AI stručnjaci razgovaraju o tome kako integrirati robustan AI u zdravstvenu zaštitu, zašto je interdisciplinarna suradnja kritična, a potencijal generativnog AI u istraživanju.
Feifei Li i Lloyd Minor dali su uvodne napomene na Inaugural Podigni zdravstveni simpozijum u Medicinskom fakultetu Stanford 14. maja. Steve ribe
Većina ljudi zarobljenih umjetnom inteligencijom imala je neku vrstu trenutka "AHA", otvarajući svoj um u svijet mogućnosti. Na Inaugural Podigni zdravstveni simpozijum, Lloyd Minor, MD, dekan Univerzitetske medicine i potpredsjednika Stanford za medicinske poslove na Univerzitetu Stanford, dijelio je njegovu perspektivu.
Kad je jedan znatiželjni tinejdžer zatraženo da sažeti svoje nalaze u vezi sa unutrašnjim uhom, okrenuo se generativnoj umjetnoj inteligenciji. "Pitao sam:" Koji je superiorni sindrom kanala? "" Malo je rekao gotovo 4.000 učesnika simpozijuma. Za nekoliko sekundi pojavilo se nekoliko odlomaka.
"Dobri su, stvarno dobro", rekao je. "Da su ove informacije sastavljene na sažetom, općenito tačnom i jasno prioritetom opisa bolesti. Ovo je prilično izvanredno. "
Mnogo je podijeljeno uzbuđenje za poludnevni događaj, koji je bio prerast Povećana zdravstvena inicijativa, projekt koji je pokrenula STANford University Schook of Medicine i Stanford Institute za umjetnu inteligenciju u sredu (HAI) za vođenje odgovorne upotrebe umjetnog Inteligencija. Inteligencija u biomedicinskom istraživanju, obrazovanju i negu pacijenata. Govornici su pregledali šta znači implementirati umjetnu inteligenciju u medicini na način koji nije koristan samo za ljekare i naučnike, već i transparentne, fer i jednake za pacijente.
"Vjerujemo da je ovo tehnologija koja poboljšava ljudske sposobnosti", rekao je Fei-Fei Li, profesor računarske nauke u Strojskoj školi inženjerstva Stanford, direktorica Povećanja zdravlja sa manjim projektom i korediterom za Hai. Generacija Nakon generacije mogu se pojaviti nove tehnologije: od novih molekularnih nizova antibiotika za mapiranje biološke raznolikosti i otkrivanja skrivenih dijelova temeljne biologije, AI ubrzava naučno otkriće. Ali nije sve ovo korisno. "Sve ove aplikacije mogu imati nenamjerne posljedice, a mi su nam potrebni računarski naučnici koji razvijaju i implementiraju [umjetna inteligencija], radeći s raznim dionicima, od ljekara i etičara ... na sigurnosne stručnjake i šire. "Inicijative poput podizanja zdravlja pokazuju našu posvećenost tome."
Konsolidacija tri odjele medicine Stanford - Medicinske škole, Stanford zdravstvene zaštite i STANford Univerziteta za djecu Zdravstvena medicina - i njegove veze sa ostalim dijelovima Sveučilišta Stanford stavili su ga u položaj gdje se stručnjaci prikupljaju s razvojem Umjetna inteligencija. Pitanja upravljanja i integracije u oblasti zdravstvene zaštite i medicine. Medicina, pjesma je otišla.
"Dobro smo smješteni da budemo pionir u razvoju i odgovornoj provedbi umjetne inteligencije, od temeljnih bioloških otkrića za poboljšanje razvoja lijekova i izrade procesa kliničkog ispitivanja efikasniji, do stvarne isporuke zdravstvenih usluga. Zdravstvo. Način na koji je zdravstveni sistem postavljen ", rekao je.
Nekoliko zvučnika naglasilo je jednostavan koncept: fokusirajte se na korisnika (u ovom slučaju, pacijenta ili ljekara) i sve ostalo će slijediti. "Pacijenta stavlja u centar svega što radimo", rekao je dr Lisa Lehmann, direktorica bioetike u Brighamu i ženskoj bolnici. "Moramo razmotriti njihove potrebe i prioritete."
S lijeva na desno: Stat vijesti Sidro Mohana Ravindranath; Jessica Peter Lee Microsoftove istraživanja; Sylvia Plevritis, profesor biomedicinske nauke o podacima, raspravlja o ulozi umjetne inteligencije u medicinskim istraživanjima. Steve ribe
Zvučnici na ploči, koji su uključeni Lehmann, STANford, MD-a, MD-a Milford Cho, i Google Chilles Clinicl oficir Michael Howell, MD, primijetio složenost bolničkih sistema, naglašavajući potrebu da se njihova svrha prije bilo kakve intervencije. Provedite ga i osigurajte da su svi razvijeni sustavi inkluzivni i slušajte ljude koje su dizajnirani da pomognu.
Jedan ključ je transparentnost: Izgleda da se jasno pojavljuje podaci koji se koriste za obuku algoritma, kakva je prvobitna svrha algoritma, a da li će budući podaci o pacijentima i dalje pomoći algoritmu da se algoritam nauči, između ostalih faktora.
"Pokušaj da predvidimo etičke probleme prije nego što postanu ozbiljni [znači] pronalaženje savršenog slatkog mjesta na kojem znate dovoljno o tehnologiji da biste imali neko povjerenje u nju, ali ne prije nego što se [problem] širi dalje i rješava se prije." , Denton Char je rekao. Kandidat medicinskih nauka, vanredni profesor odeljenja za pedijatrijsku anesteziologiju, perioperativne medicine i medicine bola. Jedan ključni korak, kaže, identificira sve dionike koji bi možda utjecali tehnologiju i određuju kako oni žele odgovoriti na ta pitanja.
Jesse Ehrenfeld, dr. Predsjednik Američkog medicinskog udruženja, govori o četiri faktora koji pokreću usvajanje bilo kojeg digitalnog zdravstvenog alata, uključujući i one koji pokreću umjetnu inteligenciju. Da li je to efikasno? Hoće li ovo raditi u mojoj ustanovi? Ko plaća? Ko je odgovoran?
Michael Pfeffer, MD, glavni službenik za informacije Stanford-a, naveo je nedavni primjer u kojem su mnogi od pitanja testirani među medicinskim sestrama u STANford bolnicama. Kliničari podržavaju velike jezične modele koji pružaju početne napomene za dolazne poruke pacijenata. Iako projekt nije savršen, doktori koji su pomogli u razvoju izvještaja o tehnologiji da model olakšava njihovo radno opterećenje.
"Uvek se fokusiramo na tri važne stvari: sigurnost, efikasnost i inkluziju. Mi smo ljekari. Pretpostavljamo zakletvu da "ne učinimo štetu", rekao je Nina Vasan, klinički docent za psihijatriju i nauke u ponašanju, koji su se pridružili Char i Pfefferu pridružili se grupi. "Ovo bi trebalo biti prvi način za procjenu ovih alata."
Nigam Shah, dr. Sc. "Razgovaram u općim uvjetima i brojevima, a ponekad su skloni vrlo direktnim", rekao je.
Prema Shahu, uspjeh AI ovisi o našoj sposobnosti da ga skalirate. "Ispravljanje odgovarajućeg naučnog istraživanja na modelu traje oko 10 godina, a ako su svaki od 123 programa stipendije i prebivalište htjeli testirati i rasporediti model na taj nivo strogosti, bilo bi vrlo teško napraviti ispravnu nauku kao što se trenutno organiziramo Naši napori i [test]] Koštalo bi 138 milijardi dolara kako bi se osiguralo da svaka od naših web lokacija radi pravilno ", rekao je Shah. "Ne možemo si priuštiti ovo. Dakle, moramo pronaći način da se proširimo i moramo proširiti i učiniti dobru nauku. Veštine strogova su na jednom mestu, a veštine skaliranja su u drugom, tako da ćemo trebati tu vrstu partnerstva. "
Pridruženi dekan Yuan Ashley i Mildred Cho (prijem) pohađali su Radionicu Povećanja zdravlje. Steve ribe
Neki govornici na Simpozijumu rekli su da se to može postići javno-privatnim partnerstvima, kao što su nedavna izvršna narudžba Bijele kuće o sigurnom, sigurnom i pouzdanom razvoju i korištenju umjetne inteligencije i konzorcijuma za zdravstvenu inteligenciju (CHAI). ).
"Javno-privatno partnerstvo s najvećim potencijalom je jedna između akademije, privatnog sektora i javnog sektora", rekao je Laura Adams, viši savetnik Nacionalne medicine Medicine. Napomenula je da Vlada može osigurati povjerenje javnosti i akademski medicinski centri mogu. Osigurati legitimitet i tehničku stručnost i vrijeme računara može pružiti privatni sektor. "Svi smo bolji od bilo koga od nas, i prepoznajemo li ... ne možemo moliti da realiziramo potencijal [umjetne inteligencije] ako ne razumijemo kako komunicirati jedni s drugima."
Nekoliko zvučnika kaže da AI ima i uticaj na istraživanje, da li ga naučnici koriste za istraživanje biološke dogme, predviđaju nove sekvence i strukture sintetičkih molekula za podršku novim tretmanima ili čak da im pomognu u sumiranju ili pišu naučne radove.
"Ovo je prilika da se vidi nepoznato", rekao je Jessica Mega, Cardiolog na Univerzitetskoj medicini Stanford Univerziteta i suosnivač Alphabet. Mega je spomenula hiperspektrijsko snimanje, koje bilježi slike image nevidljive ljudskom oku. Ideja je upotreba umjetne inteligencije za otkrivanje obrazaca u patologiji toboga koji ljudi ne vide da ukazuju na bolest. "Ohrabrujem ljude da prihvate nepoznato. Mislim da svi ovdje poznaju nekoga s nekim medicinskim stanjem kome treba nešto izvan onoga što možemo pružiti danas ", rekao je Mejia.
Panelisti su se također složili da će umjetni obavještajni sustavi pružiti nove načine za identifikaciju i borbu protiv pristranog donošenja odluka, bilo da su napravili ljudi ili umjetna inteligencija, uz mogućnost identifikacije izvora pristranosti.
"Zdravlje je više od medicinske njege", složilo se nekoliko panelista. Govornici su naglasili da istraživači često previde socijalne odrednice zdravlja, kao što su socioekonomski status, poštanski broj, nivo obrazovanja i utrke i etničke pripadnosti, prikupljanje inkluzivnih podataka i zapošljavanja učesnika za studije. "AI je samo efikasan kao i podaci o kojima je model obučen", rekao je Michelle Williams, profesor epidemiologije na Harvard univerzitetu i vanredni profesor epidemiologije i zdravstvenog fakulteta u Strojskoj medicini. "Ako radimo ono što težimo. Poboljšati zdravstvene ishode i eliminirati nejednakosti, moramo osigurati da prikupljamo kvalitetne podatke o ljudskom ponašanju i društvenom i prirodnom okruženju. "
Natalie Pageler, MD, klinički profesor pedijatrike i medicine, rekao je da se agregirani podaci o raku često isključuju podatke o trudnicama, stvarajući neizbježne pristranosti u modelima i pogoršavajuće postojeće razlike u zdravstvenoj zaštiti.
Dr David Magnus, profesor pedijatrije i medicine, rekao je da se kao svaka nova tehnologija, umjetna inteligencija može ili na mnogo načina učiniti stvari ili ih učiniti još gore. Rizik, rekao je Magnus, da li će umjetni obavještajni sustavi saznati o neravnomnim zdravstvenim ishodima vođeni socijalnim odrednicama zdravlja i ojačati te ishode kroz njihovu proizvodnju. "Umjetna inteligencija je ogledalo koje odražava društvo u kojem živimo", rekao je. "Nadam se da ćemo svaki put kada imamo priliku da zasjamo svetlo na problemu - da se ogledalo za sebe - poslužiće kao motivacija za poboljšanje situacije."
Ako niste mogli pohađati Radionicu za podizanje Zdravke, ovdje se može pronaći snimak sjednice.
STANFORD Univerzitetska škola medicine je integrirani akademski zdravstveni sustav koji se sastoji od STANford University Schook of Medicine i odraslih i pedijatrijskih sistema pružanja zdravstvene zaštite. Zajedno shvataju puni potencijal biomedicine kroz kolaborativna istraživanja, obrazovanje i brigu o kliničkoj pacijenti. Za više informacija posetite med.stanford.edu.
Novi model umjetnog inteligencije pomaže ljekarima i medicinskim sestrama u bolnici Stanford zajedno da poboljšaju negu pacijenata.
Vrijeme objavljivanja: jul-19-2024