Mnoge dimenzije suvremenog života sve više potiču umjetna inteligencija, uključujući različite aspekte zdravlja i wellnessa. Koliko dugo prije nego što računalo može nadmašiti intervencije zdravstvene skrbi usmjerene ljudima? Možda je još važnije, koliko dugo prije nego što će čovjek biti spreman povjeriti nekom čovjeku da bi ga tretirala? Ova dva pitanja mogu biti usredotočena na raspravu o potencijalu tehnologije strojnog učenja i robotike u zdravstvu.
Računala mogu "misliti" na sve ljudski način. Bilo da smo spremni ili ne, najnovija dostignuća u kognitivnom računalnom signalu su da je stigla godina kompjutoriziranog treniranja i zdravstvene skrbi.
Statistička analiza zdravstvenih informacija
Nije tajna da dijelimo sve vrste privatnih i često intimnih informacija svaki put kad kupujemo ili pregledavamo Internet. Sposobnost predviđanja zdravstvenih događaja jednostavno praćenjem povremenog ponašanja pokazala se drsko 2012 kada je trgovac Target pokazao svijet s kojim bi mogli predvidjeti s nevjerojatnom točnošću ako je žena trudna na temelju svojih navika kupovanja - ponekad čak i isporučujući vijesti o trudnoći na sramotu članovi obitelji.
Mnogi se osobni podaci statistički analiziraju na rutinskoj osnovi kako bi pružili bolji uvid u svoje navike i karakteristike. Neke od ovih praksi se odvijaju dobrovoljno i uz punu svijest i podršku korisnika, dok druge mogu biti izvedene od strane organizacija i tvrtki.
Nepravilno praćenje ponašanja podiže određena etička i socijalna pitanja.
Mnogi pojedinci sada slobodno dijele svoje osobne podatke o zdravlju na različite načine, putem eksplicitnog dijeljenja putem procjene zdravstvenog rizika, ležerno kroz nošenje, a ponekad i nenamjerno kroz društvene medijske postaje i ponašanje u kupnji.
Točnost s kojom se te informacije može analizirati i tumačiti povećava se, stvara i opasnosti i prilike, a možda i nas stavlja na granicu nove ere u kojoj bi tehnologija mogla igrati ulogu u poticanju zdravlja i dobrobiti na pozitivne načine.
Personaliziranje zdravlja i rješavanje problema pogrešne dijagnoze
Liječničke dijagnostičke pogreške su veliko područje zabrinutosti. Rezultat nepažnje ili neuspjeh u razmatranju obilje mogućnosti, te pogreške mogu biti razorne za pacijenta i njegovu obitelj. Profesor Eta Berner sa Sveučilišta Alabama u Birminghamu i dr. Mark L. Graber iz Northport VA Medical Centera ustanovili su da je procjena 10 do 20 posto medicinskih slučajeva bila pogrešno dijagnosticirana. Berner i Graber ističu da učinkoviti kognitivni procesi osiguravaju ispravnu dijagnozu većinu vremena. Međutim, ima vremena kad ti kognitivni procesi ne uspiju. Analiza Bernera i Grabera pokazala je da prekomjerno liječenje često može pridonijeti medicinskim pogreškama. Nadalje, izvješće koje financira Agencija za istraživanje i kvalitetu zdravstvene zaštite utvrdilo je da je 28 posto svih dijagnostičkih pogrešaka najvažnije u težini, što ukazuje na opasnost po život.
Misdiagnosiranje može uključivati bilo što od propisivanja pogrešne medicine za kirurško uklanjanje pogrešnog dijela tijela.
Ova alarmantna statistika mogla bi navesti neke da tvrde da se postojeći problem može riješiti jednostavno uklanjanjem ljudskog čimbenika iz jednadžbe. Tehnologija kao što je IBM Watson sada nudi nadu da se informacije mogu sintetizirati i razmatrati na humanistički način. Watsonova kognitivna tehnologija ima sposobnost analiziranja nestrukturiranih podataka, razumijevanja složenih pitanja i prezentiranja krajnjih korisnika rješenja zasnovanih na dokazima.
Watson nastoji unaprijediti prediktivne algoritme, koji nisu uvijek dokazali uspješnu primjenu u stvarnim situacijama.
Međutim, ono što bi moglo biti provokativnije od Watsonovog predviđanja je mogućnost da njegova tehnologija nadmaši ljude kada je u pitanju intervencije na zdravlje i fitnes.
U 2015. godini, IBM Watson je uspostavio strateško partnerstvo s CVS Healthom, što je najavilo dolazak kognitivnog računanja u komercijalnu zdravstvenu industriju. Predložio je da će uskoro liječnici i ljekarnici imati pristup tehnologiji koja bi, primjerice, mogla automatski otkriti pada zdravlja pacijenta.
Dogovor između Under Armor i IBM, koji je potpisan 2016. godine, omogućio je Watsonu daljnju izgradnju i razvoj zdravstvene platforme. Apple je također uložio značajnu ulogu u platformu Watson s ciljem poboljšanja razvojnih platformi za HealthKIT i ResearchKIT. Prema izvješću tvrtke Grand View Research Inc., predviđeno je da globalno zdravstveno kognitivno računalno tržište dosegne više od 5 milijardi USD do 2020. godine.
Znanstvena istraživanja također podupiru korištenje tehnologije kako bi se smanjila opasnost od pogrešaka i štete u medicini. Dr. Mark L. Graber sugerira upotrebu takozvanih "alata za pokretanje", koji bi mogli identificirati slučajeve kojima prijeti dijagnostička pogreška analizom elektroničkih zdravstvenih evidencija i traženja odstupanja. U američkim bolnicama sada se koriste različite vrste alata za pokretanje, no one nisu uvijek u mogućnosti otkriti dijagnostičke pogreške. Stoga se ulažu napori za bolje preventivne intervencije.
Dr. Hardeep Singh i njegovi kolege iznijeli su obećavajući pristup. Oni su osmislili elektronički okidač koji bi mogao identificirati pacijente koji nisu imenovani u bolnici u roku od 2 tjedna od posjeta primarnoj njezi, što upućuje na to da je nešto možda nedostajalo tijekom njihovog početnog ispitivanja. Mnogi stručnjaci predviđaju kako će takva tehnologija pomoći u sprječavanju pogrešaka ili barem privući pažnju u nastojanje da ih se smanji.
Prihvaćanje umjetne inteligencije
U 2015. predsjedatelj NHS Engleske, Sir Malcolm Grant, izrazio je mišljenje da bi umjetnu inteligenciju trebala obuhvatiti zdravstvo jer bi moglo poboljšati kvalitetu njege i unaprijediti personalizaciju medicine. Mnogi zdravstveni djelatnici od tada su odjekivali taj osjećaj. Tehnologija koja bi mogla pouzdano dijagnosticirati i / ili identificirati dijagnostičke pogreške kroz rudarenje podataka vjerojatno nije daleko.
Kognitivno računanje u sektoru zdravstvene skrbi trenutačno se više koristi u savjetodavnoj ulozi, a ne donosi konačne odluke ili zamjenjuje ljude same po sebi. Watson, na primjer, pomaže pojedincima i organizacijama naprednijim i sofisticiranijim kliničkim odlukama te će uskoro pomoći pojedincima poboljšati svoje razine fitnessa kroz partnerstvo s Under Armourom. Međutim, prije samo kratko vrijeme kompjutori su nadilazili ljude kao dominantnu silu u intelektualnom sportu poput šaha, a računalna se moć samo povećava. Štoviše, ljudski element se dodaje računalnim karakteristikama obrade, stvarajući ideju da računalo i roboti brinu o nama što se nije činilo tako davno.
> Izvori
> Berner E, Graber M. Prekomjerna pouzdanost kao uzrok dijagnostičke pogreške u medicini. Američki časopis za medicinu . 2008. godine; 121: S2-S23.
> Graber ML. Incidencija dijagnostičke pogreške u medicini. BMJ kvalitete i sigurnosti . 2013; 22 (Suppl 2): ii21-ii27. doi: 10.1136 / bmjqs-2012-001.615.
> Lupton D. Promicanje zdravlja u digitalnom dobu: kritički komentar. Health Promotion International . 2015 30 (1): 174-183
> Singh H, Giardina TD, Meyer I, Forjuoh SN, Reis Singh H, Giardina TD, Meyer I, Forjuoh SN, Reis MD, Thomas EJ. Vrste i porijeklo dijagnostičkih pogrešaka u postavkama osnovne skrbi. Unutarnja medicina JAMA . 2013 173 (6): 418-425.
> Thompson M. Healthcare i kognitivni računalni tim za velike promjene. Ekonent . 2015: 4-8.