Fremskritt innen AI i helsevesenet – Spotlight fra Nathan Wang

Kunstig intelligens er raskt i ferd med å bli en av nøkkelfaktorene for fremskritt i helsesektoren. I forkant av RE•WORK – AI i Healthcare Summit Boston, spurte vi Nathan Wang – Deep Learning/Medical Imaging Researcher ved Johns Hopkins University hans tanker om emnet. Her er hva han hadde å si:

Hva mener du er det viktigste fremskrittet for AI i helsevesenet?

De siste årene har feltet gjort store fremskritt når det gjelder modelltolkbarhet. Som forsker hjelper det å kunne forstå "begrunnelsen" bak vår AI på en intuitiv måte å bygge mer robuste og nøyaktige modeller. Forhåpentligvis vil klinikere og pasienter etter hvert kunne ha mer tillit til disse AI-systemene.

Hva tror du vil være kronen på AIs prestasjon for helsetjenester og pasientresultater?

Jeg tror kronen på AIs prestasjon er ennå ikke kommet. Jeg føler at når dyp genomikk og radionikk blir større, vil AI spille en enda større rolle enn den gjør i dag.

Hva er noen nylige gevinster fra et AI-prosjekt du jobber med? Hvilke utfordringer møtte du underveis? Hvordan klarte du å overvinne dem?

Arbeidet mitt hos Johns Hopkins involverer dyp læringsbasert intraoperativ bildeanalyse, spesielt ved å skille mellom kreft og ikke-kreftvev i hjernebarken fra optisk koherenstomografi (OCT) bilder. En betydelig utfordring jeg sto overfor var å designe en AI-modell som generaliserer godt til data fra pasienter utenfor treningssettet. Selv om dype nettverk utmerker seg ved å trekke ut skjulte mønstre, er ikke alltid de mønstrene som er lettest å lære, riktige. Derfor er det viktig å bruke forskjellige datanormaliserings- og transformasjonsmetoder. I prosjektet mitt fant jeg at bildetekstur var veldig nyttig i et ensemblelæringsopplegg, slik at både dyp læring og klassiske mønstergjenkjenningsteknikker fungerer sammen.

Hvor inngrodd vil AI være i den kliniske arbeidsflyten om 5 til 10 år fra nå? Hva vil noen fremtidige trender være da?

Jeg ser at AI vil hjelpe eksperter mer og tettere gjennom den kliniske arbeidsflyten fra diagnose til behandling. AI har vist seg dyktig til ikke bare tidlig diagnose og screening, men forutsier også langsiktig prognose. Ved å engasjere seg i rettidig behandling, som kan gjøres mer presis og effektiv med AI, kan folk forvente å leve lengre og sunnere liv.

Hva ser du mest frem til mens du snakker på AI Healthcare Summit?

Relevansen og virkningen av AI i helsevesenet gjenspeiles tydelig i det imponerende panelet med eksperttalere fra ulike bransjer og forskningsbakgrunn. Jeg ser frem til å lære førstehånds om AI-fronten i felt ved siden av mitt eget og delta i inspirerende samtaler som vil ha en positiv innvirkning på forskningsretningen min.

Vil du vite mer?

Nathan vil tale på det kommende AI i Healthcare Summit 13.–14. oktober 2022 i Boston, MA. Bli med ham og mange andre AI/ML- og Deep Learning-eksperter for å lære mer om de siste trendene og mulighetene innen helsevesenet.

Early Bird-pass avsluttes fredag ​​2. september, so bestill plass i dag.

Bruk rabattkode: UNITEAI for 20% rabatt.

For mer informasjon kontakt [e-postbeskyttet].