Järgnev on väljavõte sellest Süvameditsiin: kuidas tehisintellekt võib muuta tervishoiu taas inimeseks autor Eric Topol
Olulise diagnoosi parem ennustamine reaalajas on tehisintellekti jõupingutuste teine suund, nagu oleme näinud, ja see probleem on haiglates väga oluline, kuna üks peamisi väljakutseid, millega haiglad silmitsi seisavad, on patsientide haiglaravi ajal nakatunud infektsioonide ravi. Sepsis, haiglates levinud surmav infektsioon, põhjustab 10 protsenti Ameerika Ühendriikide intensiivravi osakonda sattunud inimestest. Selle ravimine maksab rohkem kui 10 miljardit dollarit aastas ja ravi ebaõnnestub sageli: sepsis moodustab USA-s 20–30 protsenti kõigist haiglaravil olevate patsientide surmajuhtumitest.
Osta raamat
Süvameditsiin: kuidas tehisintellekt võib muuta tervishoiu taas inimeseks
OstaÕigeaegne diagnoos on oluline, kuna patsiendi seisund võib väga kiiresti halveneda, sageli enne sobivate antibiootikumide valimist, rääkimata nende manustamisest ja mõju avaldamisest. Ühes Suchi Saria Johns Hopkins Medicine'i retrospektiivses uuringus kasutati andmeid 53 000 dokumenteeritud sepsisega haiglaravil oleva patsiendi kohta koos nende elutähtsate näitajate, elektrooniliste haiguslugude, laborite ja demograafiliste andmetega, et näha, kas haigusseisundit on võimalik tuvastada varem kui see oli varem. Kahjuks ei olnud algoritmi täpsus (ROC ~.70) eriti julgustav.Teine surmav haiglanakkus, Clostridium difficile või C. diff , on ka AI sihtmärk. Senised andmed näivad veidi positiivsemad. C. diff tapab igal aastal USA-s umbes 30 000 inimest enam kui 450 000 diagnoositud patsiendi hulgast.Erica Shenoy ja Jenna Wiens töötasid välja algoritmi, et ennustada riski 374 000 haiglaravil kahes suures haiglas, kasutades kummagi jaoks enam kui 4000 struktureeritud EHR muutujat. Nende ROC-id olid kahe haigla puhul 0,82 ja 0,75, millel oli palju funktsioone, mis olid iga asutuse jaoks spetsiifilised.Automaatsete hoiatustega kõrgetasemelistele arstidele C. diff riski, loodetakse, et selle eluohtliku infektsiooni esinemissagedust saab tulevikus vähendada.
Nosokomiaalsete infektsioonide ennetamine, mille iga kahekümne viies patsient saab hooldajalt või keskkonnast, on samuti oluline.oluline väljakutse haiglatele. Näiteks teame, et kätepesu puudumine või ebaoptimaalne pesemine on haiglas saadud infektsioonide oluline tegur. Artiklis pealkirjaga 'Nägemispõhiste nutikate haiglate poole' kasutasid Albert Haque ja kolleegid Stanfordi ülikoolist sügavat õppimist ja masinnägemist, et jälgida märkamatult Stanfordi ülikooli haigla arstide ja kirurgide kätehügieeni videomaterjali ja sügavussensorite abil. Tehnoloogia suutis kvantifitseerida, kui puhtad olid nende käed, täpsusega, mis ületas 95 protsenti. Selliseid andureid, mis kasutavad infrapunavalgust andurite ja nende sihtmärkide vahelisel kaugusel põhinevate siluettpiltide loomiseks, võiks tulevikus paigaldada haigla koridoridesse, operatsioonisaalidesse ja patsientide voodite juurde, et kasutada ära arvutinägemise valvsust.
Tõepoolest, masinnägemine on haiglate dünaamilises visuaalses maailmas sügavate õppimismustrite jaoks eriti paljutõotav. Intensiivravi osakond on veel üks masinnägemise toetamise peamine sihtmärk. Tugevdusõpet on kasutatud andmepõhise vahendina, et automatiseerida patsientide võõrutamist mehaanilisest ventilatsioonist, mis varem on olnud töömahukas ja korrapäratu kliiniliselt juhitud protsess.
Patsientide jälgimisvideod võivad aidata kindlaks teha, kas on oht, et patsient tõmbab välja oma endotrahheaalse (hingamis-) toru ja muud parameetrid, mida elulised näitajad ei taba, vähendades sellega õe avastamise koormust. MIT-i CSAIL-i ICU Intervene DNN aitab arstidel ennustada, millal patsient vajab vererõhu toetamiseks mehaanilist ventilatsiooni või vasopressoreid ja vedelikubooluseid koos muude sekkumistega.Teine CSAIL-algoritm aitab määrata intensiivraviosakonnast väljaviimise optimaalset aega eesmärgiga vähendada haiglas viibimist ja ennetada suremust.Teised intensiivraviosakonnale keskendunud jõupingutused vähendavad õe koormust kaameratega automaatse jälgimise või elutähtsate näitajate algoritmilise töötlemise abil.
Oleme veel keskkonnaanduritega masinnägemise alguses, kuid lubatakse, et see AI vorm võib olla kasulik patsientide ohutuse ja tõhususe parandamiseks. Teine levinud haiglaülesanne, mida maHiina nägemisel on tõenäoliselt roll tsentraalse venoosse kateetri (tavaliselt tuntud kui tsentraalliini) asetamisel patsiendile. Kuna need liinid on nii invasiivsed, on neil märkimisväärne oht nakatuda ja tüsistusi, nagu kopsu kokkuvarisemine või suure arteri vigastus. Ohutus võib paraneda, jälgides õiget tehnikat nii steriilsete tingimuste kui ka liini paigutuse osas. Operatsiooniruumid võivad muutuda, kuna masinnägemissüsteemid jälgivad pidevalt personali ja instrumente koos töövooga. Tehisintellekti nägemisega tegeletakse ka haiglas kukkumiste ärahoidmisega patsiendi riskantse liikumise või ebakindluse tõttu.
Sarnane lugu automaatsete hoiatuste kohta, et kiirendada diagnoosimist ja ravi, on praegu käimas insuldi puhul. FDA on heaks kiitnud Viz.ai välja töötatud algoritmid, mis analüüsivad CT ajupilte insuldi tunnuste tuvastamiseks, võimaldades neuroloogidel ja tervishoiumeeskondadel kiiresti teada saada, kas ja millist tüüpi insult on skaneeritava patsiendi puhul tekkinud. Ajukahjustuste vähendamise ravimeetodid, sealhulgas trombide lahustamine või eemaldamine (trombektoomia), on valideeritud, seega aitab see tehisintellekti tööriist kiirendada teatud sekkumiseks sobivate insultide ravile kuluvat aega. See on kriitiline eesmärk: kaotame umbes2 miljonit ajurakku iga minuti kohta takistab tromb verevarustust. Juba varem saavad parameedikud insuldi diagnoosimisel rakendada 2018. aastal heaks kiidetud FDA Lucid Robotic Systemi, mis on patsiendile pähe asetatav seade, mis edastab ultrahelilaineid (kõrva kaudu) ajju ning aitab AI mustrituvastuse abil. diagnoosige insult, et hoiatada vastuvõtvat haiglat võimaliku trombi eemaldamise eest.
Teine oluline muudatus, mis tuleb meditsiinilises töövoos nii haiglate sees kui ka väljaspool, on see, kuidas tehisintellekt annab mittearstidele rohkem tööd teha. Ameerika Ühendriikides on umbes 700 000 praktiseerivat arsti, millele lisandub umbes 100 000 arsti assistenti ja 240 000 õde – peaaegu 50 protsenti arstide tööjõust. Kuna arstide toetamiseks töötatakse välja nii palju AI-algoritme, on loomulik eeldada, et nende kolme erineva rühma jaoks on tulevikus võrdsemad võimalused ning et PA-d ja NP-d võtavad eelseisvatel aastatel suurema rolli.Mainimist väärib tehisintellekti tervishoiusüsteemides kasutuselevõtu kriitiline hinnang; see nõuab kasutajauuringuid, hästi kavandatud süsteeme ja läbimõeldud otsuste vastuvõtmist, mis põhinevad riski ja kasu hõlmavatel mudelitel. See on erinevalt EHR-ide kasutuselevõtust kliinilises meditsiinis, kui paljusid neist olulistest sammudest ei võetud arvesse ja neil oli tõsine kahjulik mõju patsientide igapäevasele hooldusele.
Haiglaruumide aegunuks muutmine
Haigla plaanitava “väljasuretamisega” saame veelgi julgemaks, vähemalt sellisena, nagu me seda täna teame.Kuigi meil on ilmselgelt vaja intensiivraviosakondi, operatsioonitubasid ja erakorralise meditsiini osakondi, on tavaline haiglatuba, mis praegu moodustab suurema osa haiglatest, asendamise suhtes väga haavatav. Mercy Hospitali virtuaalne hoolduskeskus St. Louisis annab pilgu tulevikku.Seal on õed ja arstid; nad räägivad patsientidega, vaatavad monitore, millel on graafikud iga patsiendi kõigi andmete kohta, ja reageerivad häiretele. Aga voodeid pole. See on esimene virtuaalne haigla Ameerika Ühendriikides, mis avati 2015. aastal ja mille ehitamine läks maksma 300 miljonit dollarit. Patsiendid võivad viibida intensiivravi osakonnas võioma magamistoas lihtsa, hoolika jälgimise või intensiivse kontrolli all, kuid neid kõiki jälgitakse eemalt. Isegi kui patsiendil ei esine mingeid sümptomeid, võivad AI seirealgoritmid saada hoiatuse ja teavitada arsti. Kõrgtehnoloogiliste algoritmide kasutamine võimaliku sepsise või südame dekompensatsiooni kaugtuvastamiseks reaalajas, enne selliste seisundite diagnoosimist, on ahvatlev. Kuigi eemalt vaatlemine võib tunduda külm, pole see praktikas nii olnud; kontseptsiooni 'puutevaba soojuse' tekitamisest on jõutud. Virtuaalhoolduskeskuse õed suhtlevad paljude patsientidega regulaarselt ja individuaalselt pikema aja jooksul ning patsiendid ütlevad õdede kohta, et nad tunnevad, et neil on 'praegu viiskümmend vanavanemat'.
Lisaks ägeda haigusega eakatele patsientidele tehakse keskendunud jõupingutusi selleks, et kasutada tehisintellekti selleks, et toetada eakate võimet elada ja areneda oma kodus, selle asemel, et kolida abistavatesse eluruumidesse või isegi hooldajatel tuleks neid sageli külastada. Seal on erakordne hulk idufirmasid, kes töötavad välja andureid ja algoritme, mis jälgivad kõnnakut, pulssi, temperatuuri, meeleolu, tunnetust, füüsilist aktiivsust ja palju muud. Lisaks võivad AI-tööriistad nägemise ja kuulmise parandamiseks isegi suurendada eakate sensoorset taju, mis edendaks nende ohutust ja parandaks nende elukvaliteeti. Näiteks Aipoly rakendusega saab olulise nägemispuudega vanur lihtsalt nutitelefoniga objektile osutada ja tehisintellekt hakkab kiiresti häälreaktsiooni tuvastamisega tööle. See teeb sama värvide kirjeldamisel. Andurid, mis tuvastavad, kas keegi on kukkunud, saab paigaldada põrandasse. Ja nii lemmikloomade kujul olevad roboti assistendid kui ka spetsiaalselt loodud Alexa-laadsed hääleassistendid, nagu ElliQ (firma Startup Robotics), on näited riistvaralisest tehisintellektist, mis edendab iseseisvat elu.
Kaugseire potentsiaal on tulevikus väga laialdaseks kasutamiseks. Kuna iga öö haiglas koguneb keskmiselt 4700 dollarit, ei ole patsientidele seadmete ja andmeplaanide pakkumise majanduslikku põhjendust raske põhjendada. Lisage sellele kodune mugavus ilma haiglanakkuse saamise riskita või pidevate alarmide piiksudes magamata öö. SellegipoolestSt. Louis'i keskus on praegu üsna ainulaadne ja liigutusi on vähe, et muuta see eelistatud tee patsientidele, kes ei vaja intensiivravivoodit. Mitmed probleemid hoiavad meid tagasi. Mõned neist on tehnoloogilised ja regulatiivsed. Kuigi süsteemid, mis jälgivad automaatselt kõiki elutähtsaid näitajaid, nagu Sotera Wirelessi Visi seade, on heaks kiidetud ja neid kasutavad praegu paljud tervishoiusüsteemid, ei ole veel ühtegi FDA poolt heaks kiidetud seadet koduseks kasutamiseks. Kuni meil pole kodukasutuseks heaks kiidetud FDA-seadmeid, mis on automaatsed, täpsed, odavad ja integreeruvad kaugseireseadmetega, on meil takistuseks. Lühiajalises perspektiivis võib-olla olulisem on sellise järelevalve hüvitamismudelite puudumine ja pikaajalised viivitused, mis tekivad uute koodide seadistamisel ja kinnitamisel Medicare'i ja erakindlustusandjate poolt.
Väljavõte alates Süvameditsiin: kuidas tehisintellekt võib muuta tervishoiu taas inimeseks . Autoriõigus © 2019, Eric Topol. Saadaval ettevõttest Basic Books, firma Perseus Books, Hachette Book Group, Inc.