Fremgang i AI inden for sundhedssektoren – Fokus fra Nathan Wang

Kunstig intelligens bliver hurtigt en af de vigtigste faktorer for fremgang inden for sundhedssektoren. Før RE•WORK – AI i sundhedssektoren Topmøde i Boston, spurgte vi Nathan Wang – Dyb læring/Medical billedforskningsforsker ved Johns Hopkins University om hans tanker om emnet. Her er, hvad han havde at sige:

Hvad mener du er den vigtigste fremgang for AI inden for sundhedssektoren?

I de seneste år har feltet gjort store fremskridt i modelfortolkning. Som forsker er det vigtigt for mig at kunne forstå “grundene” bag vores AI, så vi kan bygge mere robuste og nøjagtige modeller. Jeg håber, at kliniske og patienter til sidst vil have mere tillid til disse AI-systemer.

Hvad mener du vil være AI’s kronende bedrift for sundhedssektoren og patientresultater?

Jeg tror, at AI’s kronende bedrift endnu ikke er kommet. Jeg føler, at når dyb genetik og radionik bliver mere almindelige, vil AI spille en endnu større rolle end det gør i dag.

Hvad er nogle af de seneste sejre fra et AI-projekt, du arbejder på? Hvad var udfordringerne undervejs? Hvordan overvandt du dem?

Mit arbejde på Johns Hopkins omfatter dyb læring-baseret intraoperativ billedanalyse, især til at skelne mellem kræft og ikke-kræftvæv i den menneskelige hjernebark fra optisk koherens-tomografi (OCT)-billeder. En væsentlig udfordring, jeg stødte på, var at designe en AI-model, der generaliserer godt til data fra patienter uden for træningsmængden. Selvom dybe netværk er gode til at udtrække skjulte mønstre, er de mest letlærte mønstre ikke altid korrekte. Derfor er det vigtigt at anvende forskellige data-normaliserings- og transformationsmetoder. I mit projekt fandt jeg, at billedtekst var meget nyttig i en ensemble-læringsskema, så vi har både dyb læring og klassisk mønstergenkendelsesteknikker, der arbejder sammen.

Hvor integreret vil AI være i den kliniske arbejdsproces om 5 til 10 år? Hvad vil nogle fremtidige tendenser være dengang?

Jeg ser, at AI vil være mere og mere tæt forbundet med eksperter gennem den kliniske arbejdsproces fra diagnose til behandling. AI har vist sig at være dygtig til ikke kun tidlig diagnose og screening, men også til at forudsige langsigtede prognoser. Ved at engagere sig i tidlig behandling, der kan gøres mere præcis og effektiv med AI, kan mennesker forvente at leve længere og sundere liv.

Hvad ser du mest frem til, mens du taler på AI-sundhedssektoren Topmøde?

Relevansen og virkningen af AI inden for sundhedssektoren afspejles tydeligt i det imponerende panel af eksperter fra forskellige industrier og forskningsbaggrunde. Jeg ser frem til at lære om fronten af AI inden for områder, der er nærliggende mit eget, og deltage i inspirerende samtaler, der vil påvirke min forskningsretning positivt.

Ønsker du at lære mere?

Nathan vil tale på det kommende AI i sundhedssektoren Topmøde den 13.-14. oktober 2022 i Boston, MA. Slå dig sammen med ham og mange andre AI/ML og dyb læring-eksperter for at lære mere om de seneste tendenser og muligheder inden for sundhedssektoren.

Tidlige fugle-billetter udløber fredag den 2. september, så bestil din plads i dag.

Brug rabatkoden: UNITEAI for 20% rabat.

For mere information kontakt hello@re-work.co.