Postępy w sztucznej inteligencji w opiece zdrowotnej – spojrzenie Nathana Wanga

Sztuczna inteligencja szybko staje się jednym z kluczowych czynników postępu w branży opieki zdrowotnej. Przed RE•WORK – sztuczna inteligencja na szczycie Healthcare w Bostonie, zapytaliśmy Nathana Wanga – badacza ds. głębokiego uczenia się/obrazowania medycznego w firmie Johns Hopkins University Jego przemyślenia na ten temat. Oto, co miał do powiedzenia:

Co według Ciebie jest najważniejszym postępem w zakresie sztucznej inteligencji w opiece zdrowotnej?

W ostatnich latach w tej dziedzinie poczyniono ogromne postępy w zakresie interpretacji modeli. Jako badacze jesteśmy w stanie intuicyjnie uchwycić „uzasadnienie” naszej sztucznej inteligencji, co pomaga nam budować solidniejsze i dokładniejsze modele. Mamy nadzieję, że klinicyści i pacjenci w końcu będą mogli mieć większe zaufanie do systemów sztucznej inteligencji.

Co według Ciebie będzie ukoronowaniem osiągnięcia sztucznej inteligencji w zakresie opieki zdrowotnej i wyników pacjentów?

Myślę, że najważniejsze osiągnięcie AI dopiero nadejdzie. Czuję, że kiedy głęboka genomika i radionika staną się ważniejsze, sztuczna inteligencja będzie odgrywać jeszcze większą rolę niż obecnie.

Jakie są najnowsze sukcesy projektu AI, nad którym pracujesz? Z jakimi wyzwaniami się w trakcie tego spotkałeś? Jak je pokonałeś?

Moja praca w Johns Hopkins obejmuje śródoperacyjną analizę obrazu opartą na głębokim uczeniu, w szczególności rozróżnianie tkanek nowotworowych i nienowotworowych w korze mózgu człowieka na podstawie obrazów z optycznej tomografii koherentnej (OCT). Istotnym wyzwaniem, przed którym stanąłem, było zaprojektowanie modelu sztucznej inteligencji, który dobrze generalizuje dane od pacjentów spoza zbioru szkoleniowego. Chociaż głębokie sieci doskonale radzą sobie z wydobywaniem ukrytych wzorców, wzorce, których najłatwiej się nauczyć, nie zawsze są prawidłowe. Dlatego ważne jest stosowanie różnych metod normalizacji i transformacji danych. W moim projekcie stwierdziłem, że tekstura obrazu jest bardzo przydatna w schemacie uczenia się zespołowego, dzięki czemu możemy współdziałać zarówno głębokie uczenie się, jak i klasyczne techniki rozpoznawania wzorców.

Jak zakorzeniona będzie sztuczna inteligencja w przepływie pracy klinicznej za 5–10 lat? Jakie będą zatem przyszłe trendy?

Widzę, że sztuczna inteligencja będzie coraz ściślej wspierać ekspertów w procesie klinicznym, od diagnozy po leczenie. Sztuczna inteligencja okazała się skuteczna nie tylko we wczesnej diagnostyce i badaniach przesiewowych, ale także w przewidywaniu długoterminowych rokowań. Podejmując leczenie w odpowiednim czasie, które dzięki sztucznej inteligencji można uczynić bardziej precyzyjnym i skutecznym, ludzie mogą spodziewać się dłuższego i zdrowszego życia.

Czego najbardziej nie możesz się doczekać podczas wystąpień na AI Healthcare Summit?

Znaczenie i wpływ sztucznej inteligencji na opiekę zdrowotną wyraźnie odzwierciedla imponujący panel ekspertów z różnych branż i środowisk badawczych. Nie mogę się doczekać, aby dowiedzieć się z pierwszej ręki o czołówce sztucznej inteligencji w dziedzinach sąsiadujących z moją i wziąć udział w inspirujących rozmowach, które pozytywnie wpłyną na kierunek moich badań.

Chcesz dowiedzieć się więcej?

Nathan będzie przemawiał podczas nadchodzącego wydarzenia AI na szczycie w sprawie opieki zdrowotnej w dniach 13–14 października 2022 r. w Bostonie, MA. Dołącz do niego i wielu innych ekspertów AI/ML i Deep Learning, aby dowiedzieć się więcej o najnowszych trendach i możliwościach w opiece zdrowotnej.

Bilety Early Bird kończą się w piątek, 2 września so zarezerwuj miejsce już dziś.

Użyj kodu rabatowego: UNITEAI, aby uzyskać 20% zniżki.

Po więcej informacji skontaktuj się [email chroniony].