Odborníci AI diskutujú o tom, ako integrovať robustnú AI do zdravotnej starostlivosti, prečo je interdisciplinárna spolupráca kritická a potenciál generatívnej AI vo výskume.
Feifei Li a Lloyd Minor predložili úvodné poznámky na inauguračnom sympózii zdravia na Stanford University School of Medicine 14. mája. Steve Fish
Väčšina ľudí zachytených umelou inteligenciou mala nejaký „aha“ moment, ktorý otvorila svoju myseľ svetu možností. Na inauguračnom sympóziu Raise Health 14. mája sa podelil o svoju perspektívu Lloyd Minor, MD, dekan Stanford University School of Medicine a viceprezident pre lekárske záležitosti na Stanfordskej univerzite.
Keď bol jeden zvedavý teenager požiadaný, aby zhrnul svoje zistenia týkajúce sa vnútorného ucha, obrátil sa na generatívnu umelú inteligenciu. "Spýtal som sa:„ Čo je syndróm vynikajúceho kanála dehiscencie? “ Minor povedal takmer 4 000 účastníkom sympózia. V priebehu niekoľkých sekúnd sa objavilo niekoľko odsekov.
"Sú dobré, naozaj dobré," povedal. „To, že tieto informácie boli zostavené do stručného, všeobecne presného a jasne prioritného opisu choroby. To je celkom pozoruhodné. “
Mnohí zdieľali vzrušenie z Menšie na poldenné podujatie, ktoré bolo vyrastaním iniciatívy RAID Health, projekt, ktorý spustila Stanfordská univerzitná škola lekárstva a Stanfordský inštitút pre umelú inteligenciu zameranú na človeka (HAI), ktorý bude viesť zodpovedné použitie umelého použitia inteligencia. Spravodajstvo v biomedicínskom výskume, vzdelávaní a starostlivosti o pacientov. Rečníci skúmali, čo to znamená implementovať umelú inteligenciu v medicíne spôsobom, ktorý je užitočný nielen pre lekárov a vedcov, ale aj transparentný, spravodlivý a spravodlivý pre pacientov.
„Sme presvedčení, že ide o technológiu, ktorá zvyšuje ľudské schopnosti,“ povedal Fei-Fei Li, profesor informatiky na Stanfordskej škole strojárstva, riaditeľa spoločnosti Raise Health s menším projektom a spolu-divák HAI. Generácia Po generácii sa môžu objaviť nové technológie: od nových molekulárnych sekvencií antibiotík po mapovanie biodiverzity a odhaľujúce skryté časti základnej biológie AI urýchľuje vedecký objav. Ale nie toto všetko je prospešné. „Všetky tieto aplikácie môžu mať nezamýšľané následky a potrebujeme počítačových vedcov, ktorí vyvíjajú a implementujú [umelú inteligenciu] zodpovedne, spolupracujú s rôznymi zúčastnenými stranami, od lekárov a etikov ... až po odborníkov v oblasti bezpečnosti i mimo nej,“ hovorí. „Iniciatívy, ako je zvýšenie zdravia, preukazujú náš záväzok k tomu.“
Konsolidácia troch divízií stanfordskej medicíny - lekárskej fakulty, Stanfordskej zdravotnej starostlivosti a Stanfordskej univerzitnej fakulte zdravotnej medicíny - a jej spojenia s inými časťami Stanfordskej univerzity ju postavili do pozície, kde odborníci zápasia s rozvojom rozvoja Umelá inteligencia. Problémy s riadením a integráciou v oblasti zdravotnej starostlivosti a medicíny. Medicína, pieseň išla.
„Sme dobre postavení, aby sme boli priekopníkom v rozvojovej a zodpovednej implementácii umelej inteligencie, od základných biologických objavov až po zlepšenie vývoja liekov a zefektívnenie procesov klinického skúšania až po skutočné poskytovanie zdravotníckych služieb. zdravotná starostlivosť. Spôsob, akým je zriadený systém zdravotnej starostlivosti, “uviedol.
Niekoľko rečníkov zdôraznilo jednoduchý koncept: Zamerajte sa na používateľa (v tomto prípade pacienta alebo lekára) a všetko ostatné bude nasledovať. "Uvádza pacienta do centra všetkého, čo robíme," uviedla Dr. Lisa Lehmann, riaditeľka bioetiky v Brighame a ženskej nemocnici. "Musíme zvážiť ich potreby a priority."
Zľava doprava: Stat News Anchor Mohana Ravindranath; Jessica Peter Lee z Microsoft Research; Sylvia Plevritis, profesorka biomedicínskych údajov, diskutuje o úlohe umelej inteligencie v lekárskom výskume. Rýb
Rečníci na paneli, medzi ktoré patrili Lehmann, Stanford University Medical Bioeticist Mildred Cho, MD a hlavný klinický riaditeľ spoločnosti Google Michael Howell, MD, poznamenal zložitosť nemocničných systémov, pričom zdôraznil potrebu porozumieť svojmu účelu pred akoukoľvek zásahom. Implementujte ho a zabezpečte, aby boli všetky vyvinuté systémy inkluzívne a počúvajte ľudí, ktorým sú navrhnuté na pomoc.
Jedným z kľúčov je transparentnosť: objasňuje, odkiaľ údaje použité na školenie algoritmu pochádzajú, z čoho pôvodný účel algoritmu je a či budúce údaje o pacientovi budú aj naďalej pomáhajú učiť sa algoritmu.
„Snažím sa predpovedať etické problémy skôr, ako sa stanú vážnymi [prostriedkami], keď nájdete dokonalé sladké miesto, kde viete dosť o technológii, aby ste v ňom mali určitú dôveru, ale nie skôr, ako sa [problém] rozšíri a vyrieši ho skôr.“ , Povedal Denton Char. Kandidát lekárskych vied, docent katedry detskej anestéziológie, perioperačnej medicíny a lieku proti bolesti. Jedným z kľúčových krokov, hovorí, je identifikácia všetkých zainteresovaných strán, ktoré by mohli byť ovplyvnené technológiou, a určenie toho, ako by sami chceli odpovedať na tieto otázky.
Jesse Ehrenfeld, MD, prezident Americkej lekárskej asociácie, diskutuje o štyroch faktoroch, ktoré vedú k prijatiu akéhokoľvek nástroja na digitálne zdravie vrátane tých, ktoré sú poháňané umelou inteligenciou. Je to efektívne? Bude to fungovať v mojej inštitúcii? Kto platí? Kto je zodpovedný?
Michael Pfeffer, MD, hlavný informačný riaditeľ spoločnosti Stanford Health Care, uviedol nedávny príklad, v ktorom boli mnohé z problémov testované medzi zdravotnými sestrami v nemocniciach Stanford. Klinickí lekári sú podporovaní veľkými jazykovými modelmi, ktoré poskytujú počiatočné anotácie prichádzajúcich správ pre pacientov. Hoci projekt nie je dokonalý, lekári, ktorí pomohli vyvinúť technologickú správu, že model uľahčuje svoje pracovné zaťaženie.
„Vždy sa zameriavame na tri dôležité veci: bezpečnosť, efektívnosť a začlenenie. Sme lekári. Zložime prísahu, aby sme „nepoškodzovali“, povedala Nina Vasan, MD, klinická asistentka profesorky psychiatrie a behaviorálnych vied, ktorá sa pripojila k Char a Pfeffer, ktorá sa pripojila k skupine. „Toto by malo byť prvý spôsob, ako vyhodnotiť tieto nástroje.“
Nigam Shah, MBBS, Ph.D., profesor medicíny a vedy o biomedicínskych údajoch, začal diskusiu s šokujúcou štatistikou napriek spravodlivému varovaniu publika. "Hovorím všeobecne pojmy a čísla a niekedy majú tendenciu byť veľmi priame," uviedol.
Podľa Shahu úspech AI závisí od našej schopnosti ju škálovať. „Správny vedecký výskum modelu trvá približne 10 rokov, a ak by každý zo 123 programov štipendií a pobytov chcel testovať a nasadiť model na túto úroveň prísnosti, bolo by veľmi ťažké urobiť správnu vedu, keď v súčasnosti organizujeme Naše úsilie a [test]] stálo by to 138 miliárd dolárov, aby sa ubezpečilo, že každé z našich stránok funguje správne, “povedal Shah. "Nemôžeme si to dovoliť." Potrebujeme teda nájsť spôsob, ako sa rozšíriť, a musíme rozšíriť a robiť dobrú vedu. Rigorové zručnosti sú na jednom mieste a zručnosti v oblasti mierky sú v inom, takže budeme potrebovať tento typ partnerstva. “
Do Workshopu Raise Health sa zúčastnil pridruženého dekana Yuan Ashley a Mildred Cho (recepcia). Rýb
Niektorí rečníci na sympóziu uviedli, že by sa to mohlo dosiahnuť prostredníctvom verejno-súkromných partnerstiev, ako je nedávny výkonný poriadok Bieleho domu v oblasti bezpečného, bezpečného a dôveryhodného rozvoja a využívania umelej inteligencie a konzorcia pre umelú inteligenciu zdravotnej starostlivosti (Chai). ).
„Partnerstvo verejného a súkromného potenciálu s najväčším potenciálom je medzi akademickou obcou, súkromným sektorom a verejným sektorom,“ uviedla Laura Adams, senior poradkyňa Národnej akadémie medicíny. Poznamenala, že vláda môže zabezpečiť dôveru verejnosti a akademické lekárske centrá môžu. Poskytnite legitimitu a technické odborné znalosti a počítačový čas môže poskytnúť súkromný sektor. "Všetci sme lepší ako ktorýkoľvek z nás a uznávame, že ... nemôžeme sa modliť, aby sme si uvedomili potenciál [umelej inteligencie], pokiaľ nechápeme, ako vzájomne pôsobiť."
Niekoľko rečníkov uviedlo, že AI má tiež vplyv na výskum, či ho vedci používajú na skúmanie biologickej dogmy, predpovedajú nové sekvencie a štruktúry syntetických molekúl na podporu nových ošetrení alebo im dokonca pomáhajú zhrnúť alebo písať vedecké práce.
"Je to príležitosť vidieť neznámeho," uviedla Jessica Mega, MD, kardiológka na lekárskej fakulte Stanford University a spoluzakladateľka Alphabetovej verne. Mega spomenul hyperspektrálne zobrazovanie, ktoré zachytáva obraz, ktorý je neviditeľný pre ľudské oko. Cieľom je použiť umelú inteligenciu na detekciu vzorov v patologických snímkach, ktoré ľudia nevidia, čo naznačuje chorobu. „Povzbudzujem ľudí, aby prijali neznámeho. Myslím, že všetci tu pozná niekoho s nejakým zdravotným stavom, ktorý potrebuje niečo nad rámec toho, čo dnes môžeme poskytnúť, “povedala Mejia.
Panelisti sa tiež zhodli na tom, že systémy umelej inteligencie poskytnú nové spôsoby identifikácie a boja proti skresleniu rozhodovania, či už vynaložených ľuďmi alebo umelou inteligenciou, so schopnosťou identifikovať zdroj zaujatosti.
„Zdravie je viac ako len lekárska starostlivosť,“ súhlasilo niekoľko panelistov. Rečníci zdôraznili, že vedci často prehliadajú sociálne determinanty zdravia, ako napríklad sociálno -ekonomický stav, PSČ, úroveň vzdelania a rasu a etnicita, pri zhromažďovaní inkluzívnych údajov a náborových účastníkov na štúdium. „AI je iba rovnako účinná ako údaje, o ktorých je model vyškolený,“ uviedla Michelle Williams, profesorka epidemiológie na Harvardskej univerzite a docentka epidemiológie a zdravia populácie na Stanfordskej univerzitnej lekárskej fakulte. „Ak urobíme to, čo sa snažíme robiť. Zlepšenie zdravotných výsledkov a odstránenie nerovností, musíme zabezpečiť, aby sme zhromažďovali kvalitné údaje o ľudskom správaní a sociálnom a prírodnom prostredí. “
Natalie Pageler, MD, klinická profesorka pediatrie a medicíny, uviedla, že agregované údaje o rakovine často vylučujú údaje o tehotných ženách, ktoré vytvárajú nevyhnutné zaujatosti v modeloch a zhoršujú existujúce rozdiely v zdravotnej starostlivosti.
David Magnus, profesor pediatrie a medicíny, uviedol, že rovnako ako každá nová technológia môže umelá inteligencia buď v mnohých ohľadoch vylepšiť, alebo ich zhoršiť. Riziko, povedal Magnus, je, že systémy umelej inteligencie sa dozvedia o nespravodlivých zdravotných výsledkoch spôsobených sociálnymi determinantami zdravia a posilnia tieto výsledky prostredníctvom ich produkcie. "Umelá inteligencia je zrkadlo, ktoré odráža spoločnosť, v ktorej žijeme," uviedol. "Dúfam, že zakaždým, keď budeme mať možnosť objasniť problém - držať zrkadlo pre seba - bude to slúžiť ako motivácia na zlepšenie situácie."
Ak ste sa nemohli zúčastniť workshopu Raise Health Workshop, nájdete záznam relácie tu.
Stanford University School of Medicine je integrovaný systém akademickej zdravotnej starostlivosti pozostávajúce z lekárskej fakulty Stanfordskej univerzity a systémov poskytovania zdravotnej starostlivosti pre dospelých a pediatrickej zdravotnej starostlivosti. Spoločne si uvedomujú úplný potenciál biomedicíny prostredníctvom výskumu v oblasti spolupráce, vzdelávania a starostlivosti o klinickú starostlivosť o pacientov. Viac informácií nájdete na stránke Med.stanford.edu.
Nový model umelej inteligencie pomáha lekárom a zdravotným sestrám v nemocnici Stanford Hospital spolupracovať pri zlepšovaní starostlivosti o pacientov.
Čas príspevku: júl 19-2024