Ist es der Aufbruch in das Zeitalter der AI in der Medizin?

Robotic Surgery. Medical robot. Medical operation involving robo 1000 x 563

„Die Rolle der Radiologen wird veraltet sein, in fünf Jahren…es gibt keinen Grund, einen Menschen tun sollten, [diagnostische Radiologie].“

-Vinod Khosla, der berühmte Gesundheit tech-venture capitalist

Medizin gekommen ist unvorstellbar weit im vergangenen Jahrhundert, angetrieben durch brillante, engagierte Menschen und die Technologie. In den letzten 20 Jahren, haben wir gesehen, die Einführung von monoklonalen Antikörper-Medikamente, Roboter-Chirurgie, und erstaunlich intravaskulären Behandlungen. Alle Drogerien in eine renaissance-mit einer Vielzahl von minimal-invasiven Techniken und Weiterentwicklungen.

Wie sehen wir die ‚altmodische‘ körperliche Untersuchung gehen auf der Strecke, da die Technologie verdrängt und verstärkt unsere Diagnose durch Sprünge und Grenzen. Mit Billig und reichlich vorhanden, EKG-Maschinen, wie viel weniger tun, setzen wir auf ein Stethoskop? Mit der Einführung von Telemedizin-Lösungen, manchmal die körperliche Untersuchung ist völlig verzichtet.

 

Ist die Medizin in ein neues dawn of AI?

Wie wir sehen dieser neuen Technologie können wir uns Fragen: Ist die Medizin (und der größeren Welt) die Eingabe einer neuen ära der künstlichen Intelligenz und der Technik? Wenn ja, wird diese KI-Technologien, die nur helfen, ärzte oder Arzt ersetzen in einigen Aufgaben? Was bedeutet dies für ärzte, Krankenschwestern, und die Zukunft der Medizin? Hier sind einige der Dinge, die wir sehen bereits:

  • GoogLeNet AI überprüft Tausende von medizinischen Bildern versorgt durch eine holländische Universität und war in der Lage zu identifizieren, die bösartige Tumoren in der Brust-Krebs-Bilder, die mit einem 89% Genauigkeit rate, im Vergleich zu 73% für Ihre menschlichen Gegenstücke. –Erkennung von Krebs Metastasen auf Gigapixel-Pathologie-Bilder, Google/Alphabet
  • In einem neuronalen Netzwerk-Algorithmus erweist sich als empfindlicher als erfahrenen Radiologen, die für die Erkennung der Schilddrüse Knötchen im Ultraschall-Bildgebung. –American Journal of Roentgenology, 2016
  • Ein Google-team hat mit AI zu interpretieren und grade Netzhaut-Bilder der diabetischen Retinopathie mindestens so genau wie eine Kohorte von Augenärzten. Der Algorithmus Diagnose war im Vergleich zu der Mehrheit von mindestens 7 board-zertifizierten Augenärzten. Der Algorithmus erreicht Sensitivität von 97,5% und 96,1% bei einer Spezifität von 93.4% und 93.9%, woraus sich ein negativer prädiktiver Wert von 99.6-99.8%. –JAMA, Entwicklung und Validierung eines Deep Learning Algorithmus für die Erkennung der Diabetischen Retinopathie in Retinal Fundus-Fotografien, 2016

Es besteht kein Zweifel, dass künstliche Intelligenz (AI) hält die großen Versprechen in der Medizin. Machine learning und deep learning, die Teilgebiete der KI sind dabei von besonderem Interesse. In Bereichen wie der Pathologie und der Radiologie, der Mustererkennung ist die Grundlage für eine Diagnose. Wie wir sehen, in den Studien, die oben genannten Maschinen sind hervorragend erkennen immer mehr komplizierte Muster, mit einer Komplexität, die nur möglich war, vom Menschen bis jetzt. Außerdem sind die Maschinen natürlich schneller und konsistenter, ohne Stunden Arbeit Regeln, überstunden, Kosten oder kostspielige Vorteile. Maschinen werden nie müde, abgelenkt, emotional, oder leichtsinnig.

In Bereichen wie der Radiologie, Pathologie, Dermatologie, und Augenheilkunde, ärzte verlassen sich stark auf die Mustererkennung für die Diagnose. Viele Bedingungen, die in diesen Bereichen diagnostiziert werden kann mit den Bildern allein (ohne patient-Interaktion), und noch mehr mit dem Zusatz von modernen multimodalen Bildgebung.

 

Werden Maschinen ersetzen die ärzte?

Wie wir gesehen haben zuvor in der Geschichte, eine erste Antwort auf machine-learning-Fortschritte in der Medizin ist oft von der Sorge, dass Sie irgendwann ersetzen ärzten. Es ist durchaus wahr, dass signifikante bahnbrechende Technologie kann oft dazu führen, Reorganisationen und Störungen am Arbeitsplatz und die ärzte sind nicht immun gegen diese. Als ärzte, sollten wir den Blick kritisch in die Zukunft, wie diese assistierende Technologien betreffen uns als ärzte und entsprechend anpassen.

Betrachten Sie diese düstere Prognose im Bereich der diagnostischen Radiologie: „Sie sollten aufhören, training Radiologen nun,“ sagte Gaeoffrey Hinton, ein KI-Informatiker an der Universität von Toronto. Nun, das ist eine mutige und wahrscheinlich übersteigerte Aussage, aber es ist ein Blick in die Köpfe von einigen KI-Forscher. Eins ist sicher: Diese Technologien kommen, und Blockadepolitik wird nie erfolgreich sein, auf lange Sicht, noch ist es im besten Interesse des Patienten. Schauen Sie einfach in der Taxi-Branche und Uber.

An dieser Stelle ist es wichtig zu verstehen, dass diese revolutionäre Technologien entwickelt, unterstützt Kliniker und sind weder beabsichtigt, noch werden Sie wahrscheinlich ersetzen die ärzte in sinnvolle Aufgaben. Nehmen wir das Beispiel der diabetischen Retinopathie, einer der am schnellsten wachsenden und führenden Ursachen von Blindheit weltweit. Ein Google-team identifiziert hat dies erheblichen ungedeckten Bedarf, die ärzte und das aktuelle Gesundheitssystem nicht gerecht. An diesem Punkt, der weitverbreitete Einsatz von deep-learning-basierten diabetische Retinopathie-screening-Programm macht am meisten Sinn in Bereichen, in denen eine Augenpflege-Anbieter dürfen nicht vorhanden sein, oder zu schwer zu besuchen. Wenn diese underserved Bevölkerungen beginnen, um den Zugang zu screening-Pflege, der Technik kann man bestimmen, welche Patienten haben echte verstellbar Pathologie, führenden ärzten sehen mehr Patienten mit echten Pathologie und weniger gesunden Patienten, die am Ende liefert eine frühere Erkennung von sollten zuckerkranke Augenkrankheit und senkt insgesamt die Kosten im Gesundheitswesen.

Dieses Konzept gilt auch für andere Bereiche der Medizin sowie. Das Ziel sollte sein, entsprechend der skill-level mit dem Grad der Komplexität: die Maschinen beginnen kann einfache screening-Aufgaben, während ärzte können Ihre Fähigkeiten bei wirklich komplexen pathologischen Fällen. Zum Beispiel, Stell dir vor, jeder patient geschickt, um zu sehen, ein Arzt muss sich für ein Verfahren oder braucht face-to-face-Beratung für eine neue Diagnose. Die größte ‚Bedrohung‘ für ärzte und Krankenschwestern ist mit niedrig qualifizierten sich wiederholende Aufgaben, die Häufig offen gesagt „mind-numbing“, um qualifizierte Anbieter. Es ist wahrscheinlich, dass die Zuordnung AI, die sich mit diesen Aufgaben können tatsächlich verbessern die Qualität des Lebens von Anbietern, die Reduzierung der Arbeitsbelastung, stress und Arbeitszeit.

Die Einführung technischer Hilfsmittel oder „smart“ – screening-Programme ist sehr wahrscheinlich zu erhöhen, nicht zu verringern, die Lautstärke Patienten mit echten Krankheiten, die brauchen einen Arzt oder Chirurg das know-how in Kliniken als Folge der Aufnahme einen größeren Teil der betroffenen Patientenpopulation, die derzeit nicht empfangen empfohlene screening-Maßnahmen. Denken Sie an es als die Erhöhung der Größe der Torte. Klar, Sie erhöhen die pathologische laden geschickt, um ärzte für die Behandlung und das management, wodurch die Effizienz unserer Zeit und des Gesundheitswesens.

 

Wird eine Maschine zu diagnostizieren, sowie ein Arzt?

Ärzte haben die Frage gestellt „wird eine Maschine diagnostizieren, sowie ein Arzt?“ Wir sind einen Schritt näher zu wissen, die Antwort und es sieht aus, als wenn die Antwort ‚ja‘, insbesondere für Mustererkennung basierte Diagnose oder Krankheiten, die erkannt werden können, die auf imaging. Heute, mit der Maschine lernen, die zeigen, Versprechen, über unsere Gesellschaft und in vielen Bereichen der Medizin und des Lebens, die es vielleicht deutlicher wird die Rolle, die AI haben.

Klar, AI in der Medizin ist in den sehr frühen Kinderschuhen; es gibt kein system, FDA-zugelassen stand-alone endgültige Diagnose. Es gibt viel Arbeit noch zu tun in diesem Bereich, und es ist unklar, wie es wird schließlich fallen in Platz. Ärzte und Pflegekräfte müssen nun Fragen wir uns, wie wollen wir nutzen diese KI-basierte Systeme bieten die bestmögliche Pflege für unsere Patienten? Auch, wie können wir eine sinnvolle Rolle in der Entwicklung dieser Systeme, so können unsere Patienten eine Stimme in der Zukunft der Medizin?

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.