nowe idee

WebMD

How AI is Transforming Health Care

Jak AI transformuje ochronę zdrowia

Szpitale i gabinety lekarskie zbierają szereg danych o swoich pacjentach. Dzisiaj większość z nich znajduje się gdzieś lokalnie na serwerze i nie jest wykorzystywana w większym zakresie niż tylko do podejmowania pojedynczych decyzji dotyczących danego pacjenta. Ale powoli się to zmienia wraz z tym, jak rosną możliwości wymiany danych i ich przetwarzania przez algorytmy AI.

„Już dziś zdrowie pacjentów jest analizowane przez AI. Ale nie zawsze jesteśmy tego świadomi” – mówi Chris Coburn, dyrektor ds. Innowacji w Partners HealthCare System, sieci szpitali z Bostonu.

AI pomogła dotychczas działom administracyjnym w rozliczeniach i lepszym wykorzystaniu zasobów placówek. Ale komputery wciąż doprowadzają wielu lekarzy i pacjentów do szaleństwa. Powodem jest czas spędzany na żmudnym wprowadzaniu danych, który kradnie cenne minuty na interakcję z pacjentem. Prawdą jest, że AI wchodzi do różnych obszarów działalności szpitali, pozostając na marginesie, jeżeli mówimy o bezpośredniej obsłudze pacjenta. Zwolennicy nowych technologii twierdzą, że dzięki AI będziemy mogli wcześniej diagnozować raka i opracowywać szybciej nowe leki. Systemy przetwarzające naturalny język na pismo pozwolą lekarzom wyrzucić klawiatury. Czujniki do noszenia i analiza danych zaoferują wgląd w stan zdrowia pacjentów w czasie rzeczywistym.

AI ma jednak swoje ograniczenia. Są tacy, którzy obawiają się, że digitalizacja medycyny będzie kosztować ludzi ich pracę. Na przykład, gdy komputery będą w stanie interpretować obrazy medyczne dokładniej niż radiolodzy. Rosną pytania dotyczące prywatności danych w analizach Big Data. Nawet usuwając dane pacjenta (de-personalizacja), identyfikacja jest nadal możliwa na podstawie indywidualnych informacji genetycznych połączonych z miejscem zamieszkania. Sztuczna inteligencja jest ponadto głodna danych. Podczas gdy dziecko rozpoznaje różnicę między kotem a psem obserwując garść przykładów, algorytm potrzebuje 50000 punktów danych. Informatycy tworzący algorytmy cyfrowe mogą również nieumyślnie wprowadzić elementy dyskryminujące niektóre grupy osób. 

Harvard Business Review

Adopting AI in Health Care Will Be Slow and Difficult

Adaptacja sztucznej inteligencji w ochronie zdrowia będzie trudna i długotrwała

Sztuczna inteligencja, w tym uczenie maszynowe, oferuje zupełnie nowe możliwości, w tym kuszące perspektywy szybszego, dokładniejszego podejmowania decyzji klinicznych i przyspieszenia badań naukowych. Jednak nadal wiele kwestii dotyczących wartości klinicznej zastosowania AI pozostaje zagadką. Także rozwiązania prawne blokują rozwój niektórych innowacji w tej dziedzinie. To powoduje, że zarówno twórcy technologii, jak i potencjalni inwestorzy zmagają się z problemem wdrażania AI do codziennej praktyki. Wyzwań jest sporo.

We wrześniu, Amerykańska Agencja ds. Żywności i Leków (FDA) opublikowała „Politykę w zakresie funkcji oprogramowania i mobilnych aplikacji medycznych”. To seria dokumentów zawierających wytyczne opisujące, w jaki sposób agencja planuje regulować oprogramowanie wspomagające podejmowanie decyzji klinicznych (CDS), w tym oprogramowanie wykorzystujące algorytmy. Również od tego roku mobilne aplikacje zdrowotne podlegają w Europie certyfikacji analogicznej do urządzeń medycznych. Jednym z wyzwań, które należy wziąć pod uwagę, jest fakt, że systemy terapeutyczne lub diagnostyczne oparte na AI, z natury będą nadal ewoluować: oprogramowanie będzie aktualizowane i zmieniane w czasie, pojawią się nowe funkcje, algorytm będzie się rozwijał. Jak ten proces ewolucji uchwycić w ramach prawnych i monitorować, aby zapewnić bezpieczeństwo stosowania?

Oprócz bieżącej niejednoznaczności regulacyjnej, kolejnym kluczowym zagadnieniem stanowiącym wyzwanie w adaptacji aplikacji AI w warunkach klinicznych jest tzw. „black box”. Nie wszystkie procesy podejmowania decyzji przez AI można śledzić, a tym samym nie są one transparentne. Istnieje zagrożenie, że ktoś, celowo lub przez pomyłkę może wprowadzić nieprawidłowe dane do systemu, co doprowadzi do błędnych wniosków. W przypadku aplikacji mobilnej używanej przez tysiące pacjentów może się to przełożyć na tysiące błędnych diagnoz. Innym wyzwaniem jest sceptyczne podejście pracowników medycznych. Aby zdobyć zaufanie lekarzy, twórcy systemów AI będą musieli jasno udowodnić pozytywny wpływ na np. jakość usług albo poprawę wyników klinicznych. 

Stanford Medicine

Tomorrow’s hospital today

Szpital przyszłości dzisiaj

Nowy szpital należący do Stanford Medicine (USA) to placówka, która może wyznaczać nowe standardy opieki. Projekt o wartości 2 miliardów dolarów jest wynikiem ponad dziesięcioletniej pracy, w tym sześciu lat budowy. Zaawansowana technologia i architektura gwarantujące komfort pracy lekarzy i pobytu pacjenta, uzupełnione zostały najnowocześniejszą technologią automatyzującą procesy logistyczne. Zatrudniony personel posiada najwyższe kwalifikacje medyczne i interpersonalne, pokoje dla pacjentów są przestrzenne i komfortowe (każdy z 368 pokoi wyposażony jest w pojedyncze łóżko i okno z widokiem na kojącą zieleń).

To zachwycające architektonicznie i spokojne miejsce leczenia jest również zaawansowanym inkubatorem rozwoju wizji medycyny personalizowanej. Wdrożone rozwiązania uwzględniają mechanizmy prognozowania i zapobiegania chorobom, precyzyjnego diagnozowania i leczenia. Łącznie 180 systemów tworzy ekosystem technologii wzajemnie ze sobą powiązanych, od tych sterujących oświetleniem przy łóżku do monitorowania zdrowia opartym na sztucznej inteligencji.

Proste czynności wykonują maszyny. Roboty transportują pościel i śmieci. Urządzenia medyczne używane przez pielęgniarki i lekarzy są podłączone do elektronicznej dokumentacji medycznej pacjentów, która jest aktualizowana w czasie rzeczywistym.

Specjalna aplikacja MyHealth przygotowuje pacjentów i prowadzi ich przez cały pobyt w szpitalu, zapewniając także zespołom opieki dostęp do elektronicznej dokumentacji medycznej pacjentów. W każdej chwili wiadomo, kto opiekuje się danym pacjentem. Technologia daje również pacjentom większą kontrolę nad otoczeniem: z pomocą tabletu mogą sterować oświetleniem, temperaturą, zasłonami oraz zamawiać jedzenie. Oprócz tego dostępne są inne usługi, jak możliwość słuchania muzyki, zamówienia masażu lub wizyty z psem terapeutycznym.

EDM jest automatycznie aktualizowana przy każdej nowej czynności medycznej, zwalniając z uciążliwego ręcznego uzupełnienia dokumentacji. Systemy telemetryczne rejestrują dane z dowolnego urządzenia podłączonego do pacjenta, takiego jak monitor pracy serca, monitor nasycenia tlenem lub pompa infuzyjna, która dostarcza kontrolowane ilości płynnych leków lub składników odżywczych. Lekarze otrzymali podręczne urządzania przenośne, na które będą wysyłane powiadomienia i alarmy. Mogą oni przejrzeć alarm zaraz po jego otrzymaniu. Oprócz powiadomień, połączeń telefonicznych oraz wiadomości tekstowych między pracownikami, urządzenia te zawierają spis personelu, informacje o dostępności lekarzy i dostęp do dokumentacji medycznej pacjenta. Czujniki obecne w każdym urządzeniu medycznym oraz w większości laptopów i innych urządzeń są również podłączone do systemu lokalizacji w czasie rzeczywistym w całym szpitalu. To prawdziwa sieć Internetu Rzeczy, w której dane przepływają automatycznie między urządzeniami, tworząc jeden zgrany system. 