AI stručnjaci razgovaraju o tome kako integrirati robusni AI u zdravstvo, zašto je interdisciplinarna suradnja kritična i potencijal generativnog AI u istraživanju.
Feifei Li i Lloyd Minor dali su uvodne primjedbe na nastupnom simpoziju za zdravstveno stanje na Medicinskom fakultetu Sveučilišta Stanford. Steve Fish
Većina ljudi zarobljenih umjetnom inteligencijom imala je nekakav "AHA" trenutak, otvarajući svoj um svijetu mogućnosti. Na nastupnom simpoziju za zdravstvo 14. svibnja, dr. Med. Lloyd Minor, dekan Medicinskog fakulteta Sveučilišta Stanford i potpredsjednik za medicinska pitanja na Sveučilištu Stanford, podijelio je svoju perspektivu.
Kad je jedan znatiželjni tinejdžer zamoljen da sažima svoja nalaza u vezi s unutarnjim uhom, okrenuo se generativnoj umjetnoj inteligenciji. "Pitao sam:" Što je sindrom superiornog kanala dehiscencije? " Minor je rekao gotovo 4.000 sudionika simpozija. U nekoliko sekundi pojavilo se nekoliko odlomaka.
"Oni su dobri, stvarno dobri", rekao je. "Da su ove informacije sastavljene u sažet, općenito točan i jasno prioritet opis bolesti. Ovo je prilično izvanredno. "
Mnogi su podijelili uzbuđenje za poludnevni događaj, koji je bio rast Inicijative za povišicu, projekt koji su pokrenuli Medicinski fakultet Sveučilišta Stanford i Stanford Institut za umjetnu inteligenciju usmjerenu na čovjeka (HAI) za vođenje odgovorne uporabe umjetnosti inteligencija. Inteligencija u biomedicinskim istraživanjima, obrazovanju i skrbi o pacijentima. Govornici su ispitali što znači provoditi umjetnu inteligenciju u medicini na način koji nije koristan samo za liječnike i znanstvenike, već i transparentan, pošteno i pravedno za pacijente.
"Vjerujemo da je ovo tehnologija koja poboljšava ljudske sposobnosti", rekao je Fei-Fei Li, profesor informatičkih znanosti na Stanfordskoj školi inženjerstva, direktor The Poil Health s manjim projektom i ko-direktorom HAI-ja. Generacija nakon generacije, mogu se pojaviti nove tehnologije: od novih molekularnih sekvenci antibiotika do mapiranja biološke raznolikosti i otkrivanja skrivenih dijelova temeljne biologije, AI ubrzava znanstveno otkriće. Ali nije sve to korisno. "Sve ove aplikacije mogu imati nenamjerne posljedice, a potrebni su nam informatički znanstvenici koji razvijaju i provode [umjetnu inteligenciju] odgovorno, radeći s raznim dionicima, od liječnika i etičara ... do sigurnosnih stručnjaka i šire", kaže ona. "Inicijative poput podizanja zdravlja pokazuju našu predanost tome."
Konsolidacija tri divizije Stanford Medicine - Medicinski fakultet, zdravstvena zaštita Stanford i School of Stanford University School of Child Health Medicine - i njegove povezanosti s drugim dijelovima Sveučilišta Stanford stavili su je u položaj u kojem se stručnjaci suočavaju s razvojem Umjetna inteligencija. Pitanja upravljanja i integracije u području zdravstvene zaštite i medicine. Medicina, pjesma je prošla.
„Dobro smo pozicionirani kao pionir u razvoju i odgovornoj provedbi umjetne inteligencije, od temeljnih bioloških otkrića do poboljšanja razvoja lijekova i postizanja učinkovitijih procesa kliničkih ispitivanja, sve do stvarne pružanja zdravstvenih usluga. Zdravstvena zaštita. Način na koji je postavljen zdravstveni sustav ", rekao je.
Nekoliko govornika naglasilo je jednostavan koncept: usredotočiti se na korisnika (u ovom slučaju pacijenta ili liječnika) i sve ostalo će uslijediti. "To stavlja pacijenta u središte svega što radimo", rekla je dr. Lisa Lehmann, direktorica bioetike u Brighamu i ženskoj bolnici. "Moramo razmotriti njihove potrebe i prioritete."
S lijeva na desno: sidro stat vijesti Mohana Ravindranath; Jessica Peter Lee iz Microsoftovog istraživanja; Sylvia Plevritis, profesorica znanosti o biomedicinskim podacima, govori o ulozi umjetne inteligencije u medicinskim istraživanjima. Steve Fish
Govornici na panelu, u kojem su bili uključeni Lehmann, medicinski bioetičar Sveučilišta Stanford Mildred Cho, dr. Med., I Googleov glavni klinički službenik Michael Howell, dr. Med. Provedite ga i osigurajte da su svi razvijeni sustavi inkluzivni i slušaju ljude kojima su dizajnirani kako bi pomogli.
Jedan je ključ transparentnost: jasno mu je jasno odakle potječu podaci koji se koriste za obuku algoritma, koja je izvorna svrha algoritma i hoće li budući podaci o pacijentima nastaviti pomagati algoritmu da nauče, između ostalih čimbenika.
"Pokušaj predviđanja etičkih problema prije nego što postanu ozbiljni [znači] pronaći savršeno slatko mjesto na kojem znate dovoljno o tehnologiji da biste imali povjerenja u nju, ali ne prije nego što se [problem] širi dalje i riješi ga prije." , Rekao je Denton Char. Kandidat za medicinske znanosti, izvanredni profesor Odjela za pedijatrijsku anesteziologiju, perioperativnu medicinu i medicinu boli. Jedan ključni korak, kaže, je identificiranje svih dionika na koje bi tehnologija mogla utjecati i utvrditi kako bi oni sami željeli odgovoriti na ta pitanja.
Jesse Ehrenfeld, dr. Med., Predsjednik Američkog medicinskog udruženja, raspravlja o četiri faktora koji pokreću usvajanje bilo kojeg digitalnog zdravstvenog alata, uključujući i one koje pokreće umjetna inteligencija. Je li učinkovito? Hoće li ovo raditi u mojoj ustanovi? Tko plaća? Tko je odgovoran?
Michael Pfeffer, dr. Med., Glavni informatički direktor Stanford Health Care, naveo je nedavni primjer u kojem su mnoga pitanja testirana među medicinskim sestrama u Stanford Hospital. Kliničari su podržani velikim jezičnim modelima koji pružaju početne napomene za dolazne poruke pacijenata. Iako projekt nije savršen, liječnici koji su pomogli u razvoju tehnološkog izvještaja da model olakšava njihovo opterećenje.
„Uvijek se fokusiramo na tri važne stvari: sigurnost, učinkovitost i uključivanje. Mi smo liječnici. Položimo zakletvu da "ne nanesemo štetu", rekla je Nina Vasan, dr. Med., Klinička docentica psihijatrije i bihevioralnih znanosti, koji su se pridružili Char i Pfeffer pridružili se grupi. "Ovo bi trebao biti prvi način za procjenu ovih alata."
Nigam Shah, MBBS, doktor znanosti o medicini i biomedicinskim podacima, započeo je raspravu šokantnom statistikom usprkos fer upozorenju publici. "Općenito govorim, a ponekad i oni imaju tendenciju da budu vrlo izravni", rekao je.
Prema Shahu, uspjeh AI -ja ovisi o našoj sposobnosti da je skaliramo. „Pravilno znanstveno istraživanje na modelu traje oko 10 godina, a ako bi svaki od 123 programa za zajedništvo i prebivalište htio testirati i rasporediti model na tu razinu strogosti, bilo bi vrlo teško napraviti ispravnu znanost kao što trenutno organiziramo Naši napori i [test]] koštali bi 138 milijardi dolara kako bi se osiguralo da svaka od naših web lokacija funkcionira ispravno ", rekao je Shah. “Ne možemo si to priuštiti. Stoga moramo pronaći način da se proširimo i moramo se proširiti i činiti dobru znanost. Čvrsti vještine nalaze se na jednom mjestu, a vještine skaliranja su u drugom, pa će nam trebati takva vrsta partnerstva. "
Pridruženi Dean Yuan Ashley i Mildred Cho (prijem) prisustvovali su radionici o zdravlju. Steve Fish
Neki govornici na simpoziju rekli su da bi se to moglo postići javno-privatnim partnerstvima, poput nedavnog izvršnog naloga Bijele kuće o sigurnom, sigurnom i pouzdanom razvoju i korištenju umjetne inteligencije i konzorcija za umjetnu inteligenciju u zdravstvu (CHAI). ).
"Javno-privatno partnerstvo s najvećim potencijalom jedno je između akademskog dijela, privatnog sektora i javnog sektora", rekla je Laura Adams, viša savjetnica Nacionalne akademije za medicinu. Napomenula je da vlada može osigurati povjerenje javnosti, a akademski medicinski centri mogu. Omogućite legitimitet, te tehničku stručnost i računalno vrijeme može pružiti privatni sektor. "Svi smo bolji od bilo kojeg od nas i prepoznajemo da ... ne možemo se moliti da shvatimo potencijal [umjetne inteligencije] ako ne razumijemo kako komunicirati jedni s drugima."
Nekoliko govornika reklo je da AI također utječe na istraživanje, bilo da ga znanstvenici koriste za istraživanje biološke dogme, predviđanje novih sekvenci i struktura sintetičkih molekula kako bi podržali nove tretmane ili čak pomogli im da sažeti ili pišu znanstvene radove.
"Ovo je prilika da se vidi nepoznanica", rekla je Jessica Mega, dr. Med., Kardiologinja na Medicinskom fakultetu Sveučilišta Stanford i suosnivačica Apcebet's Granyly. Mega je spomenula hiperspektralno snimanje, koje bilježi slike nevidljive za ljudsko oko. Ideja je koristiti umjetnu inteligenciju za otkrivanje obrazaca u patološkim dijapozitivima za koje ljudi ne vide da ukazuju na bolest. „Potičem ljude da prihvate nepoznato. Mislim da svi ovdje poznaju nekoga s nekim medicinskim stanjem kome treba nešto više od onoga što danas možemo pružiti ", rekla je Mejia.
Panelisti su se također složili da će sustavi umjetne inteligencije pružiti nove načine za prepoznavanje i borbu protiv pristranog donošenja odluka, bilo da su to donijeli ljudi ili umjetna inteligencija, sa sposobnošću identificiranja izvora pristranosti.
"Zdravlje je više od medicinske skrbi", složilo se nekoliko panelista. Govornici su naglasili da istraživači često zanemaruju socijalne odrednice zdravlja, poput socioekonomskog statusa, poštanski broj, razina obrazovanja i rase i etničke pripadnosti, prikupljanja inkluzivnih podataka i zapošljavanja sudionika za studije. "AI je jednako učinkovit kao i podaci o kojima je model obučen", rekla je Michelle Williams, profesorica epidemiologije na Sveučilištu Harvard i izvanredna profesorica epidemiologije i zdravlja stanovništva na Medicinskom fakultetu Sveučilišta Stanford. "Ako radimo ono što nastojimo učiniti. Poboljšati zdravstvene rezultate i ukloniti 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 zdravstvu.
Dr. David Magnus, profesor pedijatrije i medicine, rekao je da, kao i svaka nova tehnologija, umjetna inteligencija može stvari poboljšati na više načina ili ih pogoršati. Rizik, rekao je Magnus, jest da će sustavi umjetne inteligencije naučiti o nepravednim zdravstvenim ishodima vođenim socijalnim odrednicama zdravlja i ojačanim tim ishodima kroz njihovu proizvodnju. "Umjetna inteligencija je ogledalo koje odražava društvo u kojem živimo", rekao je. "Nadam se da će svaki put kada imamo priliku zasvijetliti svjetlo - da se ogledalo do sebe - poslužit će kao motivacija za poboljšanje situacije."
Ako niste bili u mogućnosti prisustvovati radionici o zdravlju, snimku sesije možete pronaći ovdje.
Medicinski fakultet Sveučilišta Stanford integrirani je akademski zdravstveni sustav koji se sastoji od Medicinskog fakulteta Sveučilišta Stanford i sustava za pružanje odraslih i dječje zdravstvene zaštite. Zajedno shvaćaju puni potencijal biomedicine kroz kolaborativno istraživanje, obrazovanje i kliničku skrb o pacijentima. Za više informacija posjetite Med.stanford.edu.
Novi model umjetne inteligencije pomaže liječnicima i medicinskim sestrama u bolnici Stanford, zajedno rade na poboljšanju skrbi o pacijentima.
Post Vrijeme: srpanj-19-2024