المحتوى
- التصوير الطبي
- السجلات الطبية الإلكترونية (EMRs)
- No Bugs، No Stress - دليلك خطوة بخطوة لإنشاء برامج لتغيير الحياة دون تدمير حياتك
- دعم اتخاذ القرارات السريرية (CDS)
- تطوير الأدوية
- قفزة في المستقبل
- كلمة للحكماء
المصدر: فيديو الطبيب / iStockphoto
يبعد:
تمكن منظمة العفو الدولية التكنولوجيا الطبية من التقدم بوتيرة سريعة متزايدة. وهنا بعض من أحدث الإنجازات.
الذكاء الاصطناعي هو ثورة في عالمنا بعدة طرق لا يمكن تصورها. على وشك الثورة الصناعية الرابعة ، تشهد الإنسانية حاليًا الخطوات الأولى التي اتخذتها الآلات في إعادة اختراع العالم الذي نعيش فيه. وبينما نواصل النقاش حول العيوب المحتملة وفوائد استبدال البشر بآلات ذكية للتعلم الذاتي ، هناك مجال واحد حيث التأثير الإيجابي لمنظمة العفو الدولية سيحسن بالتأكيد نوعية حياتنا: صناعة الرعاية الصحية.
التصوير الطبي
يمكن لخوارزميات التعلم الآلي معالجة كميات لا يمكن تصورها من المعلومات في غمضة عين. ويمكن أن تكون أكثر دقة من البشر في اكتشاف حتى أصغر التفاصيل في تقارير التصوير الطبي مثل تصوير الثدي بالأشعة السينية وأشعة مقطعية.
طورت شركة Zebra Medical Vision منصة جديدة تسمى Profound ، مع تحليل يستند إلى الخوارزمية لجميع أنواع تقارير التصوير الطبي التي يمكن أن تجد كل علامة على حالات محتملة مثل هشاشة العظام وسرطان الثدي وتمدد الأوعية الدموية الأبهري والكثير غيرها مع 90 في المئة معدل الدقة. وقد تم تدريب قدراتها على التعلم العميق للتحقق من الأعراض الخفية للأمراض الأخرى التي قد لا يبحث عنها مقدم الرعاية الصحية في المقام الأول. حصلت شبكات التعلم العميق الأخرى على درجة دقة بنسبة 100٪ عند اكتشاف وجود بعض الأشكال الفتاكة من سرطان الثدي في شرائح الخزعة.
يعد التحليل المستند إلى الكمبيوتر أكثر فاعلية في تفسير البيانات أو الصور (والأقل تكلفة من ذلك) من البشر ، حتى أن البعض قد جادلوا بأنه في المستقبل قد يصبح من غير الأخلاقي عدم استبدال الذكاء الاصطناعي في بعض المهن مثل أخصائيي الأشعة وأخصائيي الأمراض! (لمعرفة المزيد عن تكنولوجيا المعلومات في الطب ، راجع دور تكنولوجيا المعلومات في التشخيص الطبي.)
السجلات الطبية الإلكترونية (EMRs)
يعد تأثير السجلات الطبية الإلكترونية (EMRs) على تكنولوجيا المعلومات الصحية أحد أكثر الموضوعات إثارة للجدل في العقد الماضي. وفقًا لبعض الدراسات ، فإنها تمثل نقطة تحول في تحسين جودة الرعاية مع زيادة الإنتاجية وتوقيتها أيضًا. ومع ذلك ، وجد العديد من مقدمي الرعاية الصحية لهم مرهقة وصعبة الاستخدام ، مما أدى إلى مقاومة كبيرة للتكنولوجيا وعدم الكفاءة على نطاق واسع. هل يمكن للبرنامج الأحدث الذي يحركه الذكاء الاصطناعي أن ينقذ العديد من الأطباء والممرضات والصيادلة الذين يتصارعون كل يوم مع صخب EMRs غير العملي؟
واحدة من أكبر المشكلات في هذه التقنية الجديدة للرعاية الصحية هي أنها تجبر الأطباء على قضاء الكثير من وقتهم الثمين في أداء المهام المتكررة. ومع ذلك ، يمكن لمنظمة العفو الدولية تشغيلها تلقائيًا بسهولة ، على سبيل المثال ، باستخدام التعرف على الكلام أثناء الزيارة لتسجيل كل التفاصيل أثناء محادثات الطبيب مع المريض. يمكن أن تتضمن الرسوم البيانية بيانات أكثر تفصيلاً يمكن جمعها من مجموعة متنوعة من المصادر ، مثل الأجهزة القابلة للارتداء والمستشعرات الخارجية ، وسوف تغذيها مباشرة في EMR.
لكن المضي قدمًا في الخطوة الأولى من جمع البيانات ، عندما يتم فهم المعلومات المناسبة ذات الصلة بشكل صحيح واستقراءها بواسطة خوارزميات التعليم العميق ، يمكن استخدامها للمساعدة في تحسين جودة الرعاية بعدة طرق. يمكن أن يعزز التزام المرضى بالعلاج وتقليل الأحداث التي يمكن الوقاية منها ، أو حتى توجيه الأطباء عبر تحليلات الذكاء الاصطناعي التنبؤية في علاج الحالات الباهظة التكلفة والمهددة للحياة. فقط على سبيل المثال العملي ، وجدت دراسة حديثة نشرت في شبكة JAMA كيف أن البيانات الضخمة المستخرجة من EMRs وهضمها من قبل منظمة العفو الدولية في جامعة كاليفورنيا ، ساعدت سان فرانسيسكو الصحة في علاج كلوستريديوم المميتة المحتملة (C. diff ) الالتهابات.
ومن السهل معرفة مقدار تعدين بيانات السجلات الطبية الذي سيكون "الشيء الكبير" التالي في مجال الرعاية الصحية ، عندما لم يقم Google سوى بإطلاق مشروع Google DeepMind Health الخاص به لتحسين سرعة وجودة وإنصاف الوصول إلى الرعاية.
No Bugs، No Stress - دليلك خطوة بخطوة لإنشاء برامج لتغيير الحياة دون تدمير حياتك
لا يمكنك تحسين مهارات البرمجة لديك عندما لا يهتم أحد بجودة البرنامج.
دعم اتخاذ القرارات السريرية (CDS)
مثال آخر مثير للاهتمام للتعلم العميق يمكن أن يساعد الآلات على اتخاذ قرارات أفضل من نظرائها من البشر وهو انتشار أدوات دعم القرارات السريرية (CDS).
عادةً ما يتم تضمين هذه الأدوات في نظام EMR لمساعدة الأطباء في عملهم من خلال اقتراح أفضل دورة علاجية ، والتحذير من الأخطار المحتملة مثل التفاعلات الدوائية أو الحالات السابقة ، وتحليل حتى أدنى التفاصيل في السجل الصحي للمريض.
مثال على ذلك هو MatrixCare ، وهو بيت برمجيات كان قادرًا على دمج Microsofts الشهير AI Cortana في أداتهم المستخدمة لإدارة دور رعاية المسنين. لقد عززت إمكانات التحليل الفعال لمحرك التعلم الآلي قدرة صنع القرار على أدوات الدعم بشكل غير قابل للتطبيق.
"يمكن لطبيب واحد أن يقرأ مجلة طبية ربما مرتين في الشهر" ، كما أوضح الرئيس التنفيذي جون دامجارد ، "يمكن أن يقرأ كورتانا كل دراسة للسرطان تنشر في التاريخ قبل الظهر وحتى الساعة 3 بعد الظهر. يقدم توصيات خاصة بالمريض حول خطط الرعاية وتحسين النتائج ".
تطرح CDS أيضًا الحجة القائلة بأن الآلات قادرة على التواصل مع بعضها البعض بشكل أفضل بكثير من البشر. على وجه الخصوص ، يمكن توصيل جميع الأجهزة الطبية المختلفة بالإنترنت تمامًا مثل أي جهاز إنترنت آخر للأشياء (IoT) (الأجهزة القابلة للارتداء والشاشات وأجهزة استشعار السرير وما إلى ذلك) وببرنامج EMR أيضًا. تعد قابلية التشغيل البيني مسألة حرجة في الرعاية الصحية الحديثة ، حيث إن تقديم تجزئة الرعاية سبب رئيسي للعلاج غير المناسب وزيادة عدد المستشفيات. عندما تقودها الذكاء الاصطناعى الذكي ، تصبح مختلف منصات EMR قادرة على "التحدث" مع بعضها البعض من خلال شبكة الإنترنت ، وزيادة التعاون والتعاون بين الأجنحة المختلفة وحتى مرافق الرعاية الصحية المختلفة.
تطوير الأدوية
غالبًا ما يكون تطوير دواء جديد من خلال التجارب السريرية أمرًا مكلفًا للغاية. ليس فقط من حيث الوقت (كانوا يتحدثون عن عقود) والدولارات المستثمرة (التكاليف قد تصل بسهولة إلى عدة مليارات من الدولارات) ، ولكن الأرواح البشرية أيضًا. في الواقع ، تتطلب العديد من المستحضرات الصيدلانية الجديدة ، سنوات عديدة من الاختبارات الإضافية على موضوعات العالم الحقيقي خلال فترة ما بعد التسويق ، وليس من غير المألوف أن يتم اكتشاف العديد من الآثار الجانبية الخطيرة (أو حتى المميتة) بعد سنوات عديدة من اكتشاف الدواء. أطلقت.
مرة أخرى ، يمكن للذكاء الاصطناعى الفعال الذي تغذيه الحواسيب العملاقة أن يستخرج عقاقير جديدة من قاعدة بيانات للتركيبات الجزيئية التي لم يجرؤ أي إنسان على تحليلها. ومن الأمثلة البارزة على ذلك Atomwises AI ، التي تمكنت من التنبؤ بعقارين يمكنهما وضع حد لوباء فيروس الإيبولا. في أقل من يوم واحد ، تمكن البحث الافتراضي الخاص بهم من العثور على دواءين آمنين موجودين بالفعل ويمكن إعادة استخدامهما لمحاربة الفيروس القاتل. أفضل جزء هو أنهم وجدوا طريقة للتفاعل بفعالية مع حالات الطوارئ الوبائية فقط عن طريق المسح من خلال الأدوية التي تم تسويقها بالفعل للمرضى لسنوات ، مما يثبت سلامتهم. (لمعرفة المزيد حول كيفية توجيه التكنولوجيا لتطوير العقاقير ، راجع Big Datas Influence في الطب والصيدلة).
قفزة في المستقبل
بعض من أكثر التقنيات المدهشة ليست جاهزة بعد ، حيث أنها ليست أكثر من مجرد نماذج أولية ، ولكن تداعياتها مذهلة للغاية لدرجة أنها لا تزال تستحق الذكر.
أحد هذه العوامل هو الطب الدقيق ، وهو مجال طموح حقًا يستخدم خوارزميات الجينوم العميقة لفحص الحمض النووي للمرضى من خلال البحث عن الطفرات والشذوذ التي يمكن أن ترتبط بأمراض مثل السرطان. يعمل أشخاص مثل كريج فينتر ، أحد آباء مشروع الجينوم البشري ، حاليًا على جيل جديد من التقنيات الحسابية التي يمكنها التنبؤ بآثار أي تغيير جيني ، مما يمهد الطريق إلى العلاجات الفردية والاكتشاف المبكر للعديد من الأمراض التي يمكن الوقاية منها.
كلمة للحكماء
بما أننا متحمسون بسبب الإمكانات الهائلة لإدخال الذكاء الاصطناعي إلى الرعاية الصحية ، من المهم أن نفهم حدوده. إن استخدام الذكاء الاصطناعي في الطب لا يخلو من المخاطر ، على الرغم من أنه سيتم التغلب على الكثير منها بسهولة بمجرد اعتيادنا عليها.
إن مبدأ "عدم الإضرار" أمر بالغ الأهمية لوضع بعض المعايير الأخلاقية التي ستكون بمثابة حدود. تم استثمار اليوم في مسؤولية بناء الإطار الذي ستتخذه الأجيال المقبلة في قراراتها.