L’AI è per potenziare, non sostituire i medici – Leader di pensiero

Di: Doug Teany, Consulente per l’innovazione e ex Direttore operativo di Corindus

L’AI e le sue applicazioni nel settore sanitario sono mature notevolmente negli ultimi anni. Le tecnologie AI sono più ampiamente disponibili per i fornitori di servizi sanitari che mai prima d’ora e offrono enormi opportunità in tutto il settore sanitario, ma soprattutto nelle procedure robotic-assistite complesse che richiedono un’eccezionale quantità di conoscenze e preveggenza da parte dei medici. Purtroppo, c’è ancora la convinzione che l’AI, a causa della sua maturazione, sostituirà inevitabilmente il ruolo del medico, sebbene questo non potrebbe essere più lontano dalla verità.

In realtà, l’AI potenzia i medici con nuove conoscenze e capacità che migliorano la presa di decisioni cliniche e aiutano a raggiungere risultati più positivi per i pazienti. Trasferisce la loro attenzione dal pensare tecnicamente a come manovrare un filo attraverso il cuore a pensare in modo più olistico alla strategia del caso e a come raggiungere il miglior risultato possibile. Quando viene utilizzato in ambienti procedurali assistiti da robot, l’AI può aiutare a costruire un’enciclopedia di conoscenze cliniche e procedurali storiche che qualsiasi medico può accedere per risolvere qualsiasi caso. L’integrazione di capacità come la visione computerizzata rivoluzionerà l’attuale standard di cura, dotando i medici di uno strumento potente che può rispondere e prevenire complicazioni prima che si verifichino. Tutto ciò viene fatto senza sostituire il principale motore del processo – il medico.

Creare le basi con insight basati sui dati e apprendimento automatico

Attualmente, i medici si affidano principalmente all’esperienza personale e alle capacità di decisione individuale che possono variare in base alla loro formazione, al numero di procedure che hanno completato e ad altri fattori. In sostanza, l’AI introduce i medici a nuovi dati e informazioni precedentemente non disponibili per loro, che possono essere particolarmente utili in ambienti procedurali complessi che utilizzano la robotica. In questi casi in cui i dispositivi robotici sono collegati a archivi di dati storici, l’AI offre un valore ineguagliato riempiendo lacune di conoscenza con insight derivati da migliaia di casi simili. Abilitando un medico ad accedere a dati di casi storici al di là della sua esperienza personale, possono mitigare alcuni dei rischi associati a queste procedure complesse.

L’apprendimento automatico consente al sistema robotico di imparare dall’esperienza e adattarsi a nuovi input. A sua volta, il robot può automatizzare i suoi movimenti per riflettere le stesse tecniche utilizzate dai migliori medici del mondo, aumentando le probabilità di risolvere le sfide che sorgono durante un caso. Ciò consente ai medici di concentrare la loro attenzione sulla strategia del caso e di rispondere alle complicazioni in modo più efficace. Questo tipo di insight basato sui dati assomiglia a come i dati hanno drasticamente cambiato il panorama del baseball professionistico all’inizio degli anni 2000, evidenziato dalla pubblicazione del libro Moneyball. Il libro ha seguito gli Oakland Athletics e il manager Billy Beane, che ha adottato un approccio basato sui dati e sulle prove per costruire una squadra, piuttosto che affidarsi a metodi obsoleti che mancavano di dati. A sua volta, questo modello è stato un enorme successo e ha efficacemente innescato una nuova era del gioco guidata dai dati.

Nel settore sanitario, un database di conoscenze procedurali alimentato dall’apprendimento automatico crea insight simili per i medici, dotandoli di informazioni preziose precedentemente non disponibili. La capacità di visualizzare un paziente contro lo sfondo di migliaia di casi simili consente ai medici di prendere decisioni migliori e più informate su come affrontare un caso.

Il prossimo passo: visione computerizzata e alta automazione

Il potenziale completo dell’AI negli ambienti procedurali assistiti da robot si realizza quando l’insight basato sui dati e l’apprendimento automatico sono combinati con la visione computerizzata, abilitando il sistema robotico a identificare e rispondere intelligentemente a situazioni in base a dati di imaging ricchi. Nelle procedure di intervento cardiovascolare, una percentuale significativa del tempo di procedura è dedicata alla manipolazione del filo, gran parte della quale è un metodo di “prova ed errore” per navigare attraverso i vasi. Questa metodologia può potenzialmente portare a dispositivi medici mal posizionati, come stent, o risultare in tempi di procedura più lunghi che aumentano l’esposizione alle radiazioni per i medici e i pazienti.

Ma, man mano che i sistemi automatizzati continuano a imparare movimenti efficaci e a creare regole basate sulla conoscenza, possiamo permettere alla visione computerizzata di automatizzare porzioni più grandi della procedura. La visione computerizzata consente anche al sistema di rilevare complicazioni prima che si verifichino, come quando un filo guida si prolunga, e può eseguire azioni correttive automatiche per consegnare il dispositivo e prevenire danni al paziente.

È importante notare che l’automazione, indipendentemente dal settore, si trova su uno spettro, e l’industria automobilistica offre un esempio solido di ciò. Molte auto di oggi hanno un certo grado di automazione di basso livello, come l’assistenza alla frenata, il controllo della velocità adattivo e il centramento della corsia. All’estremità opposta dello spettro, i produttori come Tesla (TSLA ) automatizzano tutte le funzioni di sicurezza critiche, richiedendo meno azioni da parte dei conducenti, sebbene i conducenti siano ancora necessari. Lo stesso vale per l’automazione nel settore sanitario. In definitiva, l’automazione guidata dall’AI mantiene i medici al volante mentre automatizza determinati compiti che distraggono l’attenzione dei medici da elementi critici, come la strategia del caso e la risposta alle complicazioni.

L’AI mette i medici al centro

Le preoccupazioni sull’AI e l’automazione che sostituiscono i medici non hanno alcun fondamento e non sono basate su una comprensione completa di come il settore sanitario sta utilizzando l’AI e l’apprendimento automatico. Proprio come le auto autonome necessitano di un conducente, le procedure interventistiche automatizzate verso cui stiamo lavorando avranno bisogno della guida di un medico, ma con l’aggiunta dell’esperienza di un’enciclopedia digitale costruita sull’esperienza di altri medici altamente qualificati di tutto il mondo. L’automazione standardizzerà il modo in cui vengono eseguite le procedure a un livello di qualità molto alto, che raggiunge l’obiettivo generale dell’automazione robotica – rendere i casi più sicuri, più veloci e più efficaci, riducendo al contempo il trauma per il paziente.