Avances en IA en la Atención Sanitaria – Enfoque de Nathan Wang

La Inteligencia Artificial se está convirtiendo rápidamente en uno de los factores clave en los avances de la industria sanitaria. Antes de la RE•WORK – Cumbre de IA en Atención Sanitaria de Boston, le pedimos a Nathan Wang – Investigador de Aprendizaje Profundo/Imágenes Médicas en la Universidad Johns Hopkins sus pensamientos sobre el tema. Aquí está lo que él tenía que decir:

¿Qué cree que es el avance más importante para la IA en la atención sanitaria?

En los últimos años, el campo ha hecho grandes avances en la interpretación de los modelos. Como investigador, poder comprender intuitivamente la “razón” detrás de nuestra IA nos ayuda a construir modelos más robustos y precisos. Espero que los clínicos y los pacientes eventualmente puedan tener más confianza en estos sistemas de IA.

¿Qué cree que será el logro más destacado de la IA para la atención sanitaria y los resultados de los pacientes?

Creo que el logro más destacado de la IA está por venir. Siento que cuando la genómica profunda y la radionica se vuelvan más importantes, la IA desempeñará un papel aún mayor que el que desempeña hoy.

¿Cuáles son algunas victorias recientes de un proyecto de IA en el que está trabajando? ¿Qué desafíos enfrentó durante él? ¿Cómo los superó?

Mi trabajo en la Universidad Johns Hopkins implica el análisis de imágenes intraoperatorias basado en aprendizaje profundo, particularmente la distinción entre tejidos cancerosos y no cancerosos en la corteza cerebral humana a partir de imágenes de tomografía de coherencia óptica (OCT). Un desafío significativo que enfrenté fue diseñar un modelo de IA que se generalice bien a los datos de pacientes fuera del conjunto de entrenamiento. Aunque las redes profundas excelan en extraer patrones ocultos, los patrones más fáciles de aprender no siempre son correctos. Por lo tanto, es importante emplear diferentes métodos de normalización y transformación de datos. En mi proyecto, encontré que la textura de la imagen es muy útil en un esquema de aprendizaje ensemble, para que tengamos tanto técnicas de aprendizaje profundo como técnicas de reconocimiento de patrones clásicas trabajando juntas.

¿Qué tan arraigada estará la IA en el flujo de trabajo clínico dentro de 5 a 10 años? ¿Cuáles serán algunas tendencias futuras entonces?

Veo que la IA estará asistiendo cada vez más de cerca a los expertos a través del flujo de trabajo clínico, desde el diagnóstico hasta el tratamiento. La IA ha demostrado ser hábil no solo en el diagnóstico y la detección temprana, sino también en predecir el pronóstico a largo plazo. Al participar en un tratamiento oportuno, que puede ser más preciso y eficiente con la IA, las personas pueden esperar vivir vidas más largas y saludables.

¿Qué es lo que más espera mientras habla en la Cumbre de IA en Atención Sanitaria?

La relevancia e impacto de la IA en la atención sanitaria se refleja claramente en el impresionante panel de expertos que hablarán en la cumbre, provenientes de diversas industrias y antecedentes de investigación. Espero aprender de primera mano sobre la vanguardia de la IA en campos adyacentes al mío y participar en conversaciones inspiradoras que influirán positivamente en la dirección de mi investigación.

¿Quiere aprender más?

Nathan hablará en la próxima Cumbre de IA en Atención Sanitaria el 13 y 14 de octubre de 2022, en Boston, MA. Únase a él y a muchos otros expertos en IA/ML y Aprendizaje Profundo para aprender más sobre las últimas tendencias y oportunidades en la atención sanitaria.

Pases de Early Bird terminan el viernes 2 de septiembre, así que reserve su lugar hoy.

Utilice el código de descuento: UNITEAI para obtener un 20% de descuento.

Para obtener más información, comuníquese con [email protected].