AI og fremtiden for sundhedspleje

Både den industrialiserede og udviklingsverden står over for usædvanlige demografiske ændringer. Fødselsraterne har nået et minimum i nogle af verdens største lande, mens milliarder af arbejdere er klar til at gå på pension.

Forskere og politikere har i de sidste to årtier aktivt søgt efter måder at tackle de stigende sundhedsomkostninger for aldrende befolkninger. Overalt er AI blevet betragtet som den mest fordelagtige løsning.

Ikke kun automatiserer kunstig intelligens grundlæggende opgaver og fjerner behovet for dyrt menneskeligt indgreb i mange tilfælde, men den kan også give patienterne en større fornemmelse af privatliv og diskretion. Desuden kan maskinel læring gøre, at implementeringer, der er sat i gang i dag, kan forbedres over tid og tilpasse sig til nye udfordringer, der måtte opstå i fremtiden.

Denne artikel diskuterer nogle mulige anvendelser af AI/ML-teknologier i sundhedspleje. Ingen af de beskrevne løsninger ligger langt ude i fremtiden, og vil sandsynligvis være en del af markedet for kunstig intelligens i sundhedspleje, som forventes at nå en størrelse på 44,5 milliarder dollars i 2026.

Streamlineret farmaceutisk udvikling

Hvert år bruger lægemiddelindustrien næsten 100 milliarder dollars på forskning og udvikling. Mange af omkostningerne i denne proces kan reduceres gennem anvendelsen af big data analytics-værktøjer, herunder neurale netværk, til databaser, der kategoriserer de molekylære strukturer af potentielle lægemiddelkomponenter.

Denne strategi har især vist sig at være lovende i situationer, hvor tiden er af største betydning, såsom under pandemier. I 2015, under Ebola-udbruddet i Østafrika, brugte University of Toronto AI til at hurtigt behandle en database over lægemiddelkomponenter. Opdagelsen af en behandling, der ellers ville have krævet måneder eller endda år af analyse, blev opnået på under en dag.

Som det er vel dokumenteret, har AI-analyse også været afgørende for udviklingen af COVID-19-vacciner og -behandlinger i løbet af det sidste år og halv. Da nye stammer af virusset dukker op, anvendes den samme teknologi fortsat.

Automatiseret medicinsk dokumentation

Med de fleste kliniske og hospitalsjournaler allerede gemt i digitalt format, spiller elektroniske sundhedsjournaler (EHR’er) en vigtig rolle i sundhedspleje. Selvom denne teknologi har gjort det lettere, hurtigere og billigere at få adgang til patientjournaler, kan den faktiske digitalisering af medicinsk dokumentation repræsentere en betydelig byrde for travle sundhedsprofessionelle.

Der findes i dag naturlig sprogbehandlingsteknologi (NLP), der kan strømlinje mange processer relateret til medicinsk dataindsamling og -lagring. Selvom talegenkendelse og dikteringssoftware ikke er noget nyt i medicinen, forslag er nu blevet fremlagt for at anvende kunstig intelligensalgoritmer, der dokumenterer og analyserer det samlede omfang af sundhedsprofessionelles interaktioner med patienter.

En mulig implementering af denne teknologi kunne være at bruge AI og maskinel læring til at behandle videoer, der er optaget med kameraer, der bæres af kliniske medarbejdere. I virkeligheden ville dette være ret ens med body-cams, der bæres af mange politibetjente i dag. Information, der er indsamlet i disse videoer, kunne hurtigt blive indekseret og kombineret med andre medicinske data til yderligere analyse.

Selvdiagnosticering via selfies

I nogle dele af verden er sundhedscliniker og -hospitaler få og langt imellem. I andre kan det at tage tid fra en travl dag til at se en læge for rutinemæssige check-ups synes at være en unødvendig besvær. For mennesker, der bor i disse situationer, kan alvorlige tilstande ofte ikke opdages, før det er for sent.

Heldigvis har de fleste mennesker i dag allerede en kraftfuld diagnostisk værktøj i deres lommer – deres smartphones. Kvaliteten af mobilkameraer bliver bedre hvert år, og teknologien bliver billigere at producere. Billeder, der er taget med disse enheder, er bestemt egnet til analyse af AI-algoritmer.

Allerede har læger i regioner uden adgang til klinisk kvalitetsbilleddiagnostik begyndt at bruge billeder, der er taget med deres egne mobiltelefoner, til at analysere deres patienter. Faktisk bruges smartphones med maskinel læring til at diagnosticere hudkræft og melanomer med en nøjagtighed på op til 90%. Forbrugergrade apps er allerede på markedet, der kan hjælpe almindelige brugere med at opdage hudforandringer på deres egne kroppe.

Lignende teknologi bliver anvendt i øjenlægevidenskab. Algoritmer er blevet udviklet og godkendt af den amerikanske FDA til at opdage retinopati hos diabetikere gennem fotoanalyse.

Chatbot-aktiveret telemedicin

Alle har bestemte ting, de foretrækker at holde private, og for mange er sundhed en af dem. Forsigtighed er bestemt forståelig, når det kommer til at diskutere medicinske spørgsmål med kollegaer og kolleger, men for nogle mennesker kan det endda synes intimiderende at kommunikere med sundhedsprofessionelle.

Chatbots kan måske tilbyde en løsning for disse patienter. Teknologien, der allerede aktivt bruges i telemedicin til aftaleplanlægning, receptgeninding og triage, undersøges aktivt som en måde at engagere med personer, der kræver råd om grundlæggende, selvadministreret sundhedspleje.

Faktisk forskere i Storbritannien fandt ud af, at chatbots ville være det foretrukne valg for patienter, der står over for mere stigmatiserende sundhedsforhold, såsom kønssygdomme. Med større anonymitet vil patienter være mere tilbøjelige til at søge hjælp for problemer, der ellers kan føre til større bekymringer længere nede ad vejen, hvis de ikke behandles.

Konklusion

De anvendelser af AI i sundhedspleje, der er beskrevet i denne artikel, repræsenterer kun en meget lille del af, hvad der måske kan være muligt. Gående ind i det næste årti af Medtech-udvikling er vi sikre på, at vi vil opdage en mængde banebrydende innovationer, nogle af dem kan vi kun teoriserer om i dag.

Nøglen er så at sige evnen til at omdanne teori til virkelighed. Hos Daiger specialiserer vi os i at omdanne teoretiske idéer relateret til AI og maskinel læring til handlebare løsninger, der tilføjer værdi til virksomheder. Kontakt os eller besøg vores website for at lære mere om vores tjenester.