Odborníci AI diskutují o tom, jak integrovat robustní AI do zdravotní péče, proč je interdisciplinární spolupráce kritická a potenciál generativní AI ve výzkumu.
Feifei Li a Lloyd Minor předložili úvodní poznámky na úvodním sympoziu Raise Health na Stanford University School of Medicine 14. května. Steve Fish
Většina lidí zachycených umělou inteligencí měla nějaký druh „Aha“ okamžiku a otevíral svůj názor na svět možností. Na úvodním sympoziu Raise Health 14. května Lloyd Minor, MD, děkan Stanford University School of Medicine a viceprezident pro lékařské záležitosti na Stanfordské univerzitě, sdílel jeho perspektivu.
Když byl jeden zvědavý teenager požádán, aby shrnul své zjištění týkající se vnitřního ucha, obrátil se na generativní umělou inteligenci. "Zeptal jsem se:" Co je syndrom Dehiscence Canal? " Minor řekl téměř 4 000 účastníkům sympozia. Během několika sekund se objevilo několik odstavců.
"Jsou dobří, opravdu dobří," řekl. „To, že tato informace byla sestavena do stručného, obecně přesného a jasně upřednostňovaného popisu nemoci. To je docela pozoruhodné. “
Mnoho sdílených menších vzrušení pro půldenní událost, což byl růst iniciativy Raise Health Initiative, projekt zahájený Stanford University School of Medicine a Stanford Institute for Human-zaměřené na umělou inteligenci (HAI), aby vedl odpovědné použití umělého využití umělé inteligence. Inteligence v biomedicínském výzkumu, vzdělávání a péči o pacienty. Řečníci zkoumali, co to znamená implementovat umělou inteligenci v medicíně způsobem, který je užitečný pouze pro lékaře a vědce, ale také pro transparentní, spravedlivý a spravedlivý pro pacienty.
"Věříme, že se jedná o technologii, která zvyšuje lidské schopnosti," řekl Fei-Fei Li, profesor počítačové vědy na Stanfordské škole inženýrství, ředitel Raise Health s menším projektem a spoluzakladatelem HAI. Generace po generaci se mohou objevit nové technologie: Od nových molekulárních sekvencí antibiotik až po mapování biologické rozmanitosti a odhalení skrytých částí základní biologie, AI zrychluje vědecký objev. Ale ne to všechno je prospěšné. "Všechny tyto aplikace mohou mít nezamýšlené důsledky a potřebujeme počítačové vědce, kteří zodpovědně vyvíjejí a implementují [umělou inteligenci], spolupracují s různými zúčastněnými stranami, od lékařů a etiků ... až po odborníky na bezpečnost i mimo něj," říká. "Iniciativy, jako je zvýšení zdraví, prokazují náš závazek k tomu."
Konsolidace tří divizí Stanford Medicine - Lékařská fakulta, Stanford Health Care a Stanford University School of Child Health Medicine - a její spojení s jinými částmi Stanfordské univerzity to postavily do pozice, kde se odborníci potýkají s vývojem. Umělá inteligence. Problémy s řízením a integrací v oblasti zdravotnictví a medicíny. Medicine, píseň šla.
„Jsme v pořádku, abychom byli průkopníkem ve vývoji a odpovědné implementaci umělé inteligence, od základních biologických objevů až po zlepšení vývoje léčiv a zefektivnění procesů klinických hodnocení, až po skutečné poskytování zdravotnických služeb. zdravotní péče. Způsob, jakým je nastavován systém zdravotní péče, “řekl.
Několik reproduktorů zdůraznilo jednoduchý koncept: zaměření na uživatele (v tomto případě pacienta nebo lékaře) a všechno ostatní bude následovat. "To staví pacienta do centra všeho, co děláme," řekla Dr. Lisa Lehmann, ředitelka bioetiky v Brighamu a ženské nemocnici. "Musíme zvážit jejich potřeby a priority."
Zleva doprava: Statist News Anchor Mohana Ravindranath; Jessica Peter Lee z Microsoft Research; Sylvia Plevritis, profesorka biomedicínské vědy o datech, diskutuje o roli umělé inteligence v lékařském výzkumu. Steve Fish
Řečníci na panelu, který zahrnoval Lehmann, Stanford University Medical Bioethicist Mildred Cho, MD a hlavní klinický ředitel Google Michael Howell, MD, zaznamenali složitost nemocničních systémů a zdůraznili potřebu porozumět jejich účelu před jakýmkoli zásahem. Implementujte jej a zajistěte, aby všechny vyvinuté systémy byly inkluzivní a poslouchaly lidi, kterým jsou navrženy tak, aby pomohly.
Jedním z klíčů je průhlednost: objasňuje to, odkud pocházejí data použitá k trénování algoritmu, z čeho je původní účel algoritmu a zda budoucí údaje o pacientech budou i nadále pomáhat algoritmu, mimo jiné.
"Snažit se předvídat etické problémy dříve, než se stanou vážnými [znamená] najít perfektní sladké místo, kde víte dost o technologii, aby v ní měla určitou důvěru, ale ne dříve, než se problém] dále šíří a vyřeší je dříve." , Řekl Denton Char. Kandidát lékařských věd, docent oddělení dětské anesteziologie, perioperační medicíny a léky proti bolesti. Jedním z klíčových kroků, říká, je identifikace všech zúčastněných stran, které by mohly být technologií ovlivněny a určují, jak by sami chtěli odpovědět na tyto otázky.
Jesse Ehrenfeld, MD, prezident Americké lékařské asociace, diskutuje o čtyřech faktorech, které řídí přijetí jakéhokoli digitálního zdraví, včetně těch, které jsou poháněny umělou inteligencí. Je to efektivní? Bude to fungovat v mé instituci? Kdo platí? Kdo je zodpovědný?
Michael Pfeffer, MD, hlavní informační referent Stanford Health Care, citoval nedávný příklad, ve kterém bylo mnoho problémů testováno mezi zdravotními sestrami v nemocnicích Stanford. Lékaři jsou podporováni velkými jazykovými modely, které poskytují počáteční anotace pro přicházející zprávy o pacientech. Přestože projekt není dokonalý, lékaři, kteří pomohli vyvinout technologickou zprávu, že model zmírňuje jejich pracovní zátěž.
„Vždy se zaměřujeme na tři důležité věci: bezpečnost, efektivita a začlenění. Jsme lékaři. Přísahujeme přísahu, abychom „neublížili“, řekla Nina Vasan, MD, klinická asistentka psychiatrie a behaviorálních věd, která se připojila k Char a Pfeffer, připojila se ke skupině. "To by měl být první způsob, jak tyto nástroje vyhodnotit."
Nigam Shah, MBBS, Ph.D., profesor medicíny a vědy o biomedicínské údaje, zahájil diskusi s šokující statistikou navzdory spravedlivému varování pro publikum. "Mluvím obecně a čísla a někdy mají tendenci být velmi přímý," řekl.
Podle Shaha závisí úspěch AI na naší schopnosti jejího škálování. „Provádění správného vědeckého výzkumu na modelu trvá asi 10 let, a pokud by každý z 123 programů stipendií a pobytu chtěl testovat a nasadit model na tuto úroveň přísnosti, bylo by velmi obtížné dělat správnou vědu, jak v současné době organizujeme Naše úsilí a [test]] by stálo 138 miliard dolarů, aby se zajistilo, že každý z našich stránek funguje správně, “řekl Shah. "To si nemůžeme dovolit." Musíme tedy najít způsob, jak se rozšířit, a musíme se rozšířit a dělat dobrou vědu. Přísné dovednosti jsou na jednom místě a škálovací dovednosti jsou v jiném, takže budeme potřebovat tento typ partnerství. “
Associate Dean Yuan Ashley a Mildred Cho (recepce) se zúčastnili workshopu Raise Health. Steve Fish
Někteří řečníci na sympoziu uvedli, že toho lze dosáhnout prostřednictvím partnerství veřejného a soukromého sektoru, jako je nedávný výkonný příkaz Bílého domu o bezpečném, bezpečném a důvěryhodném rozvoji a používání umělé inteligence a konsorcia pro umělou inteligenci ve zdravotnictví (CHAI). ).
"Partnerství veřejného a soukromého sektoru s největším potenciálem je jeden mezi akademií, soukromým sektorem a veřejným sektorem," řekla Laura Adams, vedoucí poradkyně Národní akademie medicíny. Poznamenala, že vláda může zajistit důvěru veřejnosti a akademická lékařská centra mohou. Poskytovat legitimitu a technické odborné znalosti a počítačový čas mohou poskytovat soukromý sektor. "Všichni jsme lepší než kdokoli z nás a uznáváme, že ... nemůžeme se modlit, abychom si uvědomili potenciál [umělé inteligence], pokud nerozumíme tomu, jak spolu navzájem komunikovat."
Několik reproduktorů uvedlo, že AI má také dopad na výzkum, ať už jej vědci používají k prozkoumání biologického dogmatu, předpovídají nové sekvence a struktury syntetických molekul na podporu nových ošetření, nebo jim dokonce pomáhají shrnout nebo psát vědecké papíry.
"Je to příležitost vidět neznámého," řekla Jessica Mega, MD, kardiologka na Stanfordské univerzitě School of Medicine a spoluzakladatelka Alphabet's opravdu. Mega zmínil hyperspektrální zobrazování, které zachycuje zobrazení obrazu neviditelné pro lidské oko. Cílem je použít umělou inteligenci k detekci vzorců v patologických sklíčcích, které lidé nevidí. "Povzbuzuji lidi, aby přijali neznámého." Myslím, že všichni zde zná někoho s nějakým zdravotním stavem, který potřebuje něco nad rámec toho, co můžeme dnes poskytnout, “řekla Mejia.
Panelisté také souhlasili s tím, že systémy umělé inteligence poskytnou nové způsoby, jak identifikovat a bojovat proti zkreslenému rozhodování, ať už je vyrobeno lidmi nebo umělou inteligenci, se schopností identifikovat zdroj zaujatosti.
"Zdraví je víc než jen lékařská péče," souhlasilo několik panelistů. Řečníci zdůraznili, že vědci často přehlížejí sociální determinanty zdraví, jako je socioekonomický status, PSČ, úroveň vzdělání a rasa a etnicita, při shromažďování inkluzivních údajů a nábor účastníků pro studium. "AI je pouze stejně efektivní jako údaje, o nichž je model vyškolen," řekla Michelle Williamsová, profesorka epidemiologie na Harvardské univerzitě a docentka epidemiologie a zdraví populace na Stanford University School of Medicine. "Pokud uděláme to, co se snažíme dělat." Zlepšit zdravotní výsledky a eliminovat nerovnosti, musíme zajistit, abychom shromažďovali vysoce kvalitní údaje o lidském chování a sociálním a přirozeném prostředí. “
Natalie Pagelerová, MD, klinická profesorka pediatrie a medicíny, uvedla, že agregované údaje o rakovině často vylučují údaje o těhotných ženách a vytvářejí nevyhnutelné zkreslení v modelech a zhoršují stávající rozdíly ve zdravotnictví.
Dr. David Magnus, profesor pediatrie a medicíny, uvedl, že stejně jako jakákoli nová technologie může umělá inteligence buď zlepšit věci mnoha způsoby, nebo je zhoršit. Riziko, řekl Magnus, je, že systémy umělé inteligence se dozví o nespravedlivých zdravotních výsledcích poháněných sociálními determinanty zdraví a tyto výsledky posilují prostřednictvím jejich produkce. "Umělá inteligence je zrcadlo, které odráží společnost, ve které žijeme," řekl. "Doufám, že pokaždé, když budeme mít příležitost osvětlit záležitost - držet zrcadlo pro sebe - bude sloužit jako motivace ke zlepšení situace."
Pokud jste se nemohli zúčastnit workshopu Raise Health, najdete zde nahrávání relace.
Stanford University School of Medicine je integrovaný systém akademické zdravotní péče sestávající ze Stanfordské univerzitní školy lékařské fakulty a systémů poskytování zdravotní péče pro dospělé a pediatrické zdravotní péči. Společně si uvědomují plný potenciál biomedicíny prostřednictvím výzkumu, vzdělávání a péče o klinickou péči o pacienty. Pro více informací navštivte med.stanford.edu.
Nový model umělé inteligence pomáhá lékařům a sestrám ve Stanford Hospital spolupracovat na zlepšení péče o pacienty.
Čas příspěvku: Jul-19-2024