Isi
- Pencitraan medis
- Rekam Medis Elektronik (EMR)
- Tanpa Bug, Tanpa Stres - Panduan Langkah Demi Langkah Anda untuk Membuat Perangkat Lunak yang Mengubah Hidup Tanpa Menghancurkan Kehidupan Anda
- Dukungan Keputusan Klinis (CDS)
- Pengembangan Obat
- Lompatan Menuju Masa Depan
- Sepatah Kata Bijaksana
Sumber: video-doctor / iStockphoto
Bawa pulang:
AI memungkinkan teknologi medis untuk maju dengan kecepatan yang semakin cepat. Berikut adalah beberapa terobosan terbaru.
Kecerdasan buatan merevolusi dunia kita dengan banyak cara yang tak terbayangkan. Di ambang Revolusi Industri Keempat, umat manusia saat ini menyaksikan langkah-langkah pertama yang dibuat oleh mesin dalam menciptakan kembali dunia tempat kita hidup. Dan sementara kita terus berdebat tentang potensi kelemahan dan manfaat dari penggantian manusia dengan mesin belajar mandiri yang cerdas, ada satu area di mana dampak positif AI pasti akan meningkatkan kualitas hidup kita: industri perawatan kesehatan.
Pencitraan medis
Algoritma pembelajaran mesin dapat memproses informasi dalam jumlah yang tak terbayangkan dalam sekejap mata. Dan mereka bisa jauh lebih tepat daripada manusia dalam menemukan detail terkecil dalam laporan pencitraan medis seperti mammogram dan CT scan.
Perusahaan Zebra Medical Vision mengembangkan platform baru yang disebut Mendalam, dengan analisis berbasis algoritma dari semua jenis laporan pencitraan medis yang mampu menemukan setiap tanda kondisi potensial seperti osteoporosis, kanker payudara, aneurisma aorta dan banyak lagi dengan 90 persen Tingkat akurasi. Dan kemampuan belajarnya yang dalam telah dilatih untuk memeriksa gejala tersembunyi dari penyakit lain yang mungkin tidak dicari oleh petugas kesehatan. Jaringan pembelajaran mendalam lainnya bahkan mendapatkan skor akurasi 100 persen ketika mendeteksi keberadaan beberapa bentuk kanker payudara yang mematikan dalam slide biopsi.
Analisis berbasis komputer jauh lebih efisien dalam (dan lebih murah daripada) menafsirkan data atau gambar daripada manusia, bahwa beberapa orang bahkan berpendapat bahwa di masa depan bisa menjadi tidak etis untuk tidak mengganti AI dalam beberapa profesi seperti ahli radiologi dan patologi! (Untuk informasi lebih lanjut tentang IT dalam kedokteran, lihat Peran TI dalam Diagnosis Medis.)
Rekam Medis Elektronik (EMR)
Dampak catatan medis elektronik (EMR) pada teknologi informasi kesehatan adalah salah satu topik perdebatan paling kontroversial dalam dekade terakhir. Menurut beberapa penelitian, mereka mewakili titik balik dalam meningkatkan kualitas perawatan sambil meningkatkan produktivitas dan ketepatan waktu juga. Namun, banyak penyedia layanan kesehatan menganggapnya rumit dan sulit untuk digunakan, yang mengarah pada resistensi teknologi yang substansial dan inefisiensi luas. Bisakah perangkat lunak yang digerakkan oleh AI yang lebih baru datang untuk menyelamatkan banyak dokter, perawat, dan apoteker yang meraba-raba setiap hari dengan kekeruhan EMR yang sulit?
Salah satu masalah terbesar dengan teknologi perawatan kesehatan baru ini adalah teknologi memaksa dokter untuk menghabiskan terlalu banyak waktu mereka yang berharga untuk melakukan tugas yang berulang. AI dapat dengan mudah mengotomatisasi mereka, misalnya, dengan menggunakan pengenalan ucapan selama kunjungan untuk mencatat setiap detail sementara dokter berbicara dengan pasien. Bagan dapat dan akan mencakup data yang jauh lebih terperinci yang dapat dikumpulkan dari berbagai sumber seperti perangkat yang dapat dipakai dan sensor eksternal, dan AI akan memasukkannya langsung ke ESDM.
Tetapi bergerak maju dari langkah pertama pengumpulan data, ketika info yang cukup relevan dipahami dengan benar dan diekstrapolasi oleh algoritma pembelajaran yang mendalam, ini dapat digunakan untuk membantu meningkatkan kualitas perawatan dalam banyak cara. Ini dapat meningkatkan kepatuhan pasien terhadap pengobatan dan mengurangi kejadian yang dapat dicegah, atau bahkan membimbing dokter melalui analitik AI prediktif dalam mengobati biaya tinggi, kondisi yang mengancam jiwa. Sebagai contoh praktis, sebuah studi baru-baru ini yang diterbitkan di JAMA Network menemukan bagaimana data besar diekstraksi dari ESDM dan dicerna oleh AI di Universitas California, San Francisco Health membantu dengan perawatan Clostridium difficile (C. diff) yang berpotensi mematikan. ) infeksi.
Dan mudah untuk melihat berapa banyak penambangan data rekam medis yang akan menjadi "hal besar" berikutnya dalam perawatan kesehatan, ketika Google meluncurkan proyek Google DeepMind Health sendiri untuk meningkatkan kecepatan, kualitas dan kesetaraan akses ke perawatan.
Tanpa Bug, Tanpa Stres - Panduan Langkah Demi Langkah Anda untuk Membuat Perangkat Lunak yang Mengubah Hidup Tanpa Menghancurkan Kehidupan Anda
Anda tidak dapat meningkatkan keterampilan pemrograman Anda ketika tidak ada yang peduli dengan kualitas perangkat lunak.
Dukungan Keputusan Klinis (CDS)
Contoh lain yang menarik dari pembelajaran yang mendalam dapat membantu mesin membuat keputusan yang lebih baik daripada rekan manusia mereka adalah proliferasi alat pendukung keputusan klinis (CDS).
Alat-alat ini biasanya dibangun ke dalam sistem ESDM untuk membantu dokter dalam pekerjaan mereka dengan menyarankan kursus perawatan terbaik, memperingatkan bahaya potensial seperti interaksi farmakologis atau kondisi sebelumnya, dan menganalisis bahkan detail sekecil apapun dalam catatan kesehatan pasien.
Contoh yang menarik adalah MatrixCare, sebuah rumah peranti lunak yang mampu mengintegrasikan AI Cortana dari Microsoft yang terkenal dalam alat mereka yang digunakan untuk mengelola panti jompo. Kemampuan analisis yang kuat dari mesin pembelajaran mesin memperkuat kemampuan pengambilan keputusan dari alat pendukung yang tidak dapat dibandingkan.
“Satu dokter dapat membaca jurnal medis mungkin dua kali sebulan,” jelas CEO John Damgaard, “Cortana dapat membaca setiap studi kanker yang diterbitkan dalam sejarah sebelum tengah hari dan pada pukul 3 malam. sedang membuat rekomendasi khusus pasien tentang rencana perawatan dan meningkatkan hasil. "
CDS juga mengemukakan argumen bahwa mesin dapat berkomunikasi satu sama lain jauh lebih baik daripada manusia. Secara khusus, semua perangkat medis dapat dihubungkan ke internet sama seperti perangkat Internet of Things (IoT) lainnya (perangkat yang dapat dikenakan, monitor, sensor samping tempat tidur, dll.), Dan juga perangkat lunak EMR. Interoperabilitas adalah masalah kritis perawatan kesehatan modern karena pemberian fragmentasi perawatan merupakan penyebab utama perawatan yang tidak tepat dan meningkatnya rawat inap. Ketika dipimpin oleh AI yang cerdas, berbagai platform ESDM menjadi dapat "berbicara" satu sama lain melalui internet, meningkatkan kerjasama dan kolaborasi antara berbagai bangsal dan bahkan berbagai fasilitas perawatan kesehatan.
Pengembangan Obat
Mengembangkan obat baru melalui uji klinis sering kali merupakan urusan yang sangat mahal. Tidak hanya dari segi waktu (berbicara tentang beberapa dekade) dan dolar yang diinvestasikan (biayanya dapat dengan mudah mencapai beberapa miliar dolar), tetapi juga kehidupan manusia. Banyak obat-obatan baru memerlukan, pada kenyataannya, bertahun-tahun pengujian tambahan pada subyek dunia nyata selama periode pasca-pemasaran, dan itu tidak begitu umum sehingga banyak efek samping yang serius (atau bahkan mematikan) ditemukan bertahun-tahun setelah pengobatan telah dilakukan. diluncurkan.
Sekali lagi, AI berbahan bakar superkomputer yang efisien dapat membasmi obat baru dari basis data struktur molekul yang tidak pernah bisa dianalisis oleh manusia. Contoh yang menonjol adalah Atomwises AI, yang mampu memprediksi dua obat yang dapat menghentikan epidemi virus Ebola. Dalam waktu kurang dari satu hari, pencarian virtual mereka dapat menemukan dua obat yang sudah aman dan sudah ada yang dapat digunakan kembali untuk memerangi virus mematikan. Bagian terbaiknya adalah mereka menemukan cara untuk bereaksi secara efektif terhadap keadaan darurat pandemi hanya dengan memindai melalui obat-obatan yang telah dipasarkan kepada pasien selama bertahun-tahun, membuktikan keamanannya. (Untuk mempelajari lebih lanjut tentang bagaimana teknologi memandu pengembangan obat, lihat Pengaruh Datas Besar dalam Kedokteran dan Farmasi.)
Lompatan Menuju Masa Depan
Beberapa teknologi yang paling menakjubkan belum siap, tidak lebih dari sekadar prototipe, tetapi implikasinya begitu menakjubkan sehingga masih layak disebut.
Salah satunya adalah pengobatan presisi, disiplin yang sangat ambisius yang menggunakan algoritma genomik mendalam untuk memindai melalui DNA pasien mencari mutasi dan anomali yang dapat dikaitkan dengan penyakit seperti kanker. Orang-orang seperti Craig Venter, salah satu bapak Proyek Genom Manusia, saat ini sedang mengerjakan generasi baru teknologi komputasi yang dapat memprediksi efek dari perubahan genetik, membuka jalan menuju perawatan individual dan deteksi dini banyak penyakit yang dapat dicegah.
Sepatah Kata Bijaksana
Meskipun kami sangat bersemangat karena potensi besar untuk memperkenalkan AI ke layanan kesehatan, penting bagi kami untuk memahami keterbatasannya. Menggunakan AI dalam pengobatan bukan tanpa risiko, meskipun banyak dari mereka akan mudah diatasi begitu kita terbiasa.
Pepatah “tidak membahayakan” sangat penting untuk menetapkan beberapa standar etika yang akan bertindak sebagai batasan. Hari ini diinvestasikan dalam tanggung jawab membangun kerangka kerja yang dengannya generasi mendatang akan membuat keputusan.