімдерді қолдауды дәл түсінуді қиындатады.
Доктор Зиад ОБЕРМЕЙЕР, Бригам әйелдер ауруханасының (BWh) шұғыл медицина кафедрасының ассистенті және Гарвард медициналық мектебінің (HMS) ассистенті: "Деректерді бір жерге біріктіру үшін біраз қиын жұмыс істеу керек. Бірақ тағы бір мәселе - түсіну. Электрондық денсаулық кітапшасында ауруды болжаған кезде адамдар не алады. Адамдар жасанды интеллект алгоритмдері депрессияны немесе инсультті болжай алатынын ести алады, бірақ олар шын мәнінде инсульт құнының өсуін болжайтынын біледі. инсульттің өзі».

Ол жалғастырды, "МРТ нәтижелеріне сүйену нақтырақ деректер жиынтығын қамтамасыз ететін сияқты. Бірақ қазір біз МРТ-ға кімнің қолы жететіні туралы ойлануымыз керек? Демек, соңғы болжам күтілетін нәтиже емес ".
ЯМР талдауы көптеген табысты тәуекелдерді бағалау және стратификация құралдарын шығарды, әсіресе зерттеушілер бір-бірімен байланыссыз болып көрінетін деректер жиындары арасындағы жаңа байланыстарды анықтау үшін терең оқыту әдістерін пайдаланған кезде.
Дегенмен, OBERMEYER бұл алгоритмдердің деректерде жасырылған ауытқуларды анықтамауын қамтамасыз ету клиникалық көмекті шынымен жақсарта алатын құралдарды қолдану үшін өте маңызды деп санайды.
«Ең үлкен қиындық - қара жәшікті ашып, қалай болжауға болатынын қарастырмас бұрын нені болжағанымызды білуіміз керек», - деді ол.
10.Тағылатын құрылғылар мен жеке құрылғылар арқылы денсаулық жағдайын бақылау

Қазір барлық дерлік тұтынушылар денсаулық құндылығы туралы деректерді жинау үшін сенсорларды пайдалана алады.Қадам трекері бар смартфондардан бастап күні бойы жүрек соғу жиілігін қадағалайтын киілетін құрылғыларға дейін денсаулыққа қатысты көбірек және көбірек деректерді кез келген уақытта жасауға болады.
Бұл деректерді жинау және талдау және қолданбалар мен басқа үйдегі бақылау құрылғылары арқылы пациенттер ұсынатын ақпаратты толықтыру жеке және көпшілік денсаулығына бірегей перспективаны қамтамасыз ете алады.
Жасанды интеллект осы үлкен және алуан түрлі дерекқордан әсерлі түсініктерді алуда маңызды рөл атқарады.
Бірақ доктор Омар Арноут, Бригам әйелдер ауруханасының (BWh) нейрохирургы, есептеу нейробиологиясы нәтижелері орталығының CO директоры, пациенттердің осы жақын, тұрақты мониторинг деректеріне бейімделуіне көмектесу үшін қосымша жұмыс қажет болуы мүмкін екенін айтты.
«Бұрын біз цифрлық деректерді өңдеуге өте еркін болдық», - деді ол.Бірақ Cambridge Analytics және Facebook-те деректердің ағып кетуіне байланысты адамдар қандай деректермен бөлісетініне көбірек сақтықпен қарайтын болады."
Пациенттер өз дәрігерлеріне Facebook сияқты ірі компанияларға қарағанда көбірек сенеді, деп қосты ол, бұл ауқымды зерттеу бағдарламалары үшін деректер берудегі ыңғайсыздықты жеңілдетуге көмектеседі.
«Тағылатын деректер айтарлықтай әсер етуі мүмкін, өйткені адамдардың назары өте кездейсоқ және жиналған деректер өте өрескел», - деді Арноут.Үздіксіз түйіршікті деректерді жинау арқылы деректер дәрігерлерге пациенттерге жақсырақ күтім жасауға көмектеседі."
11.смарт телефондарды қуатты диагностикалық құралға айналдырыңыз

Сарапшылар смартфондардан және басқа тұтынушылық деңгейдегі ресурстардан алынған кескіндер портативті құрылғылардың қуатты функцияларын пайдалануды жалғастыра отырып, әсіресе қызмет көрсетілмейтін аймақтарда немесе дамушы елдерде клиникалық сапалы бейнелеуге маңызды қосымша болады деп санайды.
Мобильді камераның сапасы жыл сайын жақсарып келеді және ол AI алгоритмін талдау үшін пайдалануға болатын кескіндерді жасай алады.Дерматология және офтальмология осы үрдістің алғашқы бенефициарлары болып табылады.
Британдық зерттеушілер тіпті балалардың бет-әлпетіне талдау жасау арқылы даму ауруларын анықтайтын құрал жасап шығарды.Алгоритм балалардың төменгі жақ сызығы, көз бен мұрынның орналасуы сияқты дискретті ерекшеліктерді және бет әлпетіндегі ауытқуларды көрсететін басқа атрибуттарды анықтай алады.Қазіргі уақытта құрал клиникалық шешім қабылдауды қамтамасыз ету үшін 90-нан астам аурумен ортақ кескіндерді сәйкестендіреді.
Бригам әйелдер ауруханасының (BWh) микро/нано медицина және цифрлық денсаулық зертханасының директоры, доктор Хади Шафии: «Адамдардың көпшілігі әртүрлі сенсорлары орнатылған қуатты ұялы телефондармен жабдықталған. Бұл біз үшін тамаша мүмкіндік. Барлығы дерлік. сала ойыншылары өз құрылғыларында Ai бағдарламалық және аппараттық құралдарын құрастыра бастады.Бұл кездейсоқ емес.Біздің цифрлық әлемде күн сайын 2,5 миллион терабайттан астам деректер жасалады.Ұялы телефондар саласында өндірушілер мұны пайдалана алады деп есептейді. жекелендірілген, жылдамырақ және интеллектуалды қызметтерді қамтамасыз ету үшін жасанды интеллект деректері ».
Науқастардың көздерінің, тері зақымдарының, жаралардың, инфекциялардың, препараттардың немесе басқа заттардың суреттерін жинау үшін смартфондарды пайдалану белгілі бір шағымдарды диагностикалау уақытын қысқарта отырып, жеткіліксіз қызмет көрсетілетін аймақтардағы мамандардың жетіспеушілігін шешуге көмектеседі.
«Болашақта кейбір маңызды оқиғалар болуы мүмкін және біз бұл мүмкіндікті емдеу орталығында ауруларды басқарудың кейбір маңызды мәселелерін шешу үшін пайдалана аламыз», - деді Шафии.
12. Төсек жанында АИ көмегімен клиникалық шешім қабылдаудың инновациясы

Денсаулық сақтау саласы ақылы қызметтерге ауысқан сайын, ол пассивті денсаулық сақтаудан барған сайын алшақтауда.Созылмалы аурудың, өткір аурудың оқиғаларының және кенеттен нашарлаудың алдында алдын алу әрбір провайдердің мақсаты болып табылады және өтемақы құрылымы, сайып келгенде, белсенді және болжамды араласуға қол жеткізе алатын процестерді дамытуға мүмкіндік береді.
Жасанды интеллект болжамды талдауды және клиникалық шешімдерді қолдау құралдарын қолдау арқылы провайдерлер әрекет ету қажеттілігін түсінгенге дейін мәселелерді шешу үшін осы эволюцияның көптеген негізгі технологияларын қамтамасыз етеді.Жасанды интеллект эпилепсия немесе сепсис үшін ерте ескерту бере алады, бұл әдетте өте күрделі деректер жиынын терең талдауды қажет етеді.
Брэндон Уэстовер, MD, Массачусетс жалпы ауруханасының (MGH) клиникалық деректер жөніндегі директоры, машиналық оқыту сонымен қатар ауыр науқастарға, мысалы, жүрек ұстамасынан кейін комаға түскен науқастарға үздіксіз көмек көрсетуге көмектесе алады деп айтты.
Ол қалыпты жағдайда дәрігерлер бұл науқастардың ЭЭГ деректерін тексеруі керек деп түсіндірді.Бұл процесс көп уақытты қажет етеді және субъективті болып табылады және нәтижелер дәрігердің дағдылары мен тәжірибесіне байланысты өзгеруі мүмкін.
Ол «Бұл науқастарда үрдіс баяу болуы мүмкін.Кейде дәрігерлер біреудің сауығып жатқанын көргісі келгенде, олар 10 секунд сайын бақыланатын деректерге қарауы мүмкін.Дегенмен, оның 24 сағат ішінде жиналған 10 секундтық деректерден өзгергенін көру - бұл арада шаштың өскен-өспегенін қараумен бірдей.Дегенмен, егер жасанды интеллект алгоритмдері және көптеген пациенттердің деректерінің үлкен көлемі пайдаланылса, адамдар көрген нәрселерді ұзақ мерзімді үлгілермен сәйкестендіру оңайырақ болады және кейбір нәзік жақсартулар табылуы мүмкін, бұл дәрігерлердің мейірбикелік іс бойынша шешім қабылдауына әсер етеді. ."
Клиникалық шешімдерді қолдау, тәуекелді бағалау және ерте ескерту үшін жасанды интеллект технологиясын пайдалану осы революциялық деректерді талдау әдісінің ең перспективалы даму бағыттарының бірі болып табылады.
Құралдар мен жүйелердің жаңа буынын қуатпен қамтамасыз ете отырып, клиницистер аурудың нюанстарын жақсырақ түсіне алады, мейірбикелік қызметтерді тиімдірек көрсете алады және мәселелерді алдын ала шеше алады.Жасанды интеллект клиникалық емдеу сапасын жақсартудың жаңа дәуірін ашады және пациенттерге күтім жасауда қызықты жетістіктерге жетеді.


Жіберу уақыты: 06 тамыз 2021 ж