Stručnjaci za umjetnu inteligenciju raspravljaju o tome kako integrirati robusnu umjetnu inteligenciju u zdravstvo, zašto je interdisciplinarna saradnja ključna i o potencijalu generativne umjetne inteligencije u istraživanju.
Feifei Li i Lloyd Minor održali su uvodne govore na inauguralnom RAISE zdravstvenom simpoziju na Medicinskom fakultetu Univerziteta Stanford 14. maja. Steve Fish
Većina ljudi koje je zaokupila vještačka inteligencija doživjela je neku vrstu "aha" trenutka, otvarajući svoje umove prema svijetu mogućnosti. Na inauguralnom RAISE zdravstvenom simpoziju 14. maja, dr. Lloyd Minor, dekan Medicinskog fakulteta Univerziteta Stanford i potpredsjednik za medicinska pitanja na Univerzitetu Stanford, podijelio je svoju perspektivu.
Kada je jedan znatiželjni tinejdžer zamoljen da sažme svoja otkrića u vezi sa unutrašnjim uhom, okrenuo se generativnoj vještačkoj inteligenciji. „Pitao sam: 'Šta je sindrom dehiscencije gornjeg kanala?'“, rekao je Minor skoro 4.000 učesnika simpozija. Za nekoliko sekundi pojavilo se nekoliko paragrafa.
„Dobre su, zaista dobre“, rekao je. „To što su ove informacije sažete, uglavnom tačne i jasno prioritizirane. Ovo je prilično izvanredno.“
Mnogi su dijelili Minorovo uzbuđenje zbog poludnevnog događaja, koji je bio rezultat inicijative RAISE Health, projekta koji su pokrenuli Medicinski fakultet Univerziteta Stanford i Stanfordski institut za umjetnu inteligenciju usmjerenu na čovjeka (HAI) s ciljem usmjeravanja odgovorne upotrebe umjetne inteligencije u biomedicinskim istraživanjima, obrazovanju i njezi pacijenata. Govornici su ispitali šta znači implementirati umjetnu inteligenciju u medicini na način koji nije koristan samo za ljekare i naučnike, već i transparentan, pravedan i pravičan za pacijente.
„Vjerujemo da je ovo tehnologija koja poboljšava ljudske sposobnosti“, rekla je Fei-Fei Li, profesorica računarstva na Stanford School of Engineering, direktorica projekta RAISE Health with Minor i kodirektorica HAI. Generaciju za generacijom, mogu se pojaviti nove tehnologije: od novih molekularnih sekvenci antibiotika do mapiranja biodiverziteta i otkrivanja skrivenih dijelova fundamentalne biologije, vještačka inteligencija ubrzava naučna otkrića. Ali nije sve to korisno. „Sve ove primjene mogu imati nenamjerne posljedice i potrebni su nam računarski naučnici koji odgovorno razvijaju i implementiraju [vještačku inteligenciju], radeći s raznim zainteresovanim stranama, od ljekara i etičara... do stručnjaka za sigurnost i šire“, kaže ona. „Inicijative poput RAISE Health pokazuju našu posvećenost ovome.“
Konsolidacija tri odjeljenja Medicinskog fakulteta Stanford - Medicinskog fakulteta, Zdravstvene zaštite Stanforda i Škole za dječju zdravstvenu medicinu Univerziteta Stanford - i njegove veze s drugim dijelovima Univerziteta Stanford doveli su ga u poziciju u kojoj se stručnjaci bore s razvojem umjetne inteligencije, pitanjima upravljanja i integracije u području zdravstvene zaštite i medicine. Medicina, pjevala je pjesma.
„U dobroj smo poziciji da budemo pioniri u razvoju i odgovornoj primjeni umjetne inteligencije, od fundamentalnih bioloških otkrića do poboljšanja razvoja lijekova i efikasnijih procesa kliničkih ispitivanja, pa sve do samog pružanja zdravstvenih usluga. zdravstvene zaštite. Načina na koji je zdravstveni sistem postavljen“, rekao je.
Nekoliko govornika naglasilo je jednostavan koncept: fokus na korisniku (u ovom slučaju, pacijentu ili ljekaru) i sve ostalo će uslijediti. „To stavlja pacijenta u središte svega što radimo“, rekla je dr. Lisa Lehmann, direktorica bioetike u bolnici Brigham and Women's. „Moramo uzeti u obzir njihove potrebe i prioritete.“
S lijeva na desno: Mohana Ravindranath, voditeljica STAT Newsa; Jessica Peter Lee iz Microsoft Researcha; Sylvia Plevritis, profesorica biomedicinske znanosti o podacima, raspravlja o ulozi umjetne inteligencije u medicinskim istraživanjima. Steve Fish
Govornici na panelu, među kojima su bili Lehmann, medicinska bioetičarka sa Univerziteta Stanford, dr. Mildred Cho, i glavni klinički direktor kompanije Google, dr. Michael Howell, istakli su složenost bolničkih sistema, naglašavajući potrebu da se prije bilo kakve intervencije razumije njihova svrha. Implementirajte je i osigurajte da svi razvijeni sistemi budu inkluzivni i da slušaju ljude kojima su namijenjeni da pomognu.
Jedan od ključnih faktora je transparentnost: ona jasno pokazuje odakle dolaze podaci korišteni za obuku algoritma, koja je prvobitna svrha algoritma i da li će budući podaci o pacijentima nastaviti pomagati algoritmu da uči, između ostalih faktora.
„Pokušaj predviđanja etičkih problema prije nego što postanu ozbiljni [znači] pronaći idealnu idealnu sredinu gdje znate dovoljno o tehnologiji da biste imali povjerenja u nju, ali ne prije nego što se [problem] proširi dalje i riješi ranije.“ rekao je Denton Char, kandidat medicinskih nauka, vanredni profesor na Odsjeku za pedijatrijsku anesteziologiju, perioperativnu medicinu i medicinu bola. Jedan ključni korak, kaže on, je identifikacija svih zainteresovanih strana na koje bi tehnologija mogla uticati i određivanje kako bi oni sami željeli odgovoriti na ta pitanja.
Dr. Jesse Ehrenfeld, predsjednik Američkog medicinskog udruženja, raspravlja o četiri faktora koja potiču usvajanje bilo kojeg digitalnog zdravstvenog alata, uključujući i one pokretane umjetnom inteligencijom. Da li je to efikasno? Hoće li ovo funkcionirati u mojoj ustanovi? Ko plaća? Ko je odgovoran?
Michael Pfeffer, dr. med., glavni direktor za informacione tehnologije u Stanford Health Careu, naveo je nedavni primjer u kojem su mnogi problemi testirani među medicinskim sestrama u bolnicama na Stanfordu. Kliničari imaju podršku u velikim jezičkim modelima koji pružaju početne anotacije za dolazne poruke pacijenata. Iako projekat nije savršen, doktori koji su pomogli u razvoju tehnologije izvještavaju da model olakšava njihovo radno opterećenje.
„Uvijek se fokusiramo na tri važne stvari: sigurnost, efikasnost i inkluziju. Mi smo doktori. Polažemo zakletvu da 'nećemo naštetiti'“, rekla je dr. Nina Vasan, klinička docentica psihijatrije i bihevioralnih nauka, koja se pridružila grupi Char i Pfeffer. „Ovo bi trebao biti prvi način za evaluaciju ovih alata.“
Nigam Shah, MBBS, doktor nauka, profesor medicine i biomedicinske nauke o podacima, započeo je diskusiju šokantnom statistikom uprkos opravdanom upozorenju publici. „Govorim općenito i o brojkama, a ponekad one znaju biti vrlo direktne“, rekao je.
Prema Shahu, uspjeh umjetne inteligencije ovisi o našoj sposobnosti da je skaliramo. „Provođenje odgovarajućeg naučnog istraživanja na modelu traje oko 10 godina, i ako bi svaki od 123 programa stipendiranja i rezidencija želio testirati i primijeniti model na tom nivou strogosti, bilo bi vrlo teško provesti ispravnu nauku onako kako trenutno organiziramo naše napore i [testiramo]]. Koštalo bi 138 milijardi dolara da se osigura da svaka naša lokacija ispravno radi“, rekao je Shah. „Ne možemo si to priuštiti. Dakle, moramo pronaći način da se proširimo, i moramo se proširiti i raditi dobru nauku. Vještine strogosti su na jednom mjestu, a vještine skaliranja su na drugom, tako da će nam trebati takva vrsta partnerstva.“
Prodekanica Yuan Ashley i Mildred Cho (s prijema) prisustvovale su RAISE Health radionici. Steve Fish
Neki govornici na simpoziju rekli su da bi se to moglo postići javno-privatnim partnerstvima, kao što je nedavna Izvršna naredba Bijele kuće o sigurnom, bezbjednom i pouzdanom razvoju i korištenju umjetne inteligencije i Konzorcij za umjetnu inteligenciju u zdravstvu (CHAI).
„Javno-privatno partnerstvo s najvećim potencijalom je ono između akademske zajednice, privatnog sektora i javnog sektora“, rekla je Laura Adams, viša savjetnica Nacionalne akademije medicine. Napomenula je da vlada može osigurati povjerenje javnosti, a akademski medicinski centri mogu pružiti legitimnost, dok privatni sektor može osigurati tehničku stručnost i računarsko vrijeme. „Svi smo bolji od bilo koga od nas i prepoznajemo da... ne možemo se moliti da ostvarimo potencijal [umjetne inteligencije] osim ako ne razumijemo kako međusobno komunicirati.“
Nekoliko govornika je reklo da vještačka inteligencija također ima utjecaj na istraživanja, bilo da je naučnici koriste za istraživanje bioloških dogmi, predviđanje novih sekvenci i struktura sintetičkih molekula za podršku novim tretmanima ili čak za pomoć u sažimanju ili pisanju naučnih radova.
„Ovo je prilika da vidimo nepoznato“, rekla je dr. Jessica Mega, kardiologinja na Medicinskom fakultetu Univerziteta Stanford i suosnivačica Alphabetovog Verilyja. Mega je spomenula hiperspektralno snimanje, koje bilježi karakteristike slike nevidljive ljudskom oku. Ideja je koristiti vještačku inteligenciju za otkrivanje obrazaca u patološkim slajdovima koje ljudi ne vide, a koji ukazuju na bolest. „Ohrabrujem ljude da prihvate nepoznato. Mislim da svi ovdje poznaju nekoga s nekom vrstom zdravstvenog stanja kome je potrebno nešto više od onoga što danas možemo pružiti“, rekla je Mejia.
Panelisti su se također složili da će sistemi vještačke inteligencije pružiti nove načine za identifikaciju i borbu protiv pristranog donošenja odluka, bilo da ih donose ljudi ili vještačka inteligencija, sa mogućnošću identifikacije izvora pristranosti.
„Zdravlje je više od puke medicinske njege“, složilo se nekoliko panelista. Govornici su naglasili da istraživači često zanemaruju društvene determinante zdravlja, kao što su socioekonomski status, poštanski broj, nivo obrazovanja, te rasa i etnička pripadnost, prilikom prikupljanja inkluzivnih podataka i regrutovanja učesnika za studije. „Vještačka inteligencija je učinkovita samo onoliko koliko su učinkoviti podaci na kojima je model obučen“, rekla je Michelle Williams, profesorica epidemiologije na Univerzitetu Harvard i vanredna profesorica epidemiologije i zdravlja stanovništva na Medicinskom fakultetu Univerziteta Stanford. „Ako radimo ono što težimo. Poboljšavamo zdravstvene ishode i eliminiramo nejednakosti, moramo osigurati da prikupljamo visokokvalitetne podatke o ljudskom ponašanju i društvenom i prirodnom okruženju.“
Natalie Pageler, dr. med., klinička profesorica pedijatrije i medicine, rekla je da agregirani podaci o raku često isključuju podatke o trudnicama, stvarajući neizbježne pristranosti u modelima i pogoršavajući postojeće nejednakosti u zdravstvenoj zaštiti.
Dr. David Magnus, profesor pedijatrije i medicine, rekao je da, kao i svaka nova tehnologija, vještačka inteligencija može ili poboljšati stvari na mnogo načina ili ih pogoršati. Rizik, rekao je Magnus, je da će sistemi vještačke inteligencije saznati o nejednakim zdravstvenim ishodima vođenim društvenim determinantama zdravlja i pojačati te ishode svojim rezultatima. „Vještačka inteligencija je ogledalo koje odražava društvo u kojem živimo“, rekao je. „Nadam se da će svaki put kada imamo priliku da osvijetlimo neki problem – da sebi držimo ogledalo – to poslužiti kao motivacija za poboljšanje situacije.“
Ako niste mogli prisustvovati radionici RAISE Health, snimak sesije možete pronaći ovdje.
Medicinski fakultet Univerziteta Stanford je integrirani akademski sistem zdravstvene zaštite koji se sastoji od Medicinskog fakulteta Univerziteta Stanford i sistema pružanja zdravstvene zaštite za odrasle i djecu. Zajedno ostvaruju puni potencijal biomedicine kroz zajednička istraživanja, obrazovanje i kliničku njegu pacijenata. Za više informacija posjetite med.stanford.edu.
Novi model umjetne inteligencije pomaže doktorima i medicinskim sestrama u bolnici Stanford da rade zajedno na poboljšanju njege pacijenata.
Vrijeme objave: 19. juli 2024.