आरोग्य सेवांमध्ये 5 आश्चर्यकारक एआय प्रगती

लेखक: Roger Morrison
निर्मितीची तारीख: 26 सप्टेंबर 2021
अद्यतन तारीख: 21 जून 2024
Anonim
हेल्थकेअरमधील शीर्ष 5 एआय प्रगती
व्हिडिओ: हेल्थकेअरमधील शीर्ष 5 एआय प्रगती

सामग्री


स्रोत: व्हिडिओ-डॉक्टर / iStockphoto

टेकवे:

एआय वैद्यकीय तंत्रज्ञानास वेगवान वेगाने प्रगती करण्यास सक्षम करीत आहे. येथे काही नवीन यशः

कृत्रिम बुद्धिमत्ता आपल्या जगात अनेक अकल्पनीय मार्गाने क्रांती घडवत आहे. चौथ्या औद्योगिक क्रांतीच्या काठावर, मानवतेत सध्या आपण राहत असलेल्या जगाला पुनरुज्जीवित करण्यासाठी मशीन्सद्वारे केलेल्या पहिल्या चरणांचे साक्षीदार केले जात आहे. आणि आपण बुद्धिमान, स्वयं-शिक्षण यंत्रे असलेल्या माणसांना स्थानापन्न करण्याच्या संभाव्य कमतरता आणि त्याचे फायदे यावर चर्चा करीत असताना, एआय चे सकारात्मक प्रभाव आपल्या जीवनाची गुणवत्ता निश्चितपणे सुधारेल असे एक क्षेत्र: आरोग्य सेवा उद्योग.

वैद्यकीय प्रतिमा

मशीन लर्निंग अल्गोरिदम डोळ्यांच्या डोळ्यांतील माहितीमध्ये अकल्पनीय प्रमाणात प्रक्रिया करू शकतात. आणि मॅमोग्राम आणि सीटी स्कॅन सारख्या वैद्यकीय प्रतिमेच्या अहवालांमधील अगदी लहान तपशीलदेखील शोधण्यात मानवांपेक्षा ते अधिक अचूक असू शकतात.

ऑस्टिओपोरोसिस, स्तनाचा कर्करोग, महाधमनी रक्तवाहिन्यासंबंधी आणि more ० टक्के सह संभाव्य परिस्थितीची प्रत्येक चिन्हे शोधण्यात सक्षम असलेल्या वैद्यकीय इमेजिंग अहवालाच्या सर्व प्रकारच्या अल्गोरिदम आधारित विश्लेषणासह झेब्रा मेडिकल व्हिजनने प्रोफाऊंड नावाचे एक नवीन व्यासपीठ विकसित केले आहे. अचूकता दर. आणि आरोग्यविषयक सेवा देणार्‍या प्रथमतः पहिल्या ठिकाणी शोधत नसलेल्या इतर रोगांच्या छुप्या लक्षणांची तपासणी करण्यासाठी या सखोल शिक्षण क्षमतांचे प्रशिक्षण दिले गेले आहे. बायोप्सी स्लाइडमध्ये स्तनांच्या कर्करोगाच्या काही विशेषत: प्राणघातक स्वरूपाची उपस्थिती आढळल्यास अन्य खोल शिक्षण नेटवर्कने 100 टक्के अचूकता नोंदविली.


संगणक-आधारित विश्लेषण मानवांपेक्षा डेटा किंवा प्रतिमेचे स्पष्टीकरण देण्यापेक्षा (आणि त्यापेक्षा कमी खर्चिक) इतके कार्यक्षम आहे की काहींनी असा तर्क केला आहे की भविष्यात रेडिओलॉजिस्ट आणि पॅथॉलॉजिस्टसारख्या काही व्यवसायांमध्ये एआयचा स्थान न घेणे अनैतिक बनू शकते! (औषधांच्या आयटीबद्दल अधिक माहितीसाठी, वैद्यकीय निदानामध्ये आयटीची भूमिका पहा.)

इलेक्ट्रॉनिक वैद्यकीय नोंदी (ईएमआर)

इलेक्ट्रॉनिक वैद्यकीय नोंदी (ईएमआर) चा आरोग्य माहिती तंत्रज्ञानावर होणारा परिणाम हा गेल्या दशकाच्या चर्चेचा सर्वात विवादास्पद विषय आहे. काही अभ्यासानुसार ते उत्पादकता आणि वेळोवेळी वाढत असताना काळजीची गुणवत्ता सुधारण्यासाठी एक महत्त्वपूर्ण बिंदू दर्शवितात. तथापि, बर्‍याच आरोग्य सेवा प्रदात्यांना ते अवजड आणि वापरण्यास अवघड वाटले ज्यामुळे तंत्रज्ञानाची भरीव प्रतिकारशक्ती आणि व्यापक अकार्यक्षमता उद्भवली. नवीन एआय-चालित सॉफ्टवेअर ईएमआरच्या अवांछित अवघडपणामुळे दररोज अनेक डॉक्टर, परिचारिका आणि फार्मासिस्टची नासधूस करत आहेत.

या नवीन आरोग्य सेवा तंत्रज्ञानाची सर्वात मोठी समस्या म्हणजे वैद्यकीय चिकित्सकांना पुनरावृत्तीची कामे करण्यास त्यांचा बहुमूल्य वेळ खर्च करण्यास भाग पाडले जाते. एआय सहजपणे त्यांना स्वयंचलित करू शकते, उदाहरणार्थ, जेव्हा प्रत्येक रोगाचा चिकित्सक रुग्णाशी बोलतो तेव्हा प्रत्येक तपशील रेकॉर्ड करण्यासाठी भेटी दरम्यान भाषण ओळख देऊन. चार्टमध्ये घालण्यायोग्य साधने आणि बाह्य सेन्सर सारख्या विविध स्त्रोतांमधून संग्रहित केला जाणारा अधिक तपशीलवार डेटा असू शकतो आणि त्यामध्ये समाविष्ट असेल आणि एआय त्यांना थेट ईएमआरमध्ये पोसवेल.


परंतु डेटा संकलनाच्या पहिल्या टप्प्यातून पुढे जात असताना, जेव्हा पुरेशी संबंधित माहिती योग्यरित्या समजून घेतली जाते आणि खोल शिक्षणातील अल्गोरिदम द्वारे एक्स्ट्रोपोलेट केली जाते, तेव्हा त्याचा वापर काळजीच्या गुणवत्तेत बर्‍याच प्रकारे सुधारित करण्यासाठी केला जाऊ शकतो. हे रूग्णांच्या उपचारांचे पालन वाढवू शकते आणि प्रतिबंधित कार्यक्रम कमी करू शकते किंवा डॉक्टरांना महागड्या, जीवघेण्या परिस्थितीत उपचार करण्यासाठी अंदाजे एआय analyनालिटिक्सद्वारे मार्गदर्शन करू शकते. फक्त व्यावहारिक उदाहरणास नाव देण्यासाठी, जामा नेटवर्कमध्ये नुकत्याच प्रकाशित झालेल्या एका अभ्यासात असे आढळले की कॅलिफोर्निया विद्यापीठातील एआयमार्फत ईएमआरमधून काढलेला मोठा डेटा आणि सॅन फ्रान्सिस्को हेल्थने संभाव्य प्राणघातक क्लोस्ट्रिडियम डिसफिलेस (सी भिन्नता) च्या उपचारांना मदत केली. ) संक्रमण.

आरोग्य सेवेतील वैद्यकीय रेकॉर्ड डेटा खाण किती पुढील "मोठी गोष्ट" होणार आहे हे पाहणे सोपे आहे, जेव्हा काळजीशिवाय प्रवेशाची गती, गुणवत्ता आणि समानता सुधारण्यासाठी Google व्यतिरिक्त कोणीही स्वत: चा गूगल डीप माइंड हेल्थ प्रकल्प सुरू केला नाही.

कोणतीही दोष नाही, तणाव नाही - आपले जीवन नष्ट न करता जीवन-बदलणारे सॉफ्टवेअर तयार करण्यासाठी चरण चरण बाय चरण

जेव्हा कोणालाही सॉफ्टवेअर गुणवत्तेची काळजी नसते तेव्हा आपण आपली प्रोग्रामिंग कौशल्ये सुधारू शकत नाही.

क्लिनिकल डिसिसीजन सपोर्ट (सीडीएस)

खोल शिक्षणाचे आणखी एक रोचक उदाहरण म्हणजे मशीन त्यांच्या मानवी भागांपेक्षा चांगले निर्णय घेण्यास मदत करू शकतात क्लिनिकल निर्णय समर्थन (सीडीएस) साधनांचा प्रसार.

ही उपकरणे सामान्यत: ईएमआर प्रणालीत तयार केली जातात जेणेकरुन डॉक्टरांना त्यांच्या कामात सर्वोत्कृष्ट उपचारांचा कोर्स सुचवावा, फार्माकोलॉजिकल इंटरेक्शन किंवा पूर्वीच्या परिस्थिती यासारख्या संभाव्य धोक्‍यांचा इशारा द्या आणि एखाद्या रुग्णाच्या आरोग्याच्या नोंदीत अगदी थोड्याशा तपशिलाचे विश्लेषण केले पाहिजे.

एक मजेदार उदाहरण म्हणजे मॅट्रिक्सकेअर, एक सॉफ्टवेअर हाऊस जे नर्सिंग होम व्यवस्थापित करण्यासाठी वापरल्या जाणार्‍या त्यांच्या उपकरणात मायक्रोसॉफ्ट्स प्रसिद्ध एआय कॉर्टाना एकत्रित करण्यास सक्षम होते. मशीन लर्निंग इंजिनच्या सामर्थ्यवान विश्लेषण क्षमतांनी समर्थन साधनांच्या निर्णय घेण्याच्या क्षमतेला अपुरी यश दिले.

“एक डॉक्टर कदाचित महिन्यातून दोनदा एक वैद्यकीय जर्नल वाचू शकेल,” सीईओ जॉन डॅमगार्ड यांनी स्पष्ट केले, “कोर्ताना इतिहासामध्ये प्रकाशित होणारा प्रत्येक कर्करोगाचा अभ्यास दुपारपूर्वी आणि p वाजता वाचू शकतो. काळजी योजनांविषयी आणि निकालांमध्ये सुधारणा करण्याबाबत रुग्ण-विशिष्ट शिफारसी करत आहेत. ”

मानवांपेक्षा मशीन्स एकमेकांशी अधिक चांगले संवाद साधू शकतात असा युक्तिवाद सीडीएस पुढे आणत आहे. विशेषतः, भिन्न वैद्यकीय उपकरणे सर्व गोष्टी इंटरनेटच्या इतर गोष्टींप्रमाणेच (आयओटी) डिव्हाइस (वेअरेबल्स, मॉनिटर्स, बेडसाइड सेन्सर इत्यादी) आणि ईएमआर सॉफ्टवेयरशी देखील जोडल्या जाऊ शकतात. इंटरऑपरेबिलिटी ही आधुनिक आरोग्य सेवेची एक गंभीर समस्या आहे कारण केअर फ्रग्मेंटेशनची वितरण ही अनुचित उपचार आणि हॉस्पिटलायझेशनमध्ये वाढ होण्याचे एक प्रमुख कारण आहे. स्मार्ट एआयच्या नेतृत्वात, विविध ईएमआर प्लॅटफॉर्म इंटरनेटद्वारे एकमेकांशी "बोलण्यास" सक्षम होतात, वेगवेगळे वॉर्ड आणि अगदी भिन्न आरोग्य सुविधा सुविधांमधील सहकार्य आणि सहयोग वाढवते.

औषध विकास

क्लिनिकल ट्रायल्सद्वारे नवीन औषध विकसित करणे हा बर्‍याचदा खर्चाचा विषय असतो. केवळ काळाच्या दृष्टीने नव्हे (दशकांबद्दल बोलत होते) आणि डॉलर्सची गुंतवणूक (खर्च सहजपणे अनेक अब्ज डॉलर्सपर्यंत पोहोचू शकतात) परंतु मानवी जीवनावर देखील नाही. बर्‍याच नवीन औषधनिर्माणशास्त्रांना तथाकथित पोस्टमार्केटिंग कालावधीत वास्तविक जगाच्या विषयांवर बर्‍याच वर्षांच्या अतिरिक्त चाचणीची आवश्यकता असते आणि हे इतके असामान्य नाही की औषधोपचारानंतर अनेक वर्षांनी अनेक गंभीर (किंवा प्राणघातक) दुष्परिणाम शोधले जातात. लाँच केले.

पुन्हा, कार्यक्षम सुपर कॉम्प्यूटर-इंधनयुक्त एआय आण्विक रचनांच्या डेटाबेसमधून नवीन औषधे रूट करू शकते ज्याचे विश्लेषण करण्यास कोणतीही मनुष्य हिम्मत करू शकत नाही. एटोमिसेस एआय हे त्याचे प्रमुख उदाहरण आहे, जे इबोला विषाणूच्या साथीला थांबवू शकतील अशा दोन औषधांचा अंदाज लावण्यास सक्षम होते. एका दिवसात, त्यांच्या आभासी शोधात दोन सुरक्षित, आधीपासूनच अस्तित्वात असलेली औषधे सापडली जी प्राणघातक विषाणूविरूद्ध लढण्यासाठी पुन्हा तयार केली जाऊ शकतात. सर्वात चांगली गोष्ट म्हणजे त्यांना रोगराईने आपत्कालीन परिस्थितीवर परिणामकारक प्रतिक्रिया दाखविण्याचा मार्ग सापडला ज्याची सुरक्षितता सिद्ध करून रुग्णांसाठी वर्षानुवर्षे विपणन केले गेले होते. (तंत्रज्ञान औषधाच्या विकासास कसे मार्गदर्शन करते याविषयी अधिक जाणून घेण्यासाठी, औषध आणि फार्मास्युटिकल्समधील बिग डेटास प्रभाव पहा.)

भविष्यात एक झेप

काही सर्वात आश्चर्यकारक तंत्रज्ञान अद्याप तयार नाहीत, केवळ नमुना व्यतिरिक्त काही नाही, परंतु त्यांचे परिणाम इतके चित्तथरारक आहेत की ते अद्याप उल्लेखनीय आहेत.

यातील एक अचूक औषध आहे, खरोखर महत्वाकांक्षी शिस्त, जी कर्करोगासारख्या आजारांशी जोडल्या जाऊ शकणार्‍या उत्परिवर्तन आणि विसंगती शोधणार्‍या रूग्णांच्या डीएनएद्वारे स्कॅन करण्यासाठी खोल जीनोमिक्स अल्गोरिदम वापरते. ह्युमन जीनोम प्रोजेक्टचा एक जनक, क्रेग वेंटर सारखे लोक सध्या संगणकीय तंत्रज्ञानाच्या नवीन पिढीवर काम करीत आहेत जे कोणत्याही अनुवंशिक फेरफटकाच्या परिणामाचा अंदाज लावू शकतात, वैयक्तिकृत उपचारांकडे जाण्याचा मार्ग शोधू शकतात आणि ब prevent्याच प्रतिबंधक रोगांचे लवकर शोध काढतात.

शहाण्यांना शब्द

आरोग्यासाठी एआयची ओळख करुन देण्याच्या प्रचंड संभाव्यतेमुळे आपण जितके उत्साही असू शकतो, तितके महत्त्वाचे आहे की आम्ही त्याच्या मर्यादा समजून घेत आहोत. औषधात एआय वापरणे जोखमीपासून मुक्त नाही, परंतु आपण त्याची सवय झाल्यावर त्यापैकी बर्‍याच जणांवर सहज मात होईल.

मर्यादा म्हणून कार्य करणार्या काही नैतिक मानकांची स्थापना करण्यासाठी कमाल "इजा करू नका" हे गंभीर आहे. आजच्या चौकटीच्या चौकटीच्या उत्तरार्धात गुंतवणूक केली गेली ज्यावर भावी पिढी निर्णय घेतील.