AI eksperdid arutavad, kuidas integreerida tugev AI tervishoiusse, miks on interdistsiplinaarne koostöö kriitiline ja generatiivse AI potentsiaal teadusuuringutes.
Feifei Li ja Lloyd Minor andsid 14. mail Stanfordi ülikooli meditsiinikoolis avaarunduse RACE sümpoosionil sissejuhatavad märkused. Steve Fish
Enamikul tehisintellektist kinni püütud inimestel on olnud mingisugune “AHA” hetk, avades nende meelt võimaluste maailmale. 14. mail toimunud Tervise sümpoosionil avas Stanfordi ülikooli meditsiinikooli dekaan Lloyd Minor ja Stanfordi ülikooli meditsiiniasjade asepresident oma vaatenurka.
Kui ühel uudishimulikul teismelisel paluti kokku võtta oma leiud sisekõrva kohta, pöördus ta generatiivse tehisintellekti poole. "Ma küsisin:" Mis on ülem kanali dehiscence sündroom? " Minor rääkis ligi 4000 sümpoosionil osalejat. Mõne sekundiga ilmus mitu lõiku.
"Nad on head, väga head," ütles ta. „See teave koondati haiguse lühikeseks, üldiselt täpseks ja selgelt prioriteediks. See on üsna tähelepanuväärne. ”
Paljud jagasid Minor põnevust poolepäevase ürituse jaoks, mis oli RACE Health Initiative väljakasv, Stanfordi ülikooli meditsiinikooli käivitatud projekt ja Stanfordi instituut inimkeskne tehisintellekt (HAI), mis juhendab kunstliku kasutamise vastutustundlikku kasutamist Intelligentsus. Intelligentsus biomeditsiiniliste uuringute, hariduse ja patsiendihoolduse alal. Esinejad uurisid, mida tähendab meditsiinis tehisintellekti rakendamine viisil, mis pole kasulik mitte ainult arstidele ja teadlastele, vaid ka läbipaistev, õiglane ja patsientide jaoks õiglane.
"Me usume, et see on tehnoloogia, mis suurendab inimlikke võimalusi," ütles Stanfordi tehnikakooli arvutiteaduse professor Fei-Fei Li, RACE Healthi direktor koos väiksema projektiga ja Hai kaasdirektor. Pärast põlvkonda võib tekkida uued tehnoloogiad: alates uutest antibiootikumide molekulaarsetest järjestustest kuni bioloogilise mitmekesisuse kaardistamise ja põhibioloogia varjatud osade paljastamiseni kiirendab AI teaduslikku avastust. Kuid mitte kõik see pole kasulik. "Kõigil neil rakendustel võivad olla tahtmatud tagajärjed ja me vajame arvutiteadlasi, kes arendavad ja rakendavad [tehisintellekti] vastutustundlikult, töötades erinevate sidusrühmadega, arstidest ja eetikud ... kuni turvaekspertideni ja mujal," ütleb ta. "Sellised algatused nagu RACE Health näitavad meie pühendumust sellele."
Stanfordi meditsiini kolme diviisi - meditsiinikool, Stanfordi tervishoiu ja Stanfordi ülikooli laste tervise meditsiini kooli - konsolideerimine ning selle seosed Stanfordi ülikooli muude osadega on pannud selle olukorda, kus eksperdid vaevavad tehisintellekt. Juhtimis- ja integratsiooniprobleemid tervishoiu ja meditsiini valdkonnas. Ravim, laul läks.
„Oleme hästi positsioonil, et olla tehisintellekti väljatöötamisel ja vastutustundlikul rakendamisel, alates põhilistest bioloogilistest avastustest kuni ravimite väljatöötamise parandamiseni ja kliiniliste uuringute protsesside tõhusamaks muutmiseni kuni tervishoiuteenuste tegeliku osutamiseni. tervishoid. Tervishoiusüsteemi seadistamise viis, ”sõnas ta.
Mitmed esinejad rõhutasid lihtsat kontseptsiooni: keskenduge kasutajale (antud juhul patsiendile või arstile) ja kõik muu järgneb. "See paneb patsiendi kõige keskmesse, mida me teeme," ütles Brighami ja naistehaigla bioeetika direktor dr Lisa Lehmann. "Peame kaaluma nende vajadusi ja prioriteete."
Vasakult paremale: Stat Newsi ankur Mohana Ravindranath; Jessica Peter Lee Microsoft Researchist; Biomeditsiiniliste andmeteaduste professor Sylvia plevritis arutab tehisintellekti rolli meditsiinilistes uuringutes. Steve kala
Paneelil esinejad, kuhu kuulusid Lehmann, Stanfordi ülikooli meditsiiniline bioeetik Mildred Cho, MD, ja Google'i kliinilise juht Michael Howell, MD, märkisid haiglasüsteemide keerukust, rõhutades vajadust mõista nende eesmärki enne mis tahes sekkumist. Rakendage see ja veenduge, et kõik välja töötatud süsteemid on kaasavad, ja kuulake inimesi, kellele nad on mõeldud.
Üks võti on läbipaistvus: see teeb selgeks, kust algoritmi koolitamiseks kasutatud andmed pärinevad, milline on algoritmi algne eesmärk ja kas tulevased patsientide andmed aitavad muu hulgas algoritmi õppida.
"Püüdes ennustada eetilisi probleeme enne, kui need muutuvad tõsiseks [tähendab] ideaalse magusa koha leidmist, kus teate tehnoloogiast piisavalt, et selle vastu teatavat usaldada, kuid mitte enne, kui [probleem] levib veelgi ja lahendab selle varem." , Ütles Denton Char. Meditsiiniteaduste kandidaat, laste anestesioloogia, perioperatiivse meditsiini ja valu meditsiini osakonna dotsent. Tema sõnul on üks peamine samm kõigi sidusrühmade tuvastamine, keda tehnoloogia mõjutab, ja otsustada, kuidas nad ise neile küsimustele vastata tahaksid.
Jesse Ehrenfeld, MD, Ameerika Meditsiini Assotsiatsiooni president, arutab nelja tegurit, mis juhivad mis tahes digitaalse tervise tööriista vastuvõtmist, sealhulgas neid, mida toidavad tehisintellekti. Kas see on efektiivne? Kas see töötab minu asutuses? Kes maksab? Kes vastutab?
Stanford Health Care'i teabejuht Michael Pfeffer tsiteeris hiljutist näidet, milles paljusid probleeme testiti Stanfordi haiglate õdede seas. Kliinikuid toetavad suured keelemudelid, mis pakuvad sissetulevate patsientide sõnumite jaoks esialgseid märkusi. Kuigi projekt pole täiuslik, siis tehnoloogia aruandes aitanud arstid leevendab mudel nende töökoormust.
„Keskendume alati kolmele olulisele asjale: ohutus, tõhusus ja kaasamine. Oleme arstid. Me anname vande, et "ei tee kahju", ütles Psühhiaatria ja käitumisteaduste kliiniline abiprofessor Nina Vasan, kes liitus Grupiga Char ja Pfefferiga. "See peaks olema esimene viis nende tööriistade hindamiseks."
Nigam Shah, MBBS, Ph.D., meditsiini- ja biomeditsiini andmeteaduste professor, alustas arutelu šokeeriva statistikaga hoolimata publikule õiglasest hoiatusest. "Ma räägin üldiselt ja numbritega ning mõnikord kipuvad need olema väga otsesed," ütles ta.
Shahi sõnul sõltub AI edu meie võimest seda skaleerida. „Mudeli korralike teadusuuringute tegemine võtab umbes 10 aastat ja kui iga 123 stipendiumi ja residentuuriprogrammi sooviks mudelit sellele rangusele testida ja juurutada, oleks õiget teadust väga keeruline teha, kuna praegu korraldame Meie jõupingutused ja [test]] maksaks 138 miljardit dollarit veenduda, et kõik meie saidid töötavad õigesti, ”sõnas Shah. “Me ei saa seda endale lubada. Seega peame leidma viisi, kuidas laieneda, ja peame laienema ja tegema head teadust. Ranged oskused on ühes kohas ja skaleerimisoskused on teises, seega vajame seda tüüpi partnerlust. ”
Kaaslane dekaan Yuan Ashley ja Mildred Cho (vastuvõtt) osalesid Tervise töötoas. Steve kala
Mõned sümpoosioni esinejad ütlesid, et seda saab saavutada avaliku ja erasektori partnerluse kaudu, näiteks Valge Maja täitevkorralduse korraldus tehisintellekti turvalisel, turvalisel ja usaldusväärsel arendamisel ja kasutamisel ning tervishoiu tehisintellekti konsortsiumil (CHAI). ).
"Avaliku ja erasektori partnerlus suurima potentsiaaliga on akadeemiliste ringkondade, erasektori ja avaliku sektori vahel," ütles riikliku meditsiiniakadeemia vanemnõunik Laura Adams. Ta märkis, et valitsus suudab tagada avaliku usalduse ja akadeemilised meditsiinikeskused saavad. Pakuge legitiimsust ning tehnilisi teadmisi ja arvutiaega saab pakkuda erasektor. "Me oleme kõik paremad kui ükski meist, ja tunnistame, et… me ei saa palvetada [tehisintellekti] potentsiaali mõistmiseks, kui me ei saa aru, kuidas omavahel suhelda."
Mitmed esinejad ütlesid, et AI mõjutab ka uuringuid, kas teadlased kasutavad seda bioloogilise dogma uurimiseks, sünteetiliste molekulide uusi järjestusi ja struktuure uute ravimeetodite toetamiseks või isegi teaduslike paberite kokkuvõtmiseks või kirjutamiseks.
"See on võimalus näha tundmatut," ütles Stanfordi ülikooli meditsiinikooli kardioloog Jessica Mega ja Alphabeti tõeliselt kaasasutaja. Mega mainis hüperspektrilist pilti, mis jäädvustab pilti, mis on inimsilmale nähtamatud. Idee on kasutada tehisintellekti patoloogia slaidide mustrite tuvastamiseks, mida inimesed ei näe, et see haigust ei viita. “Julgustan inimesi tundmatut omaks võtma. Arvan, et kõik siin teavad keegi, kellel on mingisugune tervislik seisund, kes vajab midagi muud, mida me täna pakume, ”sõnas Mejia.
Samuti nõustusid paneelid, et tehisintellekti süsteemid pakuvad uusi viise kallutatud otsuste tegemiseks ja vastu võitlemiseks, olgu need siis inimesed või tehisintellekt, võimega tuvastada eelarvamuste allikas.
"Tervis on midagi enamat kui lihtsalt arstiabi," nõustusid mitmed paneelid. Esinejad rõhutasid, et teadlased jätavad sageli tähelepanuta tervishoiu sotsiaalsed tegurid, näiteks sotsiaalmajanduslik staatus, postiindeks, haridustase ning rassi ja etnilise kuuluvuse, kaasavate andmete kogumisel ja osalejate värbamisel õpinguteks. "AI on ainult sama tõhus kui andmed, mille kohta mudel koolitatakse," ütles Harvardi ülikooli epidemioloogiaprofessor Michelle Williams ning Stanfordi ülikooli meditsiinikooli epidemioloogia ja rahvastiku tervise dotsent. “Kui teeme seda, mida me püüame teha. Parandage tervisetulemusi ja kõrvaldama ebavõrdsuse, peame tagama, et kogume kvaliteetseid andmeid inimkäitumise ning sotsiaalse ja looduskeskkonna kohta. ”
Laste ja meditsiini kliiniline professor Natalie Pageler, MD, ütles vähi koondatud andmed sageli rasedate naiste kohta, luues mudelites vältimatu eelarvamuse ja süvendades olemasolevaid erinevusi tervishoius.
Pediaatria ja meditsiiniprofessor dr David Magnus ütles, et nagu iga uus tehnoloogia, võib tehisintellekt muuta asju mitmes mõttes paremaks või muuta need hullemaks. Magnuse sõnul on risk, et tehisintellekti süsteemid saavad teada tervise sotsiaalsete tegurite põhjustatud ebavõrdsete tervisenäitajate kohta ja tugevdavad neid tulemusi nende väljundi kaudu. "Tehisintellekt on peegel, mis kajastab ühiskonda, kus me elame," ütles ta. "Loodan, et iga kord, kui meil on võimalus mõnel teemal valgustada - hoida peeglit ise -, on see olukorra parandamiseks motivatsioon."
Kui te ei saanud osaleda Tervise töötoas, leiate siit sessiooni salvestuse.
Stanfordi ülikooli meditsiinikool on integreeritud akadeemiline tervishoiusüsteem, mis koosneb Stanfordi ülikooli meditsiinikoolist ning täiskasvanute ja laste tervishoiuteenuste osutamissüsteemidest. Koos mõistavad nad biomeditsiini täielikku potentsiaali koostöö-, hariduse ja patsientide kliinilise ravi kaudu. Lisateabe saamiseks külastage veebisaiti Med.stanford.edu.
Uus tehisintellekti mudel aitab Stanfordi haigla arstidel ja õdedel teha koostööd patsientide ravi parandamiseks.
Postiaeg: 19. juuli-20124