Tekoälyn kehitys terveydenhuollossa – Nathan Wangin valokeilassa

Tekoälystä on nopeasti tulossa yksi avaintekijöistä terveydenhuoltoalan kehityksessä. Edessä RE•WORK – AI Healthcare Summit Bostonissa, kysyimme Nathan Wangilta – syvän oppimisen/lääketieteellisen kuvantamisen tutkijalta Johns Hopkins University hänen ajatuksensa aiheesta. Tässä mitä hänellä oli sanottavanaan:

Mikä on mielestäsi tekoälyn tärkein edistysaskel terveydenhuollossa?

Viime vuosina ala on ottanut mallien tulkittavuudessa suuria harppauksia. Tutkijana pystymme ymmärtämään intuitiivisesti tekoälymme takana olevat "päättelyt", jotka auttavat meitä rakentamaan vankempia ja tarkempia malleja. Toivottavasti lääkärit ja potilaat voivat lopulta luottaa enemmän näihin tekoälyjärjestelmiin.

Mikä on mielestäsi tekoälyn kruunaava saavutus terveydenhuollon ja potilaiden tuloksista?

Luulen, että tekoälyn kruunaava saavutus on vielä edessä. Uskon, että kun syvä genomiikka ja radioniikka tulevat tärkeämmiksi, tekoäly tulee olemaan vieläkin suurempi rooli kuin nykyään.

Mitkä ovat viimeaikaiset voitot tekoälyprojektista, jonka parissa työskentelet? Mitä haasteita kohtasit sen aikana? Miten voitit ne?

Työhöni Johns Hopkinsilla liittyy syvään oppimiseen perustuva intraoperatiivinen kuva-analyysi, jossa erotetaan erityisesti syöpä ja ei-syöpäkudokset ihmisen aivokuoressa optisen koherenssin tomografian (OCT) kuvista. Merkittävä haaste, jonka kohtasin, oli suunnitella tekoälymalli, joka yleistää hyvin koulutussarjan ulkopuolisten potilaiden dataan. Vaikka syvät verkostot loistavat piilotettujen kuvioiden poimimisessa, helpoimmin opittavat mallit eivät aina ole oikeita. Tästä syystä on tärkeää käyttää erilaisia ​​datan normalisointi- ja muunnosmenetelmiä. Projektissani huomasin, että kuvan tekstuuri on erittäin hyödyllinen kokonaisuusoppimissuunnitelmassa, jotta meillä on sekä syväoppiminen että klassiset kuviontunnistustekniikat yhdessä.

Kuinka juurtunut tekoäly tulee olemaan kliinisessä työnkulussa 5–10 vuoden kuluttua? Millaisia ​​tulevaisuuden trendejä sitten on?

Näen tekoälyn auttavan asiantuntijoita yhä tiiviimmin kliinisen työnkulun läpi diagnoosista hoitoon. Tekoäly on osoittautunut taitavaksi varhaisen diagnoosin ja seulonnan lisäksi myös pitkän aikavälin ennusteen ennustamisessa. Ottamalla oikea-aikaista hoitoa, joka voidaan tehdä tarkempaa ja tehokkaampaa tekoälyllä, ihmiset voivat odottaa elävänsä pidempään ja terveellisempään elämään.

Mitä odotat eniten puhuessasi AI Healthcare Summitissa?

Tekoälyn merkitys ja vaikutus terveydenhuollossa näkyy selvästi vaikuttavassa paneelissa, jossa on asiantuntijapuhujia eri toimialoilta ja tutkimustaustoista. Odotan innolla, että saan oppia omakohtaisesti tekoälyn eturivistä omien alojeni viereisillä aloilla ja osallistua inspiroiviin keskusteluihin, jotka vaikuttaisivat positiivisesti tutkimussuuntaani.

Haluatko oppia lisää?

Nathan puhuu tulevassa AI Healthcare Summitissa 13.-14 Bostonissa, MA. Liity hänen ja monien muiden AI/ML- ja Deep Learning -asiantuntijoiden joukkoon saadaksesi lisätietoja terveydenhuollon uusimmista trendeistä ja mahdollisuuksista.

Early Bird Passit päättyvät perjantaina 2. syyskuuta so varaa paikkasi jo tänään.

Käytä alennuskoodia: UNITEAI saadaksesi 20% alennuksen.

Saat lisätietoja ottamalla yhteyttä [sähköposti suojattu].