Το AI είναι για την Ενίσχυση, Όχι την Αντικατάσταση των Ιατρών – Ηγετικά Στελέχη

Từ: Doug Teany, Σύμβουλος Καινοτομίας και Πρώην Διευθύνων Σύμβουλος της Corindus

Το AI και οι εφαρμογές του στην υγεία έχουν ωριμάσει σημαντικά τα τελευταία χρόνια. Οι τεχνολογίες AI είναι πιο ευρέως διαθέσιμες στους παρόχους υγείας από ποτέ και προσφέρουν τεράστιες ευκαιρίες σε ολόκληρη την υγεία, αλλά ιδιαίτερα στις εξαιρετικά σύνθετες ρομποτικά υποβοηθούμενες διαδικασίες που απαιτούν εξαιρετική ποσότητα έμπνευσης και προνοητικότητας από τους ιατρούς. Δυστυχώς, vẫn υπάρχει η πεποίθηση ότι το AI, ως αποτέλεσμα της ωρίμανσής του, θα αντικαταστήσει αναπόφευκτα το ρόλο του ιατρού, αν και αυτό δεν είναι πιο μακριά από την αλήθεια.

Στην πραγματικότητα, το AI ενδυναμώνει τους ιατρούς με νέες γνώσεις και ικανότητες που βελτιώνουν την κλινική λήψη αποφάσεων και βοηθούν στην επίτευξη πιο θετικών αποτελεσμάτων για τους ασθενείς. Μεταφέρει την προσοχή τους από το να σκέφτονται τεχνικά για το πώς να χειριστούν ένα σύρμα μέσα στην καρδιά σε σκέψεις που αφορούν πιο ολιστικά την στρατηγική της περίπτωσης και πώς να επιτύχουν το καλύτερο δυνατό αποτέλεσμα. Όταν αναπτύσσεται σε ρομποτικά υποβοηθούμενα περιβάλλοντα διαδικασιών, το AI μπορεί να βοηθήσει στην κατασκευή μιας εγκυκλοπαίδειας ιστορικών κλινικών και διαδικαστικών γνώσεων που οποίος ιατρός μπορεί να έχει πρόσβαση για να λύσει οποιαδήποτε περίπτωση. Η ενσωμάτωση ικανοτήτων όπως η υπολογιστική όραση θα επανακαθορίσει το τρέχον πρότυπο φροντίδας, εξοπλίζοντας τους ιατρούς με ένα ισχυρό εργαλείο που μπορεί να ανταποκριθεί και να προληφθούν επιπλοκές πριν προκύψουν. Όλα αυτά γίνονται χωρίς να αντικαταστήσουν τον κεντρικό οδηγό στη διαδικασία – τον ιατρό.

Θέτοντας τις Βάσεις με Δεδομένα-Εμπνευσμένη Έμπνευση και Μαθηματική Μάθηση

Σήμερα, οι ιατροί βασίζονται κυρίως στην προσωπική εμπειρία και τις ατομικές ικανότητες λήψης αποφάσεων που μπορούν να ποικίλλουν ανάλογα με την εκπαίδευσή τους, τον αριθμό των διαδικασιών που έχουν ολοκληρώσει και άλλα παράγοντα. Στο κέντρο του, το AI εισάγει τους ιατρούς σε νέες δεδομένες και πληροφορίες που προηγουμένως δεν ήταν διαθέσιμες σε αυτούς, οι οποίες μπορούν να είναι ιδιαίτερα χρήσιμες σε σύνθετα περιβάλλοντα διαδικασιών που χρησιμοποιούν ρομποτική. Σε αυτές τις περιπτώσεις όπου τα ρομποτικά συστήματα συνδέονται με ιστορικές βάσεις δεδομένων, το AI προσφέρει ανεπανάληπτη αξία με τη συμπλήρωση των κενών γνώσεων με έμπνευση από χιλιάδες παρόμοιες περιπτώσεις. Ενδυναμώνοντας έναν ιατρό με πρόσβαση σε ιστορικά δεδομένα περιπτώσεων πέρα από την δική του εμπειρία, μπορούν να μειώσουν κάποιο από το ρίσκο που συνδέεται με αυτές τις σύνθετες διαδικασίες.

Η μαθηματική μάθηση ermögνίζει στο ρομποτικό σύστημα να μάθει από την εμπειρία και να προσαρμοστεί σε νέες εισόδους. Με τη σειρά του, το ρομπότ μπορεί να αυτοματοποιήσει τις κινήσεις του για να αντανακλούσε τις ίδιες τεχνικές που χρησιμοποιούν οι καλύτεροι ιατροί στον κόσμο, αυξάνοντας τις πιθανότητες να λυθούν οι προκλήσεις που ανακύπτουν κατά τη διάρκεια μιας περίπτωσης. Τελικά, αυτό επιτρέπει στους ιατρούς να εστιάσουν την προσοχή τους στην στρατηγική της περίπτωσης και να ανταποκριθούν πιο αποτελεσματικά σε επιπλοκές. Αυτού του είδους η δεδομένα-εμπνευσμένη έμπνευση μοιάζει με το πώς τα δεδομένα άλλαξαν δραματικά το τοπίο του επαγγελματικού μπέιζμπολ στις αρχές της δεκαετίας του 2000, με την κυκλοφορία του βιβλίου Moneyball. Το βιβλίο ακολούθησε τους Oakland Athletics και τον μάνατζερ Billy Beane, ο οποίος ακολούθησε μια δεδομένα-εμπνευσμένη, βασισμένη σε αποδείξεις προσέγγιση για την κατασκευή μιας ομάδας, αντί να βασίζεται σε παλιές μεθόδους που έλλειπαν δεδομένα. Με τη σειρά του, αυτό το μοντέλο ήταν μια τεράστια επιτυχία και προκάλεσε μια νέα εποχή του παιχνιδιού που οδηγείται από δεδομένα.

Στην υγεία, μια βάση δεδομένων γνώσεων διαδικασιών που τροφοδοτείται από μαθηματική μάθηση δημιουργεί παρόμοιες έμπνευσεις για τους ιατρούς, εξοπλίζοντας τους με πολύτιμες πληροφορίες που προηγουμένως δεν ήταν διαθέσιμες. Η ικανότητα να δείτε έναν ασθενή στο υπόβαθρο χιλιάδων παρόμοιων περιπτώσεων επιτρέπει στους ιατρούς να λαμβάνουν καλύτερες, πιο ενημερωμένες αποφάσεις για το πώς να αντιμετωπίσουν μια περίπτωση.

Ο Επόμενος Βήμας: Υπολογιστική Όραση και Υψηλή Αυτοματοποίηση

Το πλήρες δυναμικό του AI σε ρομποτικά υποβοηθούμενα περιβάλλοντα διαδικασιών πραγματοποιείται πλήρως όταν η δεδομένα-εμπνευσμένη έμπνευση και η μαθηματική μάθηση συνδυάζονται με υπολογιστική όραση, ermögνώντας στο ρομποτικό σύστημα να αναγνωρίζει και να ανταποκρίνεται σε καταστάσεις με βάση πλούσια εικονογραφημένα δεδομένα. Σε καρδιακές παρεμβάσεις, ένα σημαντικό ποσοστό του χρόνου της διαδικασίας αφιερώνεται στην χειρισμό του συρμάτου, πολύ από το οποίο είναι μια μέθοδος “δοκιμή και λάθος” για την πλοήγηση μέσα στα αγγεία. Αυτή η μεθοδολογία μπορεί να οδηγήσει σε λανθασμένα τοποθετημένα ιατρικά συσκευές, όπως stents, ή να οδηγήσει σε μεγαλύτερο χρόνο διαδικασίας που αυξάνει την έκθεση σε ακτινοβολία για τους ιατρούς και τους ασθενείς.

Αλλά, καθώς τα αυτοματοποιημένα συστήματα συνεχίζουν να μαθαίνουν αποτελεσματικές κινήσεις και να δημιουργούν κανόνες με βάση τις γνώσεις, μπορούμε να επιτρέψουμε στην υπολογιστική όραση να αυτοματοποιήσει μεγαλύτερα τμήματα της διαδικασίας. Η υπολογιστική όραση επίσης ermögνίζει στο σύστημα να ανιχνεύει επιπλοκές πριν προκύψουν, όπως όταν ένα guidewire prolapses, και μπορεί να εκτελέσει αυτόματα διορθωτικές ενέργειες για να παραδώσει τη συσκευή και να αποτρέψει ζημιά στον ασθενή.

Είναι σημαντικό, η αυτοματοποίηση, ανεξάρτητα από την βιομηχανία, βρίσκεται σε ένα φάσμα, και η αυτοκινητοβιομηχανία προσφέρει ένα καλό παράδειγμα. Πολλά από τα αυτοκίνητα σήμερα έχουν κάποιο βαθμό χαμηλής αυτοματοποίησης, όπως βοήθεια φρένων, προσαρμοστική ελέγχου ταχύτητας και κεντρική ελέγχου. Στο άλλο άκρο του φάσματος, οι κατασκευαστές όπως η Tesla (TSLA ) αυτοματοποιούν όλες τις ασφαλείς λειτουργίες, απαιτώντας λιγότερη δράση από τους οδηγούς, αν και οι οδηγοί είναι ακόμα απαραίτητοι. Το ίδιο ισχύει για την αυτοματοποίηση στην υγεία. Τελικά, η αυτοματοποίηση με βάση το AI διατηρεί τους ιατρούς στη θέση του οδηγού ενώ αυτοματοποιεί bestimmμένες εργασίες που απομακρύνουν την προσοχή των ιατρών από κρίσιμα στοιχεία, όπως η στρατηγική της περίπτωσης και η ανταπόκριση σε επιπλοκές.

Το AI Τοποθετεί τους Ιατρούς στο Κέντρο

 Οι ανησυχίες σχετικά με το AI και την αυτοματοποίηση που αντικαθιστούν τους ιατρούς απλώς δεν έχουν κανένα μερίδιο και δεν βασίζονται σε μια πλήρη κατανόηση του πώς η υγεία αναπτύσσει το AI και τη μαθηματική μάθηση. Όπως και τα αυτοκίνητα χωρίς οδηγό χρειάζονται έναν οδηγό, οι αυτοματοποιημένες επεμβάσεις που εργαζόμαστε προς την κατεύθυνση θα χρειαστούν την καθοδήγηση ενός ιατρού, αλλά με την πρόσθετη εμπειρογνωσία μιας ψηφιακής εγκυκλοπαίδειας που έχει κατασκευαστεί με βάση την εμπειρία άλλων εξαιρετικά εξειδικευμένων ιατρών από όλο τον κόσμο. Η αυτοματοποίηση θα τυποποιήσει τον τρόπο με τον οποίο thựcονται οι διαδικασίες σε ένα πολύ υψηλό επίπεδο ποιότητας, το οποίο φτάνει στο υπέρτατο στόχο της ρομποτικής αυτοματοποίησης – κάνωντας τις περιπτώσεις ασφαλέστερες, ταχύτερες και πιο αποτελεσματικές ενώ μειώνει την τραυματισμό στον ασθενή.