Pakar AI membincangkan cara mengintegrasikan AI yang mantap ke dalam penjagaan kesihatan, sebab kerjasama antara disiplin adalah penting, dan potensi AI generatif dalam penyelidikan.
Feifei Li dan Lloyd Minor memberikan ucapan pembukaan pada Simposium Kesihatan RAISE yang julung kali diadakan di Sekolah Perubatan Universiti Stanford pada 14 Mei. Steve Fish
Kebanyakan orang yang ditangkap oleh kecerdasan buatan mempunyai semacam detik "aha", membuka minda mereka kepada dunia kemungkinan. Pada Simposium Kesihatan RAISE yang julung kali diadakan pada 14 Mei, Lloyd Minor, MD, dekan Sekolah Perubatan Universiti Stanford dan naib presiden untuk hal ehwal perubatan di Universiti Stanford, berkongsi perspektifnya.
Apabila seorang remaja yang ingin tahu diminta meringkaskan penemuannya mengenai telinga dalam, dia beralih kepada kecerdasan buatan generatif. “Saya bertanya, 'Apakah sindrom dehiscence kanal superior?' Minor memberitahu hampir 4,000 peserta simposium. Dalam beberapa saat, beberapa perenggan muncul.
"Mereka bagus, sangat bagus," katanya. "Bahawa maklumat ini disusun menjadi satu penerangan yang ringkas, secara amnya tepat dan mengutamakan penyakit itu dengan jelas. Ini agak luar biasa.”
Ramai yang berkongsi keterujaan Minor untuk acara separuh hari itu, yang merupakan hasil daripada inisiatif Kesihatan RAISE, sebuah projek yang dilancarkan oleh Sekolah Perubatan Universiti Stanford dan Institut Stanford untuk Kecerdasan Buatan Berpusatkan Manusia (HAI) untuk membimbing penggunaan bertanggungjawab tiruan. kecerdasan. kecerdasan dalam penyelidikan bioperubatan, pendidikan, dan penjagaan pesakit. Penceramah meneliti apa yang dimaksudkan untuk melaksanakan kecerdasan buatan dalam perubatan dengan cara yang bukan sahaja berguna untuk doktor dan saintis, tetapi juga telus, adil dan saksama untuk pesakit.
"Kami percaya ini adalah teknologi yang meningkatkan keupayaan manusia," kata Fei-Fei Li, profesor sains komputer di Sekolah Kejuruteraan Stanford, pengarah projek Kesihatan RAISE dengan Minor dan pengarah bersama HAI. generasi demi generasi, teknologi baharu mungkin muncul: daripada jujukan molekul antibiotik baharu kepada pemetaan kepelbagaian biologi dan mendedahkan bahagian tersembunyi biologi asas, AI sedang mempercepatkan penemuan saintifik. Tetapi tidak semua ini bermanfaat. "Semua aplikasi ini boleh menyebabkan akibat yang tidak diingini, dan kami memerlukan saintis komputer yang membangun dan melaksanakan [kecerdasan buatan] secara bertanggungjawab, bekerja dengan pelbagai pihak berkepentingan, daripada doktor dan ahli etika... kepada pakar keselamatan dan seterusnya," katanya. "Inisiatif seperti RAISE Health menunjukkan komitmen kami terhadap perkara ini."
Penyatuan tiga bahagian Perubatan Stanford—Pusat Perubatan, Penjagaan Kesihatan Stanford dan Sekolah Perubatan Kesihatan Kanak-Kanak Universiti Stanford—dan hubungannya dengan bahagian lain Universiti Stanford telah meletakkannya pada kedudukan di mana pakar bergelut dengan pembangunan kecerdasan buatan. isu pengurusan dan integrasi dalam bidang penjagaan kesihatan dan perubatan. Ubat, lagu itu pergi.
“Kami berada pada kedudukan yang baik untuk menjadi perintis dalam pembangunan dan pelaksanaan kecerdasan buatan yang bertanggungjawab, daripada penemuan biologi asas kepada penambahbaikan pembangunan ubat dan menjadikan proses ujian klinikal lebih cekap, terus ke penyampaian perkhidmatan penjagaan kesihatan yang sebenar. penjagaan kesihatan. Cara sistem penjagaan kesihatan disediakan,” katanya.
Beberapa penceramah menekankan konsep mudah: fokus pada pengguna (dalam kes ini, pesakit atau doktor) dan segala-galanya akan mengikuti. "Ia meletakkan pesakit di tengah-tengah semua yang kami lakukan," kata Dr. Lisa Lehmann, pengarah bioetika di Brigham and Women's Hospital. "Kita perlu mempertimbangkan keperluan dan keutamaan mereka."
Dari kiri ke kanan: STAT News anchor Mohana Ravindranath; Jessica Peter Lee dari Microsoft Research; Sylvia Plevritis, profesor sains data bioperubatan, membincangkan peranan kecerdasan buatan dalam penyelidikan perubatan. Steve Fish
Penceramah pada panel, termasuk Lehmann, ahli bioetika perubatan Universiti Stanford Mildred Cho, MD, dan Ketua Pegawai Klinikal Google Michael Howell, MD, menyatakan kerumitan sistem hospital, menekankan keperluan untuk memahami tujuan mereka sebelum sebarang campur tangan. Melaksanakannya dan memastikan bahawa semua sistem yang dibangunkan adalah inklusif dan mendengar orang yang mereka direka untuk membantu.
Satu kunci ialah ketelusan: ia menjelaskan dari mana datangnya data yang digunakan untuk melatih algoritma, tujuan asal algoritma dan sama ada data pesakit masa depan akan terus membantu algoritma belajar, antara faktor lain.
"Cuba untuk meramalkan masalah etika sebelum ia menjadi serius [bermaksud] mencari titik manis yang sempurna di mana anda cukup mengetahui tentang teknologi untuk mempunyai keyakinan terhadapnya, tetapi tidak sebelum [masalah itu] merebak lebih jauh dan menyelesaikannya lebih awal." , kata Denton Char. Calon Sains Perubatan, Profesor Madya Jabatan Anestesiologi Pediatrik, Perubatan Perioperatif dan Perubatan Sakit. Satu langkah penting, katanya, ialah mengenal pasti semua pihak berkepentingan yang mungkin terjejas oleh teknologi dan menentukan cara mereka sendiri ingin menjawab soalan tersebut.
Jesse Ehrenfeld, MD, presiden Persatuan Perubatan Amerika, membincangkan empat faktor yang mendorong penggunaan mana-mana alat kesihatan digital, termasuk yang dikuasakan oleh kecerdasan buatan. Adakah ia berkesan? Adakah ini akan berfungsi di institusi saya? Siapa yang bayar? Siapa yang bertanggungjawab?
Michael Pfeffer, MD, ketua pegawai maklumat Stanford Health Care, memetik contoh terbaru di mana banyak isu telah diuji dalam kalangan jururawat di hospital Stanford. Pakar klinik disokong oleh model bahasa besar yang menyediakan anotasi awal untuk mesej pesakit yang masuk. Walaupun projek itu tidak sempurna, doktor yang membantu membangunkan teknologi melaporkan bahawa model itu meringankan beban kerja mereka.
“Kami sentiasa memberi tumpuan kepada tiga perkara penting: keselamatan, kecekapan dan kemasukan. Kami adalah doktor. Kami bersumpah untuk "tidak membahayakan," kata Nina Vasan, MD, penolong profesor klinikal psikiatri dan sains tingkah laku, yang menyertai Char dan Pfeffer menyertai kumpulan itu. "Ini sepatutnya menjadi cara pertama untuk menilai alat ini."
Nigam Shah, MBBS, Ph.D., Profesor Perubatan dan Sains Data Bioperubatan, memulakan perbincangan dengan statistik yang mengejutkan walaupun amaran yang adil kepada penonton. "Saya bercakap dalam istilah dan nombor umum, dan kadang-kadang mereka cenderung sangat langsung," katanya.
Menurut Shah, kejayaan AI bergantung kepada keupayaan kita untuk mengukurnya. "Melakukan penyelidikan saintifik yang betul pada model mengambil masa kira-kira 10 tahun, dan jika setiap satu daripada 123 program persahabatan dan residensi ingin menguji dan menggunakan model itu ke tahap ketegasan itu, ia akan menjadi sangat sukar untuk melakukan sains yang betul seperti yang kami anjurkan pada masa ini. usaha kami dan [ujian]] Ia akan menelan belanja $138 bilion untuk memastikan setiap tapak kami berfungsi dengan betul,” kata Shah. “Kami tidak mampu ini. Jadi kita perlu mencari jalan untuk berkembang, dan kita perlu mengembangkan dan melakukan sains yang baik. Kemahiran ketegasan berada di satu tempat dan kemahiran penskalaan berada di tempat lain, jadi kami akan memerlukan jenis perkongsian itu.”
Madya Dean Yuan Ashley dan Mildred Cho (Penyambut Tetamu) menghadiri Bengkel Kesihatan RAISE. Steve Fish
Beberapa penceramah di simposium itu berkata ini boleh dicapai melalui perkongsian awam-swasta, seperti Perintah Eksekutif Rumah Putih baru-baru ini mengenai Pembangunan dan Penggunaan Kepintaran Buatan yang Selamat, Selamat dan Boleh Dipercayai dan Konsortium untuk Kepintaran Buatan Penjagaan Kesihatan (CHAI). ).
"Perkongsian awam-swasta dengan potensi terbesar adalah antara akademia, sektor swasta dan sektor awam," kata Laura Adams, penasihat kanan Akademi Perubatan Kebangsaan. Beliau menyatakan bahawa kerajaan boleh memastikan kepercayaan orang ramai, dan pusat perubatan akademik boleh. memberikan kesahihan, dan kepakaran teknikal dan masa komputer boleh disediakan oleh sektor swasta. "Kami semua lebih baik daripada mana-mana daripada kami, dan kami menyedari bahawa... kami tidak boleh berdoa untuk merealisasikan potensi [kecerdasan buatan] melainkan kami memahami cara berinteraksi antara satu sama lain."
Beberapa penceramah berkata AI juga mempunyai kesan ke atas penyelidikan, sama ada saintis menggunakannya untuk meneroka dogma biologi, meramalkan jujukan dan struktur baharu molekul sintetik untuk menyokong rawatan baharu, atau membantu mereka meringkaskan atau menulis kertas saintifik.
"Ini adalah peluang untuk melihat perkara yang tidak diketahui," kata Jessica Mega, MD, pakar kardiologi di Sekolah Perubatan Universiti Stanford dan pengasas bersama Alphabet's Verily. Mega menyebut pengimejan hiperspektral, yang menangkap ciri imej yang tidak dapat dilihat oleh mata manusia. Ideanya ialah menggunakan kecerdasan buatan untuk mengesan corak dalam slaid patologi yang tidak dilihat oleh manusia yang menunjukkan penyakit. “Saya menggalakkan orang ramai untuk menerima perkara yang tidak diketahui. Saya rasa semua orang di sini mengenali seseorang yang mempunyai sejenis keadaan perubatan yang memerlukan sesuatu yang melebihi apa yang boleh kami sediakan hari ini,” kata Mejia.
Ahli panel juga bersetuju bahawa sistem kecerdasan buatan akan menyediakan cara baharu untuk mengenal pasti dan memerangi membuat keputusan berat sebelah, sama ada dibuat oleh manusia atau kecerdasan buatan, dengan keupayaan untuk mengenal pasti punca bias.
"Kesihatan adalah lebih daripada penjagaan perubatan," beberapa ahli panel bersetuju. Penceramah menekankan bahawa penyelidik sering mengabaikan penentu sosial kesihatan, seperti status sosioekonomi, poskod, tahap pendidikan, dan bangsa dan etnik, apabila mengumpul data inklusif dan merekrut peserta untuk kajian. "AI hanya berkesan seperti data di mana model itu dilatih," kata Michelle Williams, seorang profesor epidemiologi di Universiti Harvard dan profesor bersekutu epidemiologi dan kesihatan penduduk di Sekolah Perubatan Universiti Stanford. “Jika kita melakukan apa yang kita usahakan. meningkatkan hasil kesihatan dan menghapuskan ketidaksamaan, kita mesti memastikan kita mengumpul data berkualiti tinggi tentang tingkah laku manusia dan persekitaran sosial dan semula jadi."
Natalie Pageler, MD, profesor klinikal pediatrik dan perubatan, berkata data kanser agregat sering mengecualikan data mengenai wanita hamil, mewujudkan berat sebelah yang tidak dapat dielakkan dalam model dan memburukkan lagi jurang yang sedia ada dalam penjagaan kesihatan.
Dr. David Magnus, seorang profesor pediatrik dan perubatan, berkata seperti mana-mana teknologi baharu, kecerdasan buatan sama ada boleh menjadikan sesuatu lebih baik dalam banyak cara atau memburukkan lagi keadaan. Risikonya, kata Magnus, ialah sistem kecerdasan buatan akan belajar tentang hasil kesihatan yang tidak saksama yang didorong oleh penentu sosial kesihatan dan mengukuhkan hasil tersebut melalui output mereka. "Kecerdasan buatan adalah cermin yang mencerminkan masyarakat kita hidup," katanya. "Saya berharap setiap kali kita berpeluang untuk menyinari sesuatu isu—untuk memberi cermin kepada diri kita sendiri—ia akan menjadi motivasi untuk memperbaiki keadaan."
Jika anda tidak dapat menghadiri bengkel RAISE Health, rakaman sesi boleh didapati di sini.
Sekolah Perubatan Universiti Stanford ialah sistem penjagaan kesihatan akademik bersepadu yang terdiri daripada Sekolah Perubatan Universiti Stanford dan sistem penyampaian penjagaan kesihatan dewasa dan kanak-kanak. Bersama-sama mereka menyedari potensi penuh bioperubatan melalui penyelidikan kolaboratif, pendidikan dan penjagaan pesakit klinikal. Untuk maklumat lanjut, lawati med.stanford.edu.
Model kecerdasan buatan baharu sedang membantu doktor dan jururawat di Hospital Stanford bekerjasama untuk meningkatkan penjagaan pesakit.
Masa siaran: Jul-19-2024