Несколько дней назад много цифровых медицинских предпринимателей, руководителей и инвесторов встретились в Бостоне для ежегодного Цифрового Инновационного Саммита Здравоохранения. Среди более довольно часто обсуждаемых технологий и тенденций был ИИ — его обещание, его задержки, и как он должен быть осуществлен, дабы оптимальнее помогать здравоохранению.
“Я начал реализовывать Уотсона для Онкологии в январе 2016. Я практически приближаюсь к двум годам”, сообщила Дебора Дисанзо, председатель совета директоров в IBM здоровье Уотсона, на протяжении сессии. “К концу этого года у меня будет более чем 20 000 больных [и] более чем 120 поликлиник, применяя его, и вправду видящий помощь онкологам во всем мире.
Ничто, что я сделал в собственной жизни в технологии здравоохранения, не пошло с таковой скоростью, как это, и это не шумиха”.На AI и медицинских данныхДисанзо заявил, что у совокупностей AI, таких как Уотсон либо DeepMind Гугл имеется возможность пересмотреть, как интерпретируются громадные комплекты данных. Эта свойство может привести ко многим ясным преимуществам, включая оптимизированный прием испытания, открытие новых вмешательств, и, посредством blockchain, консолидации личного EHRs.
К сожалению, у управления данными и сбора все еще имеется метод пойти, перед тем как AI будет в состоянии оказать значимое влияние, доктора Атула Батта, заявил директор Университета Вычислительных Медицинских наук в Калифорнийском университете, Сан-Франциско.“Как страна, мы израсходовали много млд дол на этих совокупностях, и [относительно] ноля на применении любого из этого, разбирая его, трактуя его — и я буду кроме этого утверждать, что это – самые дорогие данные в Америке, по причине того, что мы просим, дабы доктора вошли в него”, заявил Бьютт на протяжении саммита. “Мы пробуем преподавать компьютеры, как сделать много отечественных взоров с половиной игры, и мы оказываемся перед необходимостью объединяться, дабы добраться до лучших способов преподавать”.Главный фактор этих недочётов – повсеместность siloed медицинских баз данных, растолкованный Бьютт, но отсутствие легко дешёвых данных из испытаний либо разнообразного терпеливого населения кроме этого ограничивает то, чего может достигнуть AI.
Для DiSanzo эти потребности, бледные если сравнивать с тем, что могло быть достигнуто, когда, разработка в состоянии захватить и обработать, как поведения человека воздействуют на собственный долговременное здоровье.“Семьдесят процентов отечественных детерминантов в здоровье не находятся в отечественных клинических либо геномных данных”, сообщила она. “Мы проанализировали 650 миллионов точек данных от одной деятельности.
Мы не могли отыскать, вправду, хорошее преступное познание [потому что] весьма тяжело взять хорошие социальные детерминанты в медицинских данных”.Неудача МД Андерсона УотсонаDiSanzo кроме этого ответил на вопросы от главы сессии Лайзы Суеннен, главный управляющего директора здравоохранения, вкладывающего капитал в GE Ventures, о IBM, взявшей широкую огласку выпадающий с МД Андерсоном ранее в текущем году. Тогда как кое-какие критики разглядели отказ компании верно интегрировать Уотсона в лечение рака как неудача для AI, DiSanzo напомнил аудитории, что партнерство постоянно рассматривалось в IBM как экспериментальное.
Потом, она утверждала, что ее последствия и степень неудачи области были по большей части раздуты.“Мы отсутствуем в первых рядах. У меня имеется 1 000 ученых данных, трудящихся над AI в здравоохранении.
Они – умные люди, они имеют значение в мире, но в то время, когда Вы отсутствуете в первых рядах, Вы – цель несоответствия”, сообщила она. “Я не был в том месте, но я весьма горжусь тем, что медицинская Команда Уотсона сделала с МД Андерсоном. … Мы не полагаем, что потерпели неудачу в МД Андерсоне”.Врач Айзек Кохэйн, глава Отдела Биомедицинской Информатики в Медицинской школе Гарварда, жаловался и что он разглядел как неудачу проекта МД общественного ответа и Андерсона, что он сообщил, умаляет значащий прогресс, отпугивая новаторов и потенциальных инвесторов.“Одна из вершины сказала, что факты были то, что МД Андерсон создал платформу для основанных на лейкемии заключений, более чем 150 потенциальных протоколов, исследователи применяют Уотсона, дабы сделать платформу, и тому подобное”, сообщил он на протяжении сессии. “Это ни при каких обстоятельствах не употреблялось, это не существовало, и те из нас, кто был в курсе, не должен был ожидать данной вещи случиться. Это не существовало, и это весьма не хорошо, по причине того, что …, это в действительности отвлекает нас от инвестиций в то, что вправду происходит”.
Увеличьте, не заменяйтеИ DiSanzo и Kohane снова подтвердили, что AI не должен быть рассмотрен как замена для обученных практиков с бывшим описанием ее отвращения к buzzphrases, таких как «врач Ай».
“Им нравится сказать, что AI планирует убить радиологов, и я вправду желал бы убить тот [фраза], по причине того, что это не то, что планирует произойти», сообщил Дисанзо. «AI в том месте, дабы расширить помочь и разведку отечественным докторам, радиологам, все остальные сделать собственную работу, и я желал бы все они ‘врач Тингс из разработки”.Kohane показал более клинический подход, поведав яркие истории того, как AI употреблялся, дабы скоро нарисовать заключения из сложной и разрозненной медицинской документации и выяснить потенциальное лечение при помощи оптового генного анализа.
Оба из этих подходов – примеры того, как AI здравоохранения может увеличиться, вместо заменяют, доктора.“Это супердержавы, и это – то, на что мы должны наблюдать для AI”, сообщил он. “У нас не должно быть AI для того, что смогут сделать доктора, и у нас должен быть AI для того, что смогут сделать доктора, но не будет, но давайте вправду сосредоточимся на том, что не смогут сделать доктора”.