Tinalakay ng mga eksperto sa AI kung paano maisasama ang mahusay na AI sa pangangalagang pangkalusugan, kung bakit mahalaga ang interdisiplinaryong kolaborasyon, at ang potensyal ng generative AI sa pananaliksik.
Nagbigay ng pambungad na pananalita sina Feifei Li at Lloyd Minor sa kauna-unahang RAISE Health Symposium sa Stanford University School of Medicine noong Mayo 14. Steve Fish
Karamihan sa mga taong nahuli ng artificial intelligence ay nagkaroon ng ilang uri ng "aha" moment, na nagbukas ng kanilang mga isipan sa isang mundo ng mga posibilidad. Sa kauna-unahang RAISE Health Symposium noong Mayo 14, ibinahagi ni Lloyd Minor, MD, dekano ng Stanford University School of Medicine at bise presidente para sa mga medikal na gawain sa Stanford University, ang kanyang pananaw.
Nang hilingin sa isang mausisang tinedyer na ibuod ang kaniyang mga natuklasan tungkol sa panloob na tainga, bumaling siya sa generative artificial intelligence. “Tinanong ko, 'Ano ang superior canal dehiscence syndrome?' Sinabi ni Minor sa halos 4,000 kalahok sa simposyum. Sa loob lamang ng ilang segundo, lumitaw ang ilang talata.
“Mabubuti sila, talagang mabubuti,” aniya. “Na ang impormasyong ito ay pinagsama-sama sa isang maigsi, pangkalahatang tumpak at malinaw na inuri na paglalarawan ng sakit. Ito ay lubos na kahanga-hanga.”
Marami ang nakiisa sa pananabik ni Minor para sa kalahating araw na kaganapan, na isang bunga ng inisyatibo ng RAISE Health, isang proyektong inilunsad ng Stanford University School of Medicine at ng Stanford Institute for Human-Centered Artificial Intelligence (HAI) upang gabayan ang responsableng paggamit ng artificial intelligence sa biomedical na pananaliksik, edukasyon, at pangangalaga sa pasyente. Sinuri ng mga tagapagsalita kung ano ang ibig sabihin ng pagpapatupad ng artificial intelligence sa medisina sa paraang hindi lamang kapaki-pakinabang para sa mga doktor at siyentipiko, kundi pati na rin sa paraang transparent, patas, at pantay para sa mga pasyente.
“Naniniwala kami na ito ay isang teknolohiyang nagpapahusay sa kakayahan ng tao,” sabi ni Fei-Fei Li, propesor ng computer science sa Stanford School of Engineering, direktor ng proyektong RAISE Health with Minor at co-director ng HAI. Sa bawat henerasyon, maaaring lumitaw ang mga bagong teknolohiya: mula sa mga bagong molecular sequence ng antibiotics hanggang sa pagmamapa ng biodiversity at pagbubunyag ng mga nakatagong bahagi ng pangunahing biology, pinapabilis ng AI ang pagtuklas ng agham. Ngunit hindi lahat ng ito ay kapaki-pakinabang. “Lahat ng mga aplikasyon na ito ay maaaring magkaroon ng mga hindi inaasahang kahihinatnan, at kailangan natin ng mga computer scientist na responsableng bubuo at magpapatupad ng [artificial intelligence], nakikipagtulungan sa iba't ibang stakeholder, mula sa mga doktor at ethicist… hanggang sa mga eksperto sa seguridad at higit pa,” sabi niya. “Ipinapakita ng mga inisyatibo tulad ng RAISE Health ang aming pangako dito.”
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 bahagi ng Stanford University ay naglagay dito sa isang posisyon kung saan ang mga eksperto ay nakikipagbuno sa pag-unlad ng artificial intelligence, mga isyu sa pamamahala at integrasyon sa larangan ng pangangalagang pangkalusugan at medisina. Medisina, ayon sa kanta.
"Nasa magandang posisyon kami upang maging isang tagapanguna sa pagbuo at responsableng pagpapatupad ng artificial intelligence, mula sa mga pangunahing tuklas sa biyolohiya hanggang sa pagpapabuti ng pagbuo ng gamot at paggawa ng mas mahusay na mga proseso ng klinikal na pagsubok, hanggang sa aktwal na paghahatid ng mga serbisyong pangkalusugan. pangangalagang pangkalusugan. Ang paraan ng pagkakaayos ng sistema ng pangangalagang pangkalusugan," aniya.
Binigyang-diin ng ilang tagapagsalita ang isang simpleng konsepto: tumuon sa gumagamit (sa kasong ito, ang pasyente o manggagamot) at susunod ang lahat. "Inilalagay nito ang pasyente sa sentro ng lahat ng aming ginagawa," sabi ni Dr. Lisa Lehmann, direktor ng bioethics sa Brigham and Women's Hospital. "Kailangan nating isaalang-alang ang kanilang mga pangangailangan at prayoridad."
Mula kaliwa pakanan: Ang anchor ng STAT News na si Mohana Ravindranath; Jessica Peter Lee ng Microsoft Research; Tinatalakay ni Sylvia Plevritis, propesor ng biomedical data science, ang papel ng artificial intelligence sa pananaliksik sa medisina. Steve Fish
Ang mga tagapagsalita sa panel, na kinabibilangan nina Lehmann, ang medical bioethicist ng Stanford University na si Mildred Cho, MD, at ang Chief Clinical Officer ng Google na si Michael Howell, MD, ay nagbigay-diin sa kasalimuotan ng mga sistema ng ospital, na binibigyang-diin ang pangangailangang maunawaan ang kanilang layunin bago ang anumang interbensyon. Ipatupad ito at tiyaking ang lahat ng sistemang binuo ay inklusibo at makinig sa mga taong idinisenyo upang tulungan ang mga ito.
Ang isang susi ay ang transparency: nililinaw nito kung saan nagmumula ang datos na ginamit upang sanayin ang algorithm, ano ang orihinal na layunin ng algorithm, at kung ang datos ng mga pasyente sa hinaharap ay patuloy na makakatulong sa algorithm na matuto, bukod sa iba pang mga salik.
“Ang pagsisikap na mahulaan ang mga problemang etikal bago pa man lumala ang mga ito [ay nangangahulugan] ng paghahanap ng perpektong lugar kung saan mayroon kang sapat na kaalaman tungkol sa teknolohiya upang magkaroon ng kaunting kumpiyansa dito, ngunit hindi bago pa man lumaganap [ang problema] at malutas ito nang mas maaga.” , sabi ni Denton Char. Kandidato ng Medical Sciences, Associate Professor ng Department of Pediatric Anesthesiology, Perioperative Medicine and Pain Medicine. Ang isang mahalagang hakbang, aniya, ay ang pagtukoy sa lahat ng stakeholder na maaaring maapektuhan ng teknolohiya at pagtukoy kung paano nila mismo gustong sagutin ang mga tanong na iyon.
Tinalakay ni Jesse Ehrenfeld, MD, presidente ng American Medical Association, ang apat na salik na nagtutulak sa pag-aampon ng anumang digital health tool, kabilang ang mga pinapagana ng artificial intelligence. Epektibo ba ito? Gagana ba ito sa aking institusyon? Sino ang magbabayad? Sino ang responsable?
Binanggit ni Michael Pfeffer, MD, punong opisyal ng impormasyon ng Stanford Health Care, ang isang kamakailang halimbawa kung saan marami sa mga isyu ang sinubukan sa mga nars sa mga ospital ng Stanford. Ang mga clinician ay sinusuportahan ng malalaking modelo ng wika na nagbibigay ng mga paunang anotasyon para sa mga papasok na mensahe ng pasyente. Bagama't hindi perpekto ang proyekto, ang mga doktor na tumulong sa pagbuo ng teknolohiya ay nag-uulat na pinapagaan ng modelo ang kanilang workload.
“Palagi kaming nakatuon sa tatlong mahahalagang bagay: kaligtasan, kahusayan, at pagsasama. Kami ay mga doktor. Sumusumpa kami na “hindi gagawa ng anumang pinsala,” sabi ni Nina Vasan, MD, clinical assistant professor ng psychiatry at behavioral sciences, na sumali kina Char at Pfeffer, na sumali sa grupo. “Ito ang dapat na unang paraan upang suriin ang mga kagamitang ito.”
Sinimulan ni Nigam Shah, MBBS, Ph.D., Propesor ng Medisina at Biomedical Data Science, ang talakayan sa pamamagitan ng isang nakakagulat na estadistika sa kabila ng patas na babala sa mga tagapakinig. "Nagsasalita ako gamit ang mga pangkalahatang termino at numero, at kung minsan ay may posibilidad na maging napakadirekta ang mga ito," aniya.
Ayon kay Shah, ang tagumpay ng AI ay nakasalalay sa ating kakayahang palawakin ito. "Ang pagsasagawa ng wastong siyentipikong pananaliksik sa isang modelo ay tumatagal ng humigit-kumulang 10 taon, at kung ang bawat isa sa 123 programa ng fellowship at residency ay nais na subukan at i-deploy ang modelo sa ganoong antas ng kahigpitan, magiging napakahirap gawin ang tamang agham dahil kasalukuyan nating inaayos ang ating mga pagsisikap at [pagsubok]]. Aabutin ito ng $138 bilyon upang matiyak na ang bawat isa sa ating mga site ay gumagana nang tama," sabi ni Shah. "Hindi natin 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 kahigpitan ay nasa isang lugar at ang mga kasanayan sa pag-scale ay nasa iba, kaya kakailanganin natin ang ganitong uri ng pakikipagsosyo."
Dumalo sa RAISE Health Workshop sina Associate Dean Yuan Ashley at Mildred Cho (Reception). Si Steve Fish ay dumalo sa RAISE Health Workshop.
Sinabi ng ilang tagapagsalita sa simposyum na makakamit ito sa pamamagitan ng mga pampublikong-pribadong pakikipagsosyo, tulad ng kamakailang White House Executive Order on the Secure, Secure and Trustworthy Development and Use of Artificial Intelligence at ng Consortium for Healthcare Artificial Intelligence (CHAI).
“Ang pampublikong-pribadong pakikipagtulungan na may pinakamalaking 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 ng publiko, at ang mga akademikong medikal na sentro ay makapagbibigay ng lehitimidad, at ang teknikal na kadalubhasaan at oras sa computer ay maaaring ibigay ng pribadong sektor. “Lahat tayo ay mas mahusay kaysa sa sinuman sa atin, at kinikilala natin na… hindi tayo maaaring manalangin na mapagtanto ang potensyal ng [artificial intelligence] maliban kung naiintindihan natin kung paano makipag-ugnayan sa isa't isa.”
Sinabi ng ilang tagapagsalita na ang AI ay mayroon ding epekto sa pananaliksik, ginagamit man ito ng mga siyentipiko upang galugarin ang biyolohikal na dogma, hulaan ang mga bagong sequence at istruktura ng mga sintetikong molekula upang suportahan ang mga bagong paggamot, o kahit tulungan silang ibuod o magsulat ng mga siyentipikong papel.
“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. Binanggit ni Mega ang hyperspectral imaging, na kumukuha ng mga katangian ng imahe na hindi nakikita ng mata ng tao. Ang ideya ay ang paggamit ng artificial intelligence upang matukoy ang mga pattern sa mga pathology slide na hindi nakikita ng mga tao na nagpapahiwatig ng sakit. “Hinihikayat ko ang mga tao na yakapin ang hindi alam. Sa palagay ko lahat dito ay may kakilala na may ilang uri ng kondisyong medikal na nangangailangan ng isang bagay na higit pa sa kaya nating ibigay ngayon,” sabi ni Mejia.
Sumang-ayon din ang mga panelista na ang mga sistema ng artificial intelligence ay magbibigay ng mga bagong paraan upang matukoy at labanan ang may kinikilingang paggawa ng desisyon, gawa man ng mga tao o artificial intelligence, na may kakayahang matukoy ang pinagmumulan ng bias.
“Ang kalusugan ay higit pa sa pangangalagang medikal lamang,” pagsang-ayon ng ilang panelista. Binigyang-diin ng mga tagapagsalita na madalas na hindi isinasaalang-alang ng mga mananaliksik ang mga panlipunang determinant ng kalusugan, tulad ng katayuang sosyoekonomiko, zip code, antas ng edukasyon, at lahi at etnisidad, kapag nangongolekta ng inklusibong datos at nagrerekrut ng mga kalahok para sa mga pag-aaral. “Ang AI ay kasing epektibo lamang ng datos kung saan sinanay ang modelo,” sabi ni Michelle Williams, isang propesor ng epidemiology sa Harvard University at isang associate professor ng epidemiology at kalusugan ng populasyon sa Stanford University School of Medicine. “Kung gagawin natin ang ating sinisikap na gawin. Pagbutihin ang mga resulta ng kalusugan at aalisin ang mga hindi pagkakapantay-pantay, dapat nating tiyakin na nangongolekta tayo ng mataas na kalidad na datos sa pag-uugali ng tao at sa panlipunan at natural na kapaligiran.”
Sinabi ni Natalie Pageler, MD, klinikal na propesor ng pedyatrya at medisina, na ang pinagsama-samang datos ng kanser ay kadalasang hindi isinasama ang datos sa mga buntis na kababaihan, na lumilikha ng hindi maiiwasang mga pagkiling sa mga modelo at nagpapalala sa mga umiiral na disparidad sa pangangalagang pangkalusugan.
Sinabi ni Dr. David Magnus, isang propesor ng pedyatrya at medisina, na tulad ng anumang bagong teknolohiya, ang artificial intelligence ay maaaring magpabuti o magpalala ng mga bagay-bagay sa maraming paraan. Ang panganib, sabi ni Magnus, ay matututo ang mga sistema ng artificial intelligence tungkol sa hindi patas na mga resulta sa kalusugan na hinihimok ng mga panlipunang determinant ng kalusugan at palakasin ang mga resultang iyon sa pamamagitan ng kanilang output. "Ang artificial intelligence ay isang salamin na sumasalamin sa lipunang ating ginagalawan," aniya. "Umaasa ako na sa bawat pagkakataong magkaroon tayo ng pagkakataong magbigay-liwanag sa isang isyu—upang ipakita ang ating sarili—ito ay magsisilbing motibasyon upang mapabuti ang sitwasyon."
Kung hindi ka nakadalo sa RAISE Health workshop, makikita ang recording ng sesyon dito.
Ang Stanford University School of Medicine ay isang pinagsamang akademikong sistema ng pangangalagang pangkalusugan na binubuo ng Stanford University School of Medicine at ng mga sistema ng paghahatid ng pangangalagang pangkalusugan para sa mga nasa hustong gulang at bata. Sama-sama nilang napagtatanto ang buong potensyal ng biomedicine sa pamamagitan ng sama-samang pananaliksik, edukasyon, at klinikal na pangangalaga sa pasyente. Para sa karagdagang impormasyon, bisitahin ang med.stanford.edu.
Isang bagong modelo ng artificial intelligence ang tumutulong sa mga doktor at nars sa Stanford Hospital na magtulungan upang mapabuti ang pangangalaga sa pasyente.
Oras ng pag-post: Hulyo 19, 2024