Talakayin ng mga eksperto ng AI kung paano isama ang matatag na AI sa pangangalaga sa kalusugan, kung bakit kritikal ang pakikipagtulungan ng interdisiplinary, at ang potensyal ng pagbuo ng AI sa pananaliksik.
Sina Feifei Li at Lloyd Minor ay nagbigay ng pambungad na mga puna sa inaugural Raise Health Symposium sa Stanford University School of Medicine noong Mayo 14. Steve Fish
Karamihan sa mga tao na nakuha ng artipisyal na katalinuhan ay nagkaroon ng ilang uri ng "aha" sandali, pagbubukas ng kanilang isip sa isang mundo ng mga posibilidad. Sa inaugural Raise Health Symposium noong Mayo 14, si Lloyd Minor, MD, dean ng Stanford University School of Medicine at Bise Presidente para sa Medical Affairs sa Stanford University, ay nagbahagi ng kanyang pananaw.
Kapag ang isang mausisa na tinedyer ay hiniling na buod ang kanyang mga natuklasan tungkol sa panloob na tainga, lumingon siya sa generative artipisyal na katalinuhan. "Tinanong ko, 'Ano ang Superior Canal Dehiscence Syndrome?' Sinabi ni Minor sa halos 4,000 mga kalahok ng simposium. Sa loob ng ilang segundo, lumitaw ang ilang mga talata.
"Magaling sila, talagang mabuti," aniya. "Na ang impormasyong ito ay naipon sa isang maigsi, sa pangkalahatan ay tumpak at malinaw na nauna nang paglalarawan ng sakit. Ito ay lubos na kapansin -pansin. "
Maraming nagbahagi ng kasiyahan ni Minor para sa kalahating araw na kaganapan, na kung saan ay isang paglaki ng Inisyatibo sa Rise Health, isang proyekto na inilunsad ng Stanford University School of Medicine at ang Stanford Institute for Human-Centered Artipisyal na Intelligence (HAI) upang gabayan ang responsableng paggamit ng artipisyal katalinuhan. Intelligence sa biomedical research, edukasyon, at pangangalaga ng pasyente. Sinuri ng mga nagsasalita kung ano ang ibig sabihin ng pagpapatupad ng artipisyal na katalinuhan sa gamot sa isang paraan na hindi lamang kapaki -pakinabang para sa mga doktor at siyentipiko, kundi pati na rin malinaw, patas at pantay para sa mga pasyente.
"Naniniwala kami na ito ay isang teknolohiya na nagpapaganda ng mga kakayahan ng tao," sabi ni Fei-Fei Li, propesor ng science sa computer sa Stanford School of Engineering, direktor ng Raise Health na may menor de edad na proyekto at co-director ng HAI. Ang henerasyon pagkatapos ng henerasyon, ang mga bagong teknolohiya ay maaaring lumitaw: mula sa mga bagong pagkakasunud -sunod ng molekular ng mga antibiotics hanggang sa pagma -map sa biodiversity at pagbubunyag ng mga nakatagong bahagi ng pangunahing biology, ang AI ay nagpapabilis ng pagtuklas ng pang -agham. Ngunit hindi lahat ng ito ay kapaki -pakinabang. "Ang lahat ng mga application na ito ay maaaring magkaroon ng hindi sinasadyang mga kahihinatnan, at kailangan namin ng mga siyentipiko sa computer na nagkakaroon at nagpapatupad ng [artipisyal na katalinuhan] na responsable, nagtatrabaho sa iba't ibang mga stakeholder, mula sa mga doktor at etika ... sa mga eksperto sa seguridad at higit pa," sabi niya. "Ang mga inisyatibo tulad ng pagtaas ng kalusugan ay nagpapakita ng aming pangako sa ito."
Ang pagsasama -sama ng tatlong dibisyon ng Stanford Medicine - ang School of Medicine, Stanford Health Care at ang Stanford University School of Child Health Medicine - at ang mga koneksyon nito sa iba pang mga bahagi ng Stanford University ay inilagay ito sa isang posisyon kung saan ang mga eksperto ay nakikipag -ugnay sa pag -unlad ng Artipisyal na katalinuhan. Mga isyu sa pamamahala at pagsasama sa larangan ng pangangalaga sa kalusugan at gamot. Gamot, nagpunta ang kanta.
"Kami ay maayos na nakaposisyon upang maging isang payunir sa pag -unlad at responsableng pagpapatupad ng artipisyal na katalinuhan, mula sa pangunahing biological na pagtuklas sa pagpapabuti ng pag -unlad ng gamot at gawing mas mahusay ang mga proseso ng pagsubok sa klinikal, hanggang sa aktwal na paghahatid ng mga serbisyo sa pangangalagang pangkalusugan. Pangangalaga sa Kalusugan. Ang paraan ng pag -set up ng sistema ng pangangalagang pangkalusugan, ”aniya.
Maraming mga nagsasalita ang binigyang diin ang isang simpleng konsepto: tumuon sa gumagamit (sa kasong ito, ang pasyente o manggagamot) at lahat ay susundan. "Inilalagay nito ang pasyente sa gitna ng lahat ng ginagawa natin," sabi ni Dr. Lisa Lehmann, direktor ng bioethics sa Brigham at Women’s Hospital. "Kailangan nating isaalang -alang ang kanilang mga pangangailangan at prayoridad."
Mula kaliwa hanggang kanan: stat news anchor mohana ravindranath; Jessica Peter Lee ng Microsoft Research; Si Sylvia Plevritis, propesor ng biomedical data science, ay tinatalakay ang papel ng artipisyal na katalinuhan sa pananaliksik sa medikal. Steve Fish
Ang mga nagsasalita sa panel, na kasama ang Lehmann, Stanford University Medical Bioethicist na si Mildred Cho, MD, at Google Chief Clinical Officer na si Michael Howell, MD, ay nabanggit ang pagiging kumplikado ng mga sistema ng ospital, na binibigyang diin ang pangangailangan na maunawaan ang kanilang layunin bago ang anumang interbensyon. Ipatupad ito at tiyakin na ang lahat ng mga system na binuo ay kasama at makinig sa mga taong idinisenyo upang makatulong.
Ang isang susi ay transparency: malinaw na kung saan nagmula ang data upang sanayin ang algorithm, kung ano ang orihinal na layunin ng algorithm, at kung ang data ng pasyente sa hinaharap ay patuloy na makakatulong sa algorithm na malaman, bukod sa iba pang mga kadahilanan.
"Sinusubukang hulaan ang mga problemang etikal bago sila maging seryoso [nangangahulugang] paghahanap ng perpektong matamis na lugar kung saan alam mo ang sapat tungkol sa teknolohiya upang magkaroon ng tiwala dito, ngunit hindi bago ang [problema] ay kumakalat nang higit pa at malutas ito nang mas maaga." , Sabi ni Denton Char. Kandidato ng Medikal na Agham, Associate Professor ng Kagawaran ng Pediatric Anesthesiology, Perioperative Medicine at Pain Medicine. Ang isang pangunahing hakbang, sabi niya, ay kinikilala ang lahat ng mga stakeholder na maaaring maapektuhan ng teknolohiya at matukoy kung paano nila nais na sagutin ang mga tanong na iyon.
Si Jesse Ehrenfeld, MD, pangulo ng American Medical Association, ay tinalakay ang apat na mga kadahilanan na nagtutulak ng pag -ampon ng anumang tool sa kalusugan ng digital, kabilang ang mga pinalakas ng artipisyal na katalinuhan. Epektibo ba ito? Gagana ba ito sa aking institusyon? Sino ang nagbabayad? Sino ang may pananagutan?
Si Michael Pfeffer, MD, Chief Information Officer ng Stanford Health Care, ay nagbanggit ng isang kamakailang halimbawa kung saan marami sa mga isyu ang nasubok sa mga nars sa Stanford Hospitals. Ang mga klinika ay suportado ng mga malalaking modelo ng wika na nagbibigay ng paunang mga anotasyon para sa mga papasok na mensahe ng pasyente. Bagaman hindi perpekto ang proyekto, ang mga doktor na tumulong sa pagbuo ng ulat ng teknolohiya na ang modelo ay nagpapagaan sa kanilang workload.
"Palagi kaming nakatuon sa tatlong mahahalagang bagay: kaligtasan, kahusayan at pagsasama. Kami ay mga doktor. Sumumpa kami na "huwag makasama," sabi ni Nina Vasan, MD, katulong na propesor ng psychiatry at pag -uugali sa pag -uugali, na sumali kay Char at Pfeffer ay sumali sa grupo. "Ito ang dapat na unang paraan upang masuri ang mga tool na ito."
Si Nigam Shah, MBBS, Ph.D., propesor ng gamot at biomedical data science, ay nagsimula ang talakayan sa isang nakakagulat na istatistika sa kabila ng makatarungang babala sa madla. "Nakikipag -usap ako sa mga pangkalahatang termino at numero, at kung minsan ay may posibilidad silang maging direkta," aniya.
Ayon kay Shah, ang tagumpay ng AI ay nakasalalay sa aming kakayahang masukat ito. "Ang paggawa ng wastong pananaliksik na pang -agham sa isang modelo ay tumatagal ng mga 10 taon, at kung ang bawat isa sa 123 na mga programa sa pakikisama at paninirahan ay nais na subukan at i -deploy ang modelo sa antas ng mahigpit na iyon, magiging napakahirap gawin ang tamang agham habang kasalukuyang nag -aayos Ang aming mga pagsisikap at [pagsubok]] ay nagkakahalaga ng $ 138 bilyon upang matiyak na ang bawat isa sa aming mga site ay gumagana nang tama, "sabi ni Shah. "Hindi namin ito kayang bayaran. Kaya kailangan nating maghanap ng paraan upang mapalawak, at kailangan nating palawakin at gumawa ng mahusay na agham. Ang mga kasanayan sa mahigpit ay nasa isang lugar at ang mga kasanayan sa pag -scale ay nasa isa pa, kaya kakailanganin namin ang uri ng pakikipagtulungan. "
Ang Associate Dean Yuan Ashley at Mildred Cho (Reception) ay dumalo sa Raise Health Workshop. Steve Fish
Ang ilang mga nagsasalita sa Symposium ay nagsabing maaaring makamit ito sa pamamagitan ng pampublikong-pribadong pakikipagsosyo, tulad ng kamakailang pagkakasunud-sunod ng White House executive sa ligtas, ligtas at mapagkakatiwalaang pag-unlad at paggamit ng artipisyal na katalinuhan at ang Consortium para sa Healthcare Artipisyal na Intelligence (CHAI). ).
"Ang pampublikong-pribadong pakikipagtulungan sa pinakadakilang potensyal ay isa sa pagitan ng akademya, pribadong sektor at pampublikong sektor," sabi ni Laura Adams, senior adviser sa National Academy of Medicine. Nabanggit niya na masisiguro ng gobyerno ang tiwala sa publiko, at maaaring ang mga sentro ng medikal na pang -akademiko. Magbigay ng pagiging lehitimo, at ang kadalubhasaan sa teknikal at oras ng computer ay maaaring maibigay ng pribadong sektor. "Lahat tayo ay mas mahusay kaysa sa alinman sa atin, at kinikilala natin na ... hindi namin maaaring manalangin na mapagtanto ang potensyal ng [artipisyal na katalinuhan] maliban kung nauunawaan natin kung paano makihalubilo sa bawat isa."
Maraming mga nagsasalita ang nagsabing ang AI ay nagkakaroon din ng epekto sa pananaliksik, kung ginagamit ito ng mga siyentipiko upang galugarin ang biological dogma, mahulaan ang mga bagong pagkakasunud -sunod at istruktura ng mga sintetikong molekula upang suportahan ang mga bagong paggamot, o kahit na tulungan silang magbubuod o magsulat ng mga papeles na pang -agham.
"Ito ay isang pagkakataon upang makita ang hindi alam," sabi ni Jessica Mega, MD, isang cardiologist sa Stanford University School of Medicine at co-founder ng Alphabet's Verily. Nabanggit ni Mega ang hyperspectral imaging, na nakakakuha ng mga tampok ng imahe na hindi nakikita ng mata ng tao. Ang ideya ay ang paggamit ng artipisyal na katalinuhan upang makita ang mga pattern sa mga slide ng patolohiya na hindi nakikita ng mga tao na nagpapahiwatig ng sakit. "Hinihikayat ko ang mga tao na yakapin ang hindi alam. Sa palagay ko ang lahat dito ay nakakaalam ng isang tao na may ilang uri ng kondisyong medikal na nangangailangan ng isang bagay na higit sa maaari nating ibigay ngayon, ”sabi ni Mejia.
Napagkasunduan din ng mga panelista na ang mga artipisyal na sistema ng katalinuhan ay magbibigay ng mga bagong paraan upang makilala at labanan ang paggawa ng desisyon ng bias, na ginawa ng mga tao o artipisyal na katalinuhan, na may kakayahang makilala ang mapagkukunan ng bias.
"Ang kalusugan ay higit pa sa pangangalagang medikal," sumang -ayon ang ilang mga panelista. Binigyang diin ng mga nagsasalita na ang mga mananaliksik ay madalas na hindi pinapansin ang mga determinasyon sa lipunan ng kalusugan, tulad ng socioeconomic status, zip code, antas ng edukasyon, at lahi at etniko, kapag kinokolekta ang inclusive data at recruiting mga kalahok para sa mga pag -aaral. "Ang AI ay kasing epektibo lamang ng data kung saan sinanay ang modelo," sabi ni Michelle Williams, isang propesor ng epidemiology sa Harvard University at isang associate na propesor ng epidemiology at kalusugan ng populasyon sa Stanford University School of Medicine. "Kung gagawin natin kung ano ang sinisikap nating gawin. Pagbutihin ang mga kinalabasan sa kalusugan at maalis ang mga hindi pagkakapantay-pantay, dapat nating tiyakin na mangolekta tayo ng mataas na kalidad na data sa pag-uugali ng tao at ang panlipunan at likas na kapaligiran. "
Si Natalie Pageler, MD, klinikal na propesor ng pediatrics at gamot, ay nagsabing ang pinagsama -samang data ng cancer ay madalas na hindi kasama ang data sa mga buntis na kababaihan, na lumilikha ng hindi maiiwasang mga biases sa mga modelo at pinapalala ang mga umiiral na pagkakaiba sa pangangalaga sa kalusugan.
David Magnus, isang propesor ng pediatrics at gamot, sinabi na tulad ng anumang bagong teknolohiya, ang artipisyal na katalinuhan ay maaaring gawing mas mahusay ang mga bagay sa maraming paraan o mas masahol pa. Ang panganib, sinabi ni Magnus, ay ang mga artipisyal na sistema ng katalinuhan ay matututunan tungkol sa hindi pantay na mga resulta ng kalusugan na hinimok ng mga determinasyong panlipunan ng kalusugan at palakasin ang mga kinalabasan sa pamamagitan ng kanilang output. "Ang artipisyal na katalinuhan ay isang salamin na sumasalamin sa lipunan na ating tinitirhan," aniya. "Inaasahan ko na sa tuwing may pagkakataon tayong lumiwanag sa isang isyu - na humawak ng salamin hanggang sa ating sarili - magsisilbi itong pagganyak upang mapagbuti ang sitwasyon."
Kung hindi ka makadalo sa Raise Health Workshop, ang isang pag -record ng session ay matatagpuan dito.
Ang Stanford University School of Medicine ay isang pinagsamang sistema ng pangangalaga sa kalusugan ng akademiko na binubuo ng Stanford University School of Medicine at ang mga sistema ng paghahatid ng pangangalaga sa kalusugan ng may sapat na gulang at pediatric. Sama -sama na napagtanto nila ang buong potensyal ng biomedicine sa pamamagitan ng pakikipagtulungan ng pananaliksik, edukasyon at pangangalaga sa pasyente ng klinikal. Para sa karagdagang impormasyon, bisitahin ang med.stanford.edu.
Ang isang bagong artipisyal na modelo ng katalinuhan ay tumutulong sa mga doktor at nars sa Stanford Hospital na nagtutulungan upang mapagbuti ang pangangalaga ng pasyente.
Oras ng Mag-post: Jul-19-2024