¿Cuáles podrían ser los posibles efectos del uso de la inteligencia artificial en el diagnóstico médico?

Depende mucho de cómo lo hagamos.

Un área de investigación popular en este momento es la IA de detección de cáncer que toma una tomografía computarizada y determina si el paciente tiene cáncer o no. Incluso pueden diagnosticar el tipo de cáncer. Eso significa atención médica más rápida. Esto también puede conducir a una detección más temprana del cáncer, ya que algunos sistemas pueden detectar el cáncer mucho antes de que un médico pueda hacerlo. No es perfecto, pero puede ser de gran ayuda. Sin embargo, cosas como las tomografías computarizadas siguen siendo caras. No queremos someter a todos a tomografías computarizadas regulares. Solo los que podrían necesitarlo.

Entonces construimos un nuevo sistema. Éste toma como características datos sobre el estilo de vida de una persona y cualquier síntoma que pueda estar experimentando, y cualquier otra información de salud / medio ambiente / genética que tengamos. Su objetivo es predecir el riesgo de una persona de contraer cáncer. A aquellos con alto riesgo se les recomienda que se realicen tomografías computarizadas semi-regulares.

Así que ahora, cuando realiza su chequeo regular, responde algunas preguntas que se introducen en un modelo y determina si está en riesgo de cáncer. Si es así, recomienda una tomografía computarizada. Otro modelo luego examina esa tomografía computarizada. Puede diagnosticarle cáncer. ¿Y que? Bueno, probablemente alimentemos el mismo escaneo y tal vez un segundo escaneo a través de una serie de otros modelos solo para verificar dos veces. Si también son positivos, necesitamos un plan de tratamiento. ¿Qué puede hacer la IA por ti aquí?

Solo pregúntale a Watson de IBM. Ya se está utilizando para desarrollar planes de tratamiento para pacientes con cáncer. Watson lee revistas médicas y utiliza esa información e información sobre el paciente para recomendar un diagnóstico y opciones de tratamiento.

Una IA para diagnósticos médicos puede ser como un motor de búsqueda, pero en lugar de escribir “gatos lindos con sombreros grandes” como suele hacer, la consulta es toda la información que tiene sobre un paciente en particular. Luego selecciona todas las investigaciones o diagnósticos o tratamientos relevantes que conoce, descartando las investigaciones que considere irrelevantes. Finalmente, clasifica la información relevante según su relevancia, probabilidad de éxito, efectos secundarios, costos, etc.

Este enfoque amplía la experiencia de un médico y ahorra tiempo, lo que permite una atención médica más rápida, más barata y más efectiva. El tratamiento real puede no ser más barato, pero los pacientes pagarán menos por el tiempo de los médicos.

Así que simplemente integramos AI en la detección, el diagnóstico y el tratamiento. ¿Qué nos estamos perdiendo? Cuidado preventivo!

¿Recuerdas ese modelo que determina tu factor de riesgo? Ese modelo es una función. Una función diferenciable. Eso significa que tiene un gradiente. Si ingresa su información y calcula el gradiente en ese punto, puede decirle cómo reducir su riesgo predicho (no real) de la manera más eficiente posible. Por supuesto, no todas las cosas son fáciles. Cambiar su historial familiar, por ejemplo, no es una tarea simple. Por lo tanto, podemos simplemente ponderar cada factor según cuán factible sea y terminar con la forma de mínimo esfuerzo para prevenir el cáncer. Los resultados pueden variar.

Ahora sabe cómo reducir su riesgo de cáncer, lo encontrará antes si lo tiene, pagará menos por un diagnóstico más preciso y obtendrá un tratamiento más efectivo.

¿Te imaginas lo que eso le haría a la tasa de mortalidad?

¡Y hay mucho más por hacer! Mi propia investigación usó IA para reconstruir imágenes en 3D de la cavidad torácica de un paciente a partir de rayos X en tiempo real para el tratamiento del cáncer de pulmón. Otros están trabajando en IA para diseñar medicamentos personalizados para su ADN. Hay una tremenda cantidad de posibilidades. Si algo no es una mejora, simplemente no podemos usarlo.

¿En diagnósticos médicos específicamente? Ha sido probado Este fue el primer intento del IIRC en la década de 1970 con sistemas expertos. Terminó siendo lento y engorroso. Sin embargo, un sistema experto, o un BBN, podría tener una precisión muy alta, ya que está modelado sobre cómo funciona realmente el diagnóstico.

Usar algo como un DNN … es difícil. Necesitarías un gran conjunto de entrenamiento. Probablemente no valga la pena el esfuerzo. No sé con qué frecuencia se producen diagnósticos incorrectos, pero podría garantizar que una computadora podría superar esa tasa; es decir, el sistema informático podría diagnosticar erróneamente mucho más que los humanos.

Las computadoras carecen de la capacidad de entender, por lo que carecen de la percepción que tienen los médicos humanos. Carecen del conocimiento físico que tiene un médico, especialmente el conocimiento análogo, que proviene de poner las manos sobre el paciente; Por ejemplo, cuando un médico usa un estetoscopio para escuchar su corazón y su respiración, está escuchando una variedad de cosas que podrían no ser fácilmente descripbles.

Finalmente, dado que las computadoras no son humanas, no tienen empatía. No entienden el dolor porque no lo han sentido. No entienden la mentira, porque las computadoras no perciben el mundo de esa manera. No manejan fácilmente datos no concluyentes.

No me voy a inscribir para esto pronto. Dicho esto, gracias a los registros médicos / médicos electrónicos (EHR / EMR), algún día podríamos tener la base de datos para tal sistema. Compañías como Premier, Inc., podrían tener la base para tal sistema en 10-15 años. De nuevo, no voy a ser el primer paciente.

En los Estados Unidos, nos enfrentamos a una gran demanda de servicios de salud al analizar los problemas sistémicos, y cuando lo hacemos, tenemos éxito. El tratamiento temprano es crítico, por lo que conseguir más personas aseguradas y garantizar la atención preventiva gratuita ha sido muy exitoso, incluso en un corto período de tiempo. Tener personas que no sean médicos (pero que trabajan bajo la supervisión de un médico) diagnostica, trata y prescribe también ha sido efectivo; Muchas instalaciones clínicas emplean asistentes médicos y / o enfermeras practicantes. Estas personas, a diferencia de las computadoras, son perceptivas, y cuando llegan al final de su conocimiento, hay médicos para dar el siguiente paso.

No tengo experiencia en el diagnóstico de problemas médicos (tengo experiencia en el diagnóstico de fallas utilizando software para computadoras).

Estos son puntos generales

  1. Preferiría que el diagnóstico de mi máquina lo hiciera una máquina determinista (sistema informático en lugar de una IA (no determinista). (¡Excepto médicos!)
  2. Los sistemas médicos basados ​​en el conocimiento que utilizan técnicas como las técnicas bayesianas se han probado en el pasado.
  3. El diagnóstico basado en síntomas depende de las propiedades de partición de los componentes del sistema (es decir, una falla en un componente podría implicar a otros componentes)
  4. El reconocimiento de los síntomas depende del detector utilizado, es decir, se necesita conocimiento del sistema de investigación.
  5. La detección de fallas en este tipo de entorno requiere técnicas de modelado (por ejemplo, un médico piensa en todos los factores que interactúan). Esto requiere más de las ANN utilizadas para clasificar las muestras estandarizadas.

Mi respuesta general es que la IA que se ha probado (KBS) ANN puede reconocer problemas, pero como ayuda para la solución, no la conclusión final, ese tipo de IA aún no existe. Así que se usa como soporte, OK: diagnóstico completo, no está bien.

Sugiero lo siguiente y puede que no sea específicamente AI.

Cada persona tiene un sensor (chico, esto provocará un infierno político, ¿eh?) Que informa sobre el metabolismo de su cuerpo, etc. Esta información ingresará a la base de datos.

AI o lo que sea ahora tendrá los datos para definir “todas las enfermedades”. Dios lo sabe, FaceBook toma toda nuestra información y define “todas las cosas que queremos comprar o decir y por qué”.

¿Que hacemos ahora? Pharma gasta miles de millones en investigación de nuevos medicamentos para monetizar enfermedades. Recopilan datos sobre “grupos”. Los médicos observan la sintomatología y emplean cirugía o medicamentos para resolver la enfermedad. No saben cómo o cuándo comenzó la enfermedad y poco sobre el paciente más allá de las pruebas.

Otros han hecho un mejor trabajo definiendo esto que yo. Pero, todo sobre la forma humana y la enfermedad se conocería a corto plazo. Los tumores van y vienen … no todos, pero sé por experiencia. La medicina solo puede saber lo que puede de la pequeña fracción de la población que trata y los datos de su práctica / región / grupo médico … etc.

Una sola base de datos explica la enfermedad. A partir de ahí, un programa analítico diseñado correctamente puede evaluar las probabilidades de este modo, identificando vías, entornos y patrones de enfermedad.

Gran mejora en la actualidad, ya que el diagnóstico “significa” que el desequilibrio requiere acción en lugar de … “existe un entorno en su cuerpo que sugiere un potencial para esta enfermedad en el futuro”.

Por supuesto, el fin financiero de la medicina no será feliz, ¿verdad?

La IA tiene muchas aplicaciones en una miríada de industrias, incluidas las finanzas, el transporte y la atención médica, que cambiarán la forma en que la industria diagnostica y trata las enfermedades. La IA se ha aplicado al reconocimiento de objetos, rostro, habla y escritura; realidad virtual y procesamiento de imágenes; procesamiento de lenguaje natural, chatbots y traducción; filtrado de correo electrónico no deseado, robótica y minería de datos.

La IA se ha utilizado para mejorar el diagnóstico médico. Por ejemplo, AI ayudó al diagnóstico de imágenes médicas de la compañía de alta tecnología de inteligencia artificial con sede en Beijing, Infervison, se está utilizando para mejorar la lectura de tomografías computarizadas y rayos X La tecnología, que se utiliza en hospitales en China, puede detectar lesiones y nódulos sospechosos en pacientes con cáncer de pulmón. Esto permite a los médicos proporcionar a los pacientes un diagnóstico temprano en lugar de enviar muestras de tejido a un laboratorio para su análisis, proporcionando así tratamientos antes de lo habitual.

Veamos cómo la IA ayuda en el cuidado preventivo de la diabetes y la detección de trastornos hepáticos.

Health Care Archives – Blog de Accubits

La verdadera inteligencia artificial no tendrá limitaciones físicas como el cerebro humano. Aprenderá más rápido, tendrá una memoria perfecta teóricamente ilimitada. Nunca se cansará, se distraerá, se pondrá nervioso, etc. Su visión, audición y otras sensaciones serán mucho mejores que las de los humanos porque podrá usar cualquier cámara, micrófono, sensor de temperatura, etc. de alta calidad disponible.

Con todo eso en mente, sería un médico mucho mejor que cualquiera de los humanos.

More Interesting

¿Cuáles son las garantías contra un motor de inteligencia artificial que toma la decisión equivocada?

¿Podemos usar la inteligencia artificial para combatir el malware informático, ya que es como usar la computadora para luchar contra sí misma?

¿Qué sugeriría para una persona que planea solicitar la admisión (2018) en Stanford para una maestría en CS y está interesada en la inteligencia artificial?

Cómo construir un administrador financiero chatbot AI

Si el hombre es capaz de fabricar inteligencia artificial, ¿sería apropiado para los adherentes religiosos intentar convertir la IA en sus creencias religiosas?

¿Por qué los países no reemplazan a los inmigrantes con inteligencia artificial?

¿Por qué deberíamos seguir aprendiendo cuando la IA simplemente robará nuestros trabajos?

¿Conoces algún otro sistema de inteligencia artificial que esté compuesto por más de 500 millones de líneas de código (en múltiples unidades individuales de IA) además de INVACIO?

¿Cómo se relacionan el aprendizaje automático y la inteligencia artificial? ¿Cómo debe un principiante abordar estos dos temas?

¿Qué es un lenguaje artificial?

¿Por qué no ocurrirá la IA?

Si un AGI es lo suficientemente inteligente como para matar al mundo entero, ¿por qué importaría si la humanidad sobrevive?

¿La inteligencia artificial / automatización resultará en un descontento social sustancial debido a la falta de disponibilidad de los trabajos y habilidades adecuados en el futuro?

¿Qué salvaguardas existen para evitar que una IA rebelde emerja?

¿Dónde comenzarías creando inteligencia artificial que pase la prueba de Turing?