Os expertos en IA discuten como integrar a IA robusta na asistencia sanitaria, por que a colaboración interdisciplinar é fundamental e o potencial da IA xeradora na investigación.
Feifei Li e Lloyd Minor deron observacións de apertura no Simposio Inaugural Raise Health na Stanford University School of Medicine o 14 de maio. Steve Fish
A maioría das persoas capturadas pola intelixencia artificial tiveron algún tipo de momento "aha", abrindo a súa mente a un mundo de posibilidades. No Simposio Inaugural Raise Health, o 14 de maio, Lloyd Minor, MD, decano da Escola de Medicina da Universidade de Stanford e vicepresidente de asuntos médicos da Universidade de Stanford, compartiu a súa perspectiva.
Cando se lle solicitou a un curioso adolescente que resumise os seus resultados sobre o oído interno, volveuse á intelixencia artificial xeradora. "Preguntei:" Que é a síndrome de dehiscencia do canal superior? " Menor dixo a case 4.000 participantes no simposio. En cuestión de segundos, apareceron varios parágrafos.
"Son bos, moi bos", dixo. "Que esta información foi compilada nunha descrición concisa, xeralmente precisa e claramente priorizada da enfermidade. Isto é bastante notable. "
Moitos a emoción de Minor compartiu o evento de media xornada, que foi un resultado da iniciativa Rise Health, un proxecto lanzado pola Stanford University School of Medicine e o Instituto de Intelixencia Artificial centrado no ser humano (HAI) para guiar o uso responsable do artificial artificial intelixencia. Intelixencia en investigación biomédica, educación e atención ao paciente. Os relatores examinaron o que significa implementar a intelixencia artificial na medicina dun xeito que non só é útil para médicos e científicos, senón tamén transparente, xusto e equitativo para os pacientes.
"Cremos que se trata dunha tecnoloxía que mellora as capacidades humanas", dixo Fei-Fei Li, profesor de ciencias da computación na escola de enxeñería Stanford, director de The Raen Health con Proxecto Menor e codirector de HAI. Xeración tras xeración, poden xurdir novas tecnoloxías: a partir de novas secuencias moleculares de antibióticos ata mapear a biodiversidade e revelar partes ocultas da bioloxía fundamental, a IA está a acelerar o descubrimento científico. Pero non todo isto é beneficioso. "Todas estas aplicacións poden ter consecuencias non desexadas e necesitamos informáticos que desenvolvan e implementen [intelixencia artificial] de forma responsable, traballando con diversas partes interesadas, desde médicos e éticos ... ata expertos en seguridade e máis alá", di ela. "Iniciativas como aumentar a saúde demostran o noso compromiso con isto."
A consolidación de tres divisións de Medicina de Stanford - a Escola de Medicina, a atención sanitaria de Stanford e a Escola de Medicina de Saúde Infantil de Stanford - e as súas conexións con outras partes da Universidade de Stanford puxérono nunha posición onde os expertos están a coller co desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento do desenvolvemento de Intelixencia artificial. Problemas de xestión e integración no campo da asistencia sanitaria e da medicina. Medicina, a canción foi.
"Estamos ben posicionados para ser un pioneiro no desenvolvemento e implementación responsable da intelixencia artificial, desde descubrimentos biolóxicos fundamentais ata mellorar o desenvolvemento de drogas e facer máis eficientes os procesos de ensaio clínico, ata a prestación real de servizos sanitarios. asistencia sanitaria. O xeito no que se configura o sistema sanitario ", dixo.
Varios relatores destacaron un concepto sinxelo: centrarse no usuario (neste caso, o paciente ou o médico) e todo o demais seguirá. "Poña ao paciente no centro de todo o que facemos", dixo a doutora Lisa Lehmann, directora de bioética do Hospital de Brigham e das Mulleres. "Necesitamos considerar as súas necesidades e prioridades".
De esquerda a dereita: Noticias estatísticas ancoran Mohana Ravindranath; Jessica Peter Lee de Microsoft Research; Sylvia Plevritis, profesora de ciencias de datos biomédicos, discute o papel da intelixencia artificial na investigación médica. Steve Fish
Os relatores sobre o panel, que incluíron o bioeticista de Lehmann, o bioeticista médico de Stanford Medical Mildred Cho, MD e o director clínico de Google Michael Howell, MD, observaron a complexidade dos sistemas hospitalarios, destacando a necesidade de comprender o seu propósito antes de calquera intervención. Implementalo e asegúrese de que todos os sistemas desenvolvidos sexan inclusivos e escoiten ás persoas que están deseñadas para axudar.
Unha clave é a transparencia: deixa claro de onde proveñen os datos empregados para adestrar o algoritmo, de que é o propósito orixinal do algoritmo e se os futuros datos do paciente continuarán axudando ao algoritmo a aprender, entre outros factores.
"Intentar predecir problemas éticos antes de que se fagan graves [significa] atopar o punto doce perfecto onde sabes o suficiente sobre a tecnoloxía para ter certa confianza nel, pero non antes de [o problema] se estende aínda máis e resolve máis pronto". , Dixo Denton Char. Candidato de Ciencias Médicas, profesor asociado do Departamento de Anestesioloxía Pediátrica, Medicina Perioperatoria e Medicina da Dor. Un paso clave, segundo el, é identificar a todos os interesados que poidan verse afectados pola tecnoloxía e determinar como eles mesmos queren responder a esas preguntas.
Jesse Ehrenfeld, MD, presidente da American Medical Association, analiza catro factores que impulsan a adopción de calquera ferramenta de saúde dixital, incluídas as propulsadas por intelixencia artificial. É eficaz? Funcionará isto na miña institución? Quen paga? Quen é o responsable?
Michael Pfeffer, MD, xefe de información de Stanford Health Care, citou un exemplo recente no que moitas das cuestións foron probadas entre as enfermeiras dos hospitais de Stanford. Os clínicos están apoiados por grandes modelos de idiomas que proporcionan anotacións iniciais para as mensaxes de pacientes entrantes. Aínda que o proxecto non é perfecto, os médicos que axudaron a desenvolver o informe tecnolóxico que o modelo facilita a súa carga de traballo.
"Sempre nos centramos en tres cousas importantes: seguridade, eficiencia e inclusión. Somos médicos. Fixemos xuramento de "non facer dano", dixo Nina Vasan, MD, profesora asistente clínica de psiquiatría e ciencias do comportamento, que se uniron a Char e Pfeffer uniuse ao grupo. "Este debe ser o primeiro xeito de avaliar estas ferramentas."
Nigam Shah, MBBS, doutora, profesor de medicina e ciencias de datos biomédicos, comezou a discusión cunha estatística impactante a pesar do aviso xusto para a audiencia. "Falo en termos e números xerais, e ás veces tenden a ser moi directos", dixo.
Segundo Shah, o éxito da IA depende da nosa capacidade para escalala. "Facer unha investigación científica adecuada sobre un modelo leva uns 10 anos e se cada un dos 123 programas de bolsa e residencia quería probar e implementar o modelo a ese nivel de rigor, sería moi difícil facer a ciencia correcta como actualmente organizamos Os nosos esforzos e [proba]] custarían 138 millóns de dólares para asegurarse de que cada un dos nosos sitios funcione correctamente ", dixo Shah. “Non podemos permitirnos isto. Entón, necesitamos atopar un xeito de expandirse e necesitamos expandirnos e facer unha boa ciencia. As habilidades de rigor están nun só lugar e as habilidades de escala están noutro, polo que necesitaremos ese tipo de asociación. "
O decano asociado Yuan Ashley e Mildred Cho (recepción) asistiron ao taller de saúde. Steve Fish
Algúns relatores do simposio dixeron que isto podería conseguirse a través de asociacións público-privadas, como a recente orde executiva da Casa Branca sobre o desenvolvemento seguro, seguro e de confianza e o uso da intelixencia artificial e do consorcio para a intelixencia artificial sanitaria (CHAI). ).
"A asociación público-privada con maior potencial é unha entre a academia, o sector privado e o sector público", dixo Laura Adams, asesora maior da Academia Nacional de Medicina. Ela observou que o goberno pode asegurar a confianza pública e os centros médicos académicos poden. Proporcionar lexitimidade e a experiencia técnica e o tempo de computadora poden ser proporcionadas polo sector privado. "Todos somos mellores que calquera de nós, e recoñecemos que ... non podemos rezar para darse conta do potencial da [intelixencia artificial] a menos que entendamos como interactuar entre nós."
Varios relatores dixeron que a IA tamén ten un impacto na investigación, tanto se os científicos o usan para explorar o dogma biolóxico, predicen novas secuencias e estruturas de moléculas sintéticas para apoiar novos tratamentos, ou incluso axudalos a resumir ou escribir traballos científicos.
"Esta é unha oportunidade para ver o descoñecido", dixo Jessica Mega, MD, cardióloga na Escola de Medicina da Universidade de Stanford e cofundadora de verdadeiramente. Mega mencionou a imaxe hiperspectral, que captura as características da imaxe invisible para o ollo humano. A idea é usar a intelixencia artificial para detectar patróns en diapositivas de patoloxía que os humanos non ven que indican a enfermidade. "Animo á xente a abrazar o descoñecido. Creo que todos aquí coñecen a alguén con algún tipo de condición médica que necesita algo máis aló do que podemos proporcionar hoxe ", dixo Mejia.
Os panelistas tamén acordaron que os sistemas de intelixencia artificial proporcionarán novas formas de identificar e combater a toma de decisións tendenciosas, xa sexa tomada polos humanos ou a intelixencia artificial, coa capacidade de identificar a fonte do sesgo.
"A saúde é algo máis que asistencia médica", acordaron varios panelistas. Os relatores subliñaron que os investigadores adoitan pasar por alto os determinantes sociais da saúde, como o estado socioeconómico, o código postal, o nivel de educación e a raza e a etnia, ao recoller datos inclusivos e contratar participantes para estudos. "A IA só é tan eficaz como os datos sobre os que está adestrado o modelo", dixo Michelle Williams, profesora de epidemioloxía na Universidade de Harvard e profesora asociada de epidemioloxía e saúde da poboación na Escola de Medicina da Universidade de Stanford. "Se facemos o que nos esforzamos por facer. Mellorar os resultados da saúde e eliminar as desigualdades, debemos asegurar que recollamos datos de alta calidade sobre o comportamento humano e o medio social e natural. "
Natalie Pageler, MD, profesora clínica de pediatría e medicina, dixo que os datos do cancro agregados adoitan excluír datos sobre mulleres embarazadas, creando sesgos inevitables en modelos e agravando as disparidades existentes na asistencia sanitaria.
David Magnus, profesor de pediatría e medicina, dixo que como calquera nova tecnoloxía, a intelixencia artificial pode mellorar as cousas en moitos aspectos ou empeorar. O risco, dixo Magnus, é que os sistemas de intelixencia artificial aprenderán sobre os resultados de saúde inequitables impulsados polos determinantes sociais da saúde e reforzarán eses resultados a través da súa produción. "A intelixencia artificial é un espello que reflicte a sociedade na que vivimos", dixo. "Espero que cada vez que teñamos a oportunidade de brillar unha luz sobre un problema: manter un espello ata nós mesmos, servirá de motivación para mellorar a situación".
Se non puideses asistir ao taller de saúde de elevación, pódese atopar unha gravación da sesión aquí.
A Escola de Medicina da Universidade de Stanford é un sistema integrado de asistencia sanitaria académica composto pola Escola de Medicina da Universidade de Stanford e os sistemas de asistencia sanitaria para adultos e pediátricos. Xuntos danse conta de todo o potencial da biomedicina a través de investigación colaborativa, educación e atención clínica do paciente. Para máis información, visite med.stanford.edu.
Un novo modelo de intelixencia artificial está a axudar aos médicos e enfermeiras do hospital de Stanford xuntos para mellorar a atención ao paciente.
Tempo de publicación: xullo 19-2024