Terveydenhuollossa tekoälyn edistysaskeleet – Nathan Wangin haastattelu

Teckoäly on nopeasti yksi terveydenhuollon edistysaskeleiden avaintekijöistä. Ennen RE•WORK – Terveydenhuollossa tekoäly -huippukokousta Bostonissa, kysyimme Nathan Wangilta, syvän oppimisen/ lääketieteellisen kuvantamisen tutkijalta Johns Hopkinsin yliopistosta, hänen mielipidettään aiheesta. Tässä on mitä hän sanoi:

Mikä on sinun mielestäsi tärkein edistysaskel tekoälyssä terveydenhuollossa?

Vuosien varrella ala on tehnyt suuria harppauksia mallien tulkitsevuuden suhteen. Tutkijana on hyvä ymmärtää intuitiivisesti “syyt” taustoittaa tekoälymme, jotta voimme rakentaa kestävämmän ja tarkin mallin. Toivon, että lopulta klinikoitsijat ja potilaat voivat luottaa näihin tekoälyjärjestelmiin.

Mikä on tekoälyn kruununjalokivi terveydenhuollossa ja potilastuloksissa?

Mielestäni tekoälyn kruununjalokivi on vielä tulossa. Kun syvä genomiikka ja radionomiikka tulevat suuremmaksi, tekoäly tulee pelaamaan vielä suurempaa roolia kuin nykyään.

Mitkä ovat viimeaikaiset voitot tekoälyprojektistasi? Mitkä haasteet kohtasit siinä? Miten ylitit ne?

Työni Johns Hopkinsissa käsittelee syvän oppimisen perusteista toimenpidekuvien analyysiä, erityisesti syövän ja syövän ulkopuolisten kudosten erottamista ihmisen aivokuoren optisen koherenssitomografian (OCT) kuvista. Merkittävä haaste, jota kohtasin, oli suunnitella tekoälymalli, joka yleistyy hyvin potilaiden ulkopuolelta koulutusjoukosta peräisin oleviin tietoihin. Vaikka syvät verkostot ovat hyviä piilotettujen mallien etsimisessä, helpoimmin opittavat mallit eivät aina ole oikein. On tärkeää käyttää erilaisia tietojen normalisointi- ja muunnosmenetelmiä. Projektissani löysin, että kuvateksti on erittäin hyödyllinen joukkoomallinnuksessa, jotta meillä on sekä syvä oppiminen että perinteinen mallintekniikka toimivat yhdessä.

Kuinka vahvasti tekoäly on klinisen työnkulun sisällä 5-10 vuoden kuluttua? Mitkä ovat tulevat suuntaukset silloin?

Näen, että tekoäly tulee olemaan yhä enemmän asiantuntijoiden avuksi koko klinisen työnkulun ajan, alkaen diagnoosista ja päättyen hoitoon. Tekoäly on osoittanut olevan taitava sekä varhaisessa diagnoosissa ja seulonnassa että pitkän aikavälin ennusteen määrityksessä. Osallistumalla oikea-aikaisiin hoitotoimiin, joita voidaan tehdä tarkemmaksi ja tehokkaammaksi tekoälyn avulla, ihmiset voivat odottaa elävänsä pidempään ja terveempään elämään.

Mitä odotat eniten puhuessasi Terveydenhuollossa tekoäly -huippukokouksessa?

Terveydenhuollossa tekoälyn merkitys ja vaikutus heijastuvat selvästi vaikuttavasta asiantuntija-puhujapaneelista, joka edustaa eri aloja ja tutkimustaustoja. Odotan innostuneena oppivani ensikäden eturintamasta tekoälystä aloilla, jotka ovat lähellä omaa alaani, ja osallistuvani inspiroiviin keskusteluihin, jotka voivat vaikuttaa myönteisesti tutkimussuuntaani.

Haluatko oppia lisää?

Nathan puhuu tulevassa Terveydenhuollossa tekoäly -huippukokouksessa 13.-14. lokakuuta 2022 Bostonissa. Liity hänen ja muiden monien tekoäly- ja syväoppimiseksperttien joukkoon, jotka keskustelevat terveydenhuollossa tekoälyn uusimmista suuntauksista ja mahdollisuuksista.

Varhaisen lintu -liput päättyvät perjantaina, 2. syyskuuta, joten varaa paikkasi tänään.

Käytä alennuskoodia: UNITEAI 20 % alennukseen.

Lisätietoja saat osoitteesta hello@re-work.co.