Tekoäly on tarkoitettu lääkärien tueksi, ei korvaajaksi – ajattelijat

Toimittaja: Doug Teany, innovaatiojohtaja ja Corinduksen entinen toimitusjohtaja

Tekoäly ja sen sovellukset terveydenhuollossa ovat kehittyneet merkittävästi viime vuosien aikana. Tekoälytekniikka on nyt laajemmin saatavilla terveydenhuollon tarjoajille kuin koskaan aiemmin, ja ne tarjoavat valtavasti mahdollisuuksia terveydenhuollossa, erityisesti hyvin monimutkaisissa robottiavusteisissa menetelmissä, jotka vaativat lääkäreiltä poikkeuksellista tietoa ja etukäteen suunnittelua. Valitettavasti on edelleen olemassa uskomus, että tekoäly korvaa lääkärin roolin, vaikka tämä ei ole lainkaan totta.

Todellisuudessa tekoäly antaa lääkäreille uuden tiedon ja kykyjen, jotka parantavat kliinistä päätöksentekoa ja auttavat saavuttamaan positiivisemmat potilastulokset. Se siirtää heidän huomionsa teknisestä ajattelusta ja lääkintälaitteen käsittelyyn kokonaisvaltaisemmin tapausten strategiaan ja parhaan mahdollisen lopputuloksen saavuttamiseen. Kun tekoälyä käytetään robottiavusteisissa proseduurien asetelmissa, se auttaa luomaan historiallisen kliinisen ja prosessuaalisen tietämyksen kirjaston, johon kuka tahansa lääkäri voi päästä käsiksi ja ratkaista minkä tahansa tapauksen. Tietokoneen näkökyvyn sisällyttäminen vallitsevaan hoitotapaan voi vallankumouksellisesti muuttaa nykyistä hoitotapaa, varustamalla lääkäreitä voimakkaalla työkalulla, joka voi reagoida ja ehkäistä komplikaatioita ennen kuin ne syntyvät. Kaikki tämä tapahtuu ilman lääkärin roolin korvaamista – lääkäri on edelleen prosessin avainhenkilö.

Tietämyksen perustaminen datalähtöisellä näkemyksellä ja koneoppimisella

Nykyään lääkärit luottavat ennen kaikkea henkilökohtaiseen kokemukseensa ja yksilöllisiin päätöksentekotaitoihinsa, jotka voivat vaihdella heidän koulutuksensa, suorittamiensa proseduurien määrän ja muiden tekijöiden mukaan. Tekoäly esittelee lääkäreille uuden tiedon ja tietämyksen, jota he eivät aiemmin ole voineet hyödyntää, mikä on erityisen hyödyllistä monimutkaisissa robottiavusteisissa proseduurien asetelmissa. Näissä tapauksissa, joissa robottiin kytkettyjä laitteita on yhdistetty historiallisiin tietokantoihin, tekoäly tarjoaa vertaansa vailla olevaa arvoa täyttämällä tietämyksen aukot tuhansien samankaltaisten tapausten tietämyksellä. Varustamalla lääkärin pääsylle historiallisiin tapaustietoihin, jotka ovat laajempia kuin heidän oma kokemus, he voivat vähentää osaa näiden monimutkaisten proseduurien riskeistä.

Koneoppiminen mahdollistaa robotin oppimisen kokemuksesta ja sopeutumisen uusiin syötteisiin. Vastineeksi robotti voi automatisoida liikkeensä jäljitelläkseen maailman parhaiden lääkärien käyttämiä tekniikoita, mikä lisää mahdollisuuksia ratkaista haasteita, jotka syntyvät prosessin aikana. Lopulta tämä mahdollistaa lääkärille keskittyä tapausten strategiaan ja reagoida komplikaatioihin tehokkaammin. Tämä tietämyksen muoto muistuttaa, miten data muutti baseballin ammattilaistason maailman 2000-luvun alussa, jolloin julkaistiin kirja Rahalla saa ja hevosella pääsee. Kirja kertoi Oakland Athletics -joukkueesta ja manageri Billy Beanesta, joka sovelsi data-perustaisen, näyttöön perustuvan lähestymistapaa joukkueen rakentamiseen, sen sijaan, että olisi luottanut vanhoihin, datan puutteessa oleviin menetelmiin. Tämä malli oli suuri menestys ja käynnisti uuden aikakauden, jossa data ohjaa peliä.

Terveydenhuollossa prosessuaalisen tietämyksen tietokanta, jota ohjaa koneoppiminen, luo lääkäreille samankaltaisia näkemyksiä, varustamalla heitä arvokkaalla, aiemmin saatavissa olemattomalla tiedolla. Mahdollisuus nähdä potilas tuhansien samankaltaisten tapausten taustalla mahdollistaa lääkärille paremmat, perustellumpien päätösten tekemisen siitä, miten hän lähestyy tapausta.

Seuraava askel: Tietokoneen näkökyky ja korkea automaatio

Teckoälyn täysi potentiaali robottiavusteisissa proseduurien asetelmissa toteutuu, kun datalähtöistä tietämyksen ja koneoppimisen yhdistää tietokoneen näkökykyyn, mikä mahdollistaa robotin älykkään tunnistamisen ja reagoinnin tilanteisiin rikkaan kuvadatasta. Sydän- ja verisuonitaudeissa merkittävä osa prosessiaikaa kuluu johtimien käsittelyyn, josta suuri osa on “koetta ja virhettä” -menetelmää, jolla navigoidaan verisuonistossa. Tämä menetelmä voi johtaa sijoitettujen lääkinnällisten laitteiden, kuten stenttien, sijoittumiseen väärään paikkaan tai pidentää prosessiaikaa, jolloin säteilyaltistus lisääntyy sekä lääkäreille että potilaille.

Automaattiset järjestelmät oppivat kuitenkin tehokkaita liikkeitä ja luovat sääntöjä, jolloin voidaan sallia tietokoneen näkökyvyn automatisoida suurempia osia prosessista. Tietokoneen näkökyky mahdollistaa myös järjestelmän havaita komplikaatioita ennen niiden syntymistä, kuten kun johtimien eteneminen epäonnistuu, ja suorittaa automaattisesti korjaavia toimia, jotta laite voidaan toimittaa ja potilaan vahinko estää.

Olen tärkeää, että automaatio, riippumatta alasta, on spektrissä, ja autoteollisuus tarjoaa hyvän esimerkin tällaisesta spektristä. Monet nykyautot ovat varustettu jonkin verran alhaisella automaatiotasolla, kuten jarruavustimella, adaptiivisella vakionopeussäätimellä ja kaistavahtijärjestelmällä. Toisaalta valmistajat kuten Tesla (TSLA ) automatisoivat kaikki turvallisuuteen liittyvät toiminnot, jolloin kuljettajalta vaaditaan vähemmän toimia, vaikka kuljettaja on edelleen välttämätön. Sama koskee terveydenhuollossa tapahtuvaa automaatiota. Lopulta tekoälypohjainen automaatio pitää lääkärin ohjaimissa, automatisoiden tiettyjä tehtäviä, jotka vievät lääkärin huomion pois kriittisistä elementeistä, kuten tapausten strategiasta ja komplikaatioiden reagoinnista.

 Teckoäly asettaa lääkärin keskiöön

 Huoleita tekoälystä ja automaatiosta, jotka korvaavat lääkärin, eivät pidä paikkaansa eivätkä perustu terveydenhuollon tekoälyn ja koneoppimisen täydelliseen ymmärtämiseen. Samoin kuin itseohjautuvat autot tarvitsevat kuljettajan, myös automaattiset interventiot, joihin olemme pyrkimässä, tarvitsevat lääkärin johdatusta, mutta nyt myös digitaalisen tietämyksen, joka perustuu maailmanlaajuisesti erittäin osaavien lääkärien kokemuksiin. Automaatio standardisoi prosessien toteutustavan korkeaan laatuun, mikä on robottiavusteisen automaation ylitseväinen tavoite – tehdä tapaukset turvallisemmiksi, nopeammiksi ja tehokkaammiksi vähentäen samalla potilaan traumaa.