AI a budoucnost zdravotní péče

Obě industrializované a rozvojové země čelí bezprecedentním demografickým změnám. Míra porodnosti dosáhla minima v některých z největších zemí světa, zatímco doslova miliardy pracovníků se chystají odejít do důchodu.

Výzkumníci a politici se v posledních dvou desetiletích začali aktivně snažit najít způsoby, jak řešit rostoucí náklady na zdravotní péči ve stárnoucích populacích. Na všech úrovních se umělá inteligence stala považována za nejvýhodnější řešení.

Umělá inteligence nejen automatizuje základní úkoly, eliminuje potřebu drahé lidské intervence v mnoha případech, ale může být také použita k poskytnutí většího soukromí a diskrétnosti pacientům. Kromě toho díky strojovému učení mohou implementace zavedené dnes zlepšovat s časem a přizpůsobovat se novým výzvám, které mohou v budoucnu vzniknout.

Tento článek diskutuje o několika možných aplikacích AI/ML technologií ve zdravotnictví. Nic z toho, co je popsáno níže, není příliš daleko v budoucnosti a bude pravděpodobně součástí trhu zdravotnické umělé inteligence, který se očekává, že dosáhne velikosti 44,5 miliard dolarů do roku 2026.

Streamlined farmaceutický vývoj

Každý rok farmaceutický průmysl vydává téměř 100 miliard dolarů na výzkum a vývoj. Mnoho nákladů spojených s tímto procesem lze snížit prostřednictvím aplikace nástrojů big data analytics, včetně neuronových sítí, na databáze, které kategorizují molekulární struktury potenciálních léčivých složek.

Tato strategie se zejména osvědčila v situacích, kdy je čas rozhodující, jako během pandemií. V roce 2015, během epidemie eboly ve Východní Africe, univerzita v Torontu použila AI k rychlému zpracování databáze farmaceutických sloučenin. Objev léčby, který by dříve vyžadoval měsíce nebo dokonce roky analýzy, byl dosažen za méně než den.

Jak bylo důkladně hlášeno, analýza AI byla také zásadní pro vývoj vakcín a léčby COVID-19 v posledních一年 a půl. Když se objevují nové kmeny viru, stejná technologie se nadále aplikuje.

Automatizovaná lékařská dokumentace

S většinou klinik a nemocničních záznamů již uložených v digitálním formátu, EHR (elektronické zdravotní záznamy) hrají důležitou roli ve zdravotnictví. Zatímco tato technologie usnadnila, urychla a v konečném důsledku zlevnila přístup k pacientským záznamům, skutečná digitalizace lékařské dokumentace může představovat značnou zátěž pro časově vytížené zdravotnické pracovníky.

Technologie zpracování přirozeného jazyka (NLP) již existuje, která může zefektivnit řadu procesů souvisejících se sběrem a uložením lékařských dat. Zatímco rozpoznávání hlasu a diktovací software není ničím novým v medicíně, návrhy se nyní předkládají k aplikaci algoritmů umělé inteligence, které dokumentují a analyzují celý rozsah interakcí zdravotnických pracovníků s pacienty.

Jedna z navrhovaných implementací této technologie by spočívala v použití AI a strojového učení ke zpracování videí pořízených pomocí kamer, které by nosili zdravotničtí pracovníci. Ve skutečnosti by to bylo bastante podobné jako body kamery nosí mnoho policejních důstojníků dnes. Informace shromážděné z těchto videí by mohly být rychle indexovány a kombinovány s jinými lékařskými daty pro další analýzu.

Diagnostika pomocí selfie

V některých částech světa jsou zdravotnické kliniky a nemocnice málopočetné a vzdálené. V jiných může být návštěva lékaře pro rutinní prohlídky považována za zbytečnou starost.

Naštěstí, i v nejvzdálenějších lokalitách, má většina lidí dnes již powerful diagnostický nástroj v kapse – svůj smartphone. Kvalita obrazu z mobilních telefonů se zlepšuje každý rok, zatímco technologie se stává levnější. Obrázky pořízené těmito zařízeními jsou určitě vhodné pro analýzu algoritmy AI.

Už nyní lékaři v regionech bez přístupu ke klinickému zobrazování začali používat snímky pořízené vlastními mobilními telefony k analýze svých pacientů. Ve skutečnosti se smartphony s machine-learningovým softwarem již používají k diagnostice kožního rakoviny a melanomu s přesností až 90%. Spotřebitelské aplikace jsou již na trhu, které umožňují běžným uživatelům detekovat změny na vlastním těle.

Podobná technologie se aplikuje v oftalmologii. Algoritmy byly vyvinuty a schváleny americkým FDA k detekci retinopatie u diabetiků prostřednictvím analýzy fotografií.

Chatbot-enabled telemedicína

Každý má určitá témata, která rád uchovává v soukromí, a pro mnohé je zdravotnictví jedním z nich. Opatrnost je jistě pochopitelná, když jde o diskusi o zdravotních problémech s kolegy a spolupracovníky, ale pro některé lidi může být komunikace se zdravotnickými pracovníky zastrašující.

Chatboty mohou nabídnout řešení pro tyto typy pacientů. Technologie, která je již aktivně používána v telemedicíně pro plánování schůzek, doplňování receptů a triáž, je aktivně vyšetřována jako způsob, jak komunikovat s jedinci, kteří vyžadují rady o základních, samoopatrných, zdravotních problémech.

Ve skutečnosti výzkumníci ve Spojeném království zjistili, že chatboty by byly preferovaným výběrem pro pacienty, kteří čelí více stigmatizujícím zdravotním stavům, jako jsou pohlavní nemoci. S větší anonymitou budou pacienti pravděpodobněji hledat pomoc pro problémy, které by mohly vést k větším obavám později, pokud by jinak zůstaly neléčené.

Závěr

Případy použití AI ve zdravotnictví popsány v tomto článku představují pouze malou ukázku toho, co může být skutečně možné. Při vstupu do další dekády vývoje Medtech jsme si jisti, že objevíme řadu průlomových inovací, z nichž některé můžeme dnes pouze teoretizovat.

Klíčovým faktorem je tedy schopnost proměnit teorii v realitu. V Daiger se specializujeme na proměnu teoretických nápadů souvisejících s AI a strojovým učením na akční řešení, která přidávají hodnotu podnikům. Kontaktujte nás nebo navštivte naše webové stránky, aby jste se dozvěděli více o našich službách.