Прошло уже несколько лет, почему же искусственный интеллект не делает медицину лучше?
Хотя это довольно упрощенный вопрос, и да, искусственный интеллект продвигает медицину многими способами, но есть еще много работы, которую предстоит выполнить.
“Согласно мнению экспертов, хорошо разработанный и внедренный искусственный интеллект — это что-то вроде кавалерии, приходящей на помощь изнуренным врачам, борющимся с огромной рабочей нагрузкой, высокими административными бременами и лавиной новых клинических данных,” писал Алвин Пауэлл в Гарвардском Университете, и это было в 2020 году, но какой прогресс был достигнут за последние три года?
Недавно я слушал выступление Абхишека Сингха, который долгое время занимается подобными усилиями. Он показал, как искусственный интеллект может быть готов к тому, чтобы пойти гораздо дальше в ближайшее время.
“Здравоохранение полно противоречивых доказательств,” — сказал он, указывая на слишком большую зависимость от ‘унисекс-подхода’.
В каком-то смысле он предложил, что то, что мы делаем сейчас, очень похоже на исследование неизведанных вод древних географов, усилия основаны на “анекдотах, обещанных землях и неточных данных.”
Итак, суть? Здравоохранение нуждается в типе картографии вроде Google Maps, чтобы точнее персонализировать медицину!
“Сначала мы отслеживаем, где мы находимся, затем узнаем, где находятся все остальные, сравниваем наше путешествие с их, и в конечном итоге получаем рекомендуемый оптимальный путь от точки А к точке В наиболее быстрым способом,” — сказал он.
Сингх также упомянул три проблемы этого процесса — недоверие, дезорганизация и деперсонализация. Как он отметил, разрозненные данные усложняют ситуацию. Также как и обобщенный анализ!
Представляя график с данными и трафиком, а также данными о частной жизни и здоровье как ценностями, он объяснил, что фундаментальной целью должно стать объединение обоих в проблеме открытия — иметь систему, где можно получить понимание, не нарушая конфиденциальность.
“В общей системе здравоохранения есть много заинтересованных сторон,” — сказал он. “Больницы, страховые компании, фармацевтические компании, пациенты, исследовательские учреждения — и многие из них не способны обмениваться информацией и пониманием из-за регуляции и общего недостатка совместимости.”
Тем не менее, по мнению Сингха, с централизацией может прийти одна точка отказа, так что что насчет открытия без централизации?
Он говорил о кластеризации людей в соответствии с их ДНК, что делает их потребности в здоровье уникальными.
“Аналогично тому, как мореплаватели строили все более крупные корабли для решения проблемы картографирования мира, современный искусственный интеллект направлен на создание все более крупных моделей для улучшения точности,” добавил он.
Это соответствует тому, что я слышал из других недавних выступлений людей, работающих в области здравоохранения. Они предполагают, что геномика — это способ персонализировать здравоохранение, и то, что нам нужно сделать в основном, включает в себя лучшее отслеживание и, снова же, картографирование нашей персональной системы здоровья — другими словами, наших организмов и самих себя.
Лет десять назад мы переходили к электронным медицинским записям и электронным записям о здоровье. У нас было множество проблем с доступом, и многие из них не исчезли. Говоря о регулировании, Сингх, вероятно, также имеет в виду Закон о портативной конфиденциальности медицинских данных (HIPAA), который как общее правило, осложнил многие исследовательские деятельности и усилия.
Но если мы сможем пройти путь от здравоохранения 2.0 — дизайна цифровых записей — к здравоохранению 3.0 — анализу и рекомендациям с помощью искусственного интеллекта — мы можем получить инструменты, которые нам нужны для создания того, о чем говорит Сингх.
