Многе димензије савременог живота све више покреће вештачка интелигенција, укључујући разне аспекте здравља и добробити. Колико дуго рачунар може надвладати интервенције здравствене неге усмјерене на човека? Можда је још важније, колико дуго ће човек бити вољан да верује нечовјечном особљу да поступа с њим или њом? Ова два питања могу постати фокусирана у расправи о потенцијалима технологије машинског учења и роботике у здравственој заштити.
Рачунари могу "размишљати" на све људски начин. Без обзира да ли смо спремни или не, недавни развој когнитивних рачунарских сигнала сигнал је да је стигао компјутеризовани тренинг и здравствена заштита.
Статистичка анализа здравствених информација
Није тајна да делимо све врсте приватних и често интимних информација сваки пут кад направимо куповину или претражимо Интернет. Способност предвиђања здравствених догађаја једноставним праћењем случајног понашања потврдно је показала још 2012. године када је трговац Таргет показао свет који су могли да предвиде са невероватном тачношћу уколико је жена била трудна заснована на њеним навикама у куповини - понекад чак и преношење вести о трудноћи чланови породице.
Многи лични детаљи се статистички анализирају на рутинској основи како би пружили више увид у своје навике и карактеристике. Неке од ових пракси се дешавају добровољно и уз потпуну свесност и подршку корисника, док друге могу крваве организације и компаније.
Неовлашћено праћење понашања подиже одређена етичка и социјална питања.
Многи појединци сада слободно дијеле своје личне здравствене информације на различите начине, путем експлицитног размјена путем процјене здравственог ризика, случајно путем хабања, а понекад чак и ненамјерно путем постова друштвених медија и понашања куповине.
Тачност којом се ове информације могу анализирати и интерпретирати повећава се, стварајући и опасности и могућности, и евентуално нас поставити на границу нове ере када би технологија могла да игра улогу у пружању нашег здравља и благостања на позитиван начин.
Персонализовање здравља и решавање проблема погрешног дијагностиковања
Докторска дијагностичка грешка представља огромну област забринутости. Као резултат нехата или пропуста да се узме у обзир обиље могућности, ове грешке могу бити поражавајуће за пацијента и његову или њену породицу. Професор Ета Бернер са Универзитета у Алабами у Бирмингхаму и др Марк Л. Грабер из медицинског центра Нортхпорт ВА установили су да је процењено 10 до 20 процената медицинских случајева погрешно дијагностификовано. Бернер и Грабер истичу да ефикасни когнитивни процеси већину времена обезбеђују тачну дијагнозу. Међутим, постоје времена када ови когнитивни процеси не успевају. Анализа Бернера и Грабера показала је да оверена поузданост лекара често може бити узрок медицинских грешака. Штавише, извештај који је финансирао Агенција за истраживање и квалитет здравствене заштите утврдио је да је 28 процената свих дијагностичких грешака значајно у озбиљности, што би могло указивати на догађаје угрожавајући живот.
Мишљење дијагностиковања може укључити било шта од прописивања погрешног лијека до хируршког уклањања погрешног дела тела.
Ова алармантна статистика може довести до тога да неки тврде да се постојећи проблем може решити једноставно уклањањем људског фактора из једначине. Технологија попут ИБМ-овог Ватсона сада нуди наду да се информације могу синтетизовати и размишљати на хуманистичнији начин. Ватсонова когнитивна технологија има капацитет да анализира неструктуриране податке, разуме комплексна питања и презентује крајње кориснике решењима заснованим на доказима.
Ватсон има за циљ да побољша предиктивне алгоритме, који се нису увек показали успешним када се примењују у реалним ситуацијама.
Међутим, оно што би могло бити више провокативно од Ватсоновог потенцијала предвиђања је могућност да његова технологија превазилази људе када су у питању здравствене и фитнес интервенције.
У 2015. години ИБМ Ватсон формирао је стратешко партнерство са ЦВС Хеалтхом, што је најавило долазак когнитивних рачунара у комерцијалну здравствену индустрију. Предложено је да ускоро лекари и фармацеути имају приступ технологији која би, на пример, аутоматски могла открити пад здравља пацијента.
Споразум између Ундер Армор и ИБМ, који је потписан 2016. године, дала је Ватсону прилику да даље изгради и развије своју здравствену платформу. Аппле је такође направио значајну инвестицију у Ватсон платформу у циљу побољшања својих развојних платформи ХеалтхКИТ и РесеарцхКИТ. Према извештају компаније Гранд Виев Ресеарцх Инц., глобално тржиште когнитивних рачунара на здравству предвиђено је да до 2020. достигне преко 5 милијарди долара.
Научно-истраживачке студије такође подржавају употребу технологије како би се смањио ризик од грешке и штете у медицини. Др Марк Л. Грабер предлаже коришћење такозваних "окидача" који би могли идентификовати случајеве који су у ризику од дијагностичке грешке анализом електронских здравствених записа и тражењем неслагања. У америчким болницама сада се користе различити типови окидачких алата, међутим, они не могу увијек открити дијагностичке грешке. Због тога се улажу напори на планирању бољих превентивних интервенција.
Перспективан приступ су представили др. Хардееп Сингх и његове колеге. Они су дизајнирали електронски триггер који може идентификовати пацијенте који су имали непланиране болничке поставке у року од 2 седмице од своје посјете за примарну негу, што указује на то да је можда нешто пропуштено приликом првог прегледа. Многи стручњаци предвиђају да ће таква технологија помоћи у спречавању грешака или их барем довести на пажњу у настојању да их смање.
Прихватање вештачке интелигенције
Председник НХС Енглеске, Сир Малцолм Грант, је 2015. године изразио своје мишљење да вештачку интелигенцију треба прихватити здравственом заштитом, јер би то могло побољшати квалитет његе, као и унапредити персонализацију медицине. Многи здравствени радници од тада понављају ово осећање. Технологија која би поуздано дијагнозирала и / или идентификовала дијагностичке грешке кроз руковање подацима, вероватно није далеко.
Когнитивно рачунарство у здравственом сектору тренутно се више користи у саветодавном делу, а не да доноси коначне одлуке или замењује људе по себи. Ватсон, на примјер, помаже појединцима и организацијама да направе напредније и софистициране клиничке одлуке и ускоро ће помоћи појединцима да побољшају своје нивое фитнесса кроз своје партнерство с Ундер Армор. Међутим, пре само кратког времена компјутери су превазишли људе као доминантну силу у интелектуалном спорту као што је шах, а рачунарске моћи се само повећавају. Штавише, људски елемент се додаје рачунарским карактеристикама обраде, чинећи идеју о компјутеру и роботима који брину о нама који није досадан, као што се некад чинило.
> Извори
> Бернер Е, Грабер М. Оверцонфиденце као узрок дијагностичке грешке у медицини. Амерички часопис медицине . 2008; 121: С2-С23.
> Грабер МЛ. Инциденција дијагностичке грешке у медицини. БМЈ квалитета и сигурности . 2013; 22 (Суппл 2): ии21-ии27. дои: 10.1136 / бмјкс-2012-001615.
> Луптон Д. Промоција здравља у дигиталној ери: критички коментар. Хеалтх Промотион Интернатионал . 2015; 30 (1): 174-183
> Сингх Х, Гиардина ТД, Меиер И, Форјуох СН, Реис Сингх Х, Гиардина ТД, Меиер И, Форјуох СН, Реис МД, Тхомас ЕЈ. Врсте и порекло дијагностичких грешака у примарној заштити. ЈАМА интерна медицина . 2013; 173 (6): 418-425.
> Тхомпсон М. Хеалтхцаре и когнитивна рачунарска група за велике промене. Ецонтент . 2015: 4-8.