Pakar AI membincangkan cara mengintegrasikan AI yang mantap ke dalam penjagaan kesihatan, mengapa kerjasama antara disiplin adalah penting dan potensi AI generatif dalam penyelidikan.
Feifei Li dan Lloyd Minor memberikan ucapan pembukaan di Simposium Kesihatan RAISE yang julung kali diadakan di Sekolah Perubatan Universiti Stanford pada 14 Mei. Steve Fish
Kebanyakan orang yang terpikat dengan kecerdasan buatan pernah mengalami sejenis momen "aha", yang membuka minda mereka kepada dunia yang penuh kemungkinan. Pada Simposium Kesihatan RAISE yang julung kali diadakan pada 14 Mei, Lloyd Minor, MD, dekan Sekolah Perubatan Universiti Stanford dan naib presiden hal ehwal perubatan di Universiti Stanford, berkongsi perspektifnya.
Apabila seorang remaja yang ingin tahu diminta untuk meringkaskan penemuannya mengenai telinga dalam, dia beralih kepada kecerdasan buatan generatif. “Saya bertanya, 'Apakah sindrom dehiscence terusan superior?' Minor memberitahu hampir 4,000 peserta simposium. Dalam beberapa saat, beberapa perenggan muncul.
“Mereka bagus, sangat bagus,” katanya. “Maklumat ini telah disusun menjadi penerangan penyakit yang ringkas, tepat secara amnya dan diutamakan dengan jelas. Ini agak luar biasa.”
Ramai yang berkongsi keterujaan Minor untuk acara separuh hari itu, yang merupakan hasil daripada inisiatif RAISE Health, sebuah projek yang dilancarkan oleh Sekolah Perubatan Universiti Stanford dan Institut Kecerdasan Buatan Berpusatkan Manusia (HAI) Stanford untuk membimbing penggunaan kecerdasan buatan yang bertanggungjawab dalam penyelidikan bioperubatan, pendidikan dan penjagaan pesakit. Penceramah membincangkan apa yang dimaksudkan dengan 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 Stanford School of Engineering, pengarah projek RAISE Health with Minor dan pengarah bersama HAI. Generasi demi generasi, teknologi baharu mungkin muncul: daripada jujukan molekul antibiotik baharu kepada pemetaan biodiversiti dan mendedahkan bahagian tersembunyi biologi asas, AI sedang mempercepatkan penemuan saintifik. Tetapi tidak semua ini bermanfaat. “Semua aplikasi ini boleh membawa akibat yang tidak diingini, dan kami memerlukan saintis komputer yang membangun dan melaksanakan [kecerdasan buatan] secara bertanggungjawab, bekerjasama dengan pelbagai pihak berkepentingan, daripada doktor dan pakar etika… kepada pakar keselamatan dan seterusnya,” katanya. “Inisiatif seperti RAISE Health menunjukkan komitmen kami terhadap perkara ini.”
Penyatuan tiga bahagian Perubatan Stanford—Fakulti Perubatan, Penjagaan Kesihatan Stanford dan Fakulti Perubatan Kesihatan Kanak-kanak Universiti Stanford—serta hubungannya dengan bahagian lain Universiti Stanford telah meletakkannya dalam kedudukan di mana pakar-pakar sedang bergelut dengan pembangunan kecerdasan buatan, isu pengurusan dan integrasi dalam bidang penjagaan kesihatan dan perubatan. Perubatan, begitulah bunyi lagu itu.
“Kami berada pada kedudukan yang baik untuk menjadi perintis dalam pembangunan dan pelaksanaan kecerdasan buatan yang bertanggungjawab, daripada penemuan biologi asas kepada peningkatan pembangunan ubat dan menjadikan proses percubaan klinikal lebih cekap, sehinggalah kepada penyampaian perkhidmatan penjagaan kesihatan yang sebenar. Penjagaan kesihatan. Cara sistem penjagaan kesihatan ditubuhkan,” katanya.
Beberapa penceramah menekankan konsep mudah: fokus kepada pengguna (dalam kes ini, pesakit atau doktor) dan segala-galanya akan menyusul. “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: Penyampai berita STAT, Mohana Ravindranath; Jessica Peter Lee dari Microsoft Research; Sylvia Plevritis, profesor sains data bioperubatan, membincangkan peranan kecerdasan buatan dalam penyelidikan perubatan. Steve Fish
Penceramah panel tersebut, 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 tujuannya sebelum sebarang intervensi. Laksanakannya dan pastikan semua sistem yang dibangunkan adalah inklusif dan dengarkan orang yang direka bentuk untuk dibantu.
Satu kuncinya ialah ketelusan: ia menjelaskan dari mana data yang digunakan untuk melatih algoritma berasal, apakah tujuan asal algoritma tersebut dan sama ada data pesakit masa hadapan akan terus membantu algoritma tersebut belajar, antara faktor lain.
“Cuba meramalkan masalah etika sebelum ia menjadi serius [bermaksud] mencari titik penyelesaian yang sempurna di mana anda cukup mengetahui tentang teknologi untuk yakin dengannya, tetapi bukan sebelum [masalah] merebak lebih jauh dan menyelesaikannya lebih awal.” , kata Denton Char. Calon Sains Perubatan, Profesor Madya Jabatan Anestesiologi Pediatrik, Perubatan Perioperatif dan Perubatan Kesakitan. Satu langkah penting, katanya, ialah mengenal pasti semua pihak berkepentingan yang mungkin terjejas oleh teknologi dan menentukan bagaimana mereka sendiri ingin menjawab soalan-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 membayar? Siapa yang bertanggungjawab?
Michael Pfeffer, MD, ketua pegawai maklumat Stanford Health Care, memetik contoh baru-baru ini di mana banyak isu telah diuji dalam kalangan jururawat di hospital Stanford. Pakar klinik disokong oleh model bahasa yang besar yang menyediakan anotasi awal untuk mesej pesakit yang masuk. Walaupun projek ini tidak sempurna, doktor yang membantu membangunkan teknologi melaporkan bahawa model tersebut dapat mengurangkan beban kerja mereka.
“Kami sentiasa memberi tumpuan kepada tiga perkara penting: keselamatan, kecekapan dan inklusiviti. Kami adalah doktor. Kami bersumpah untuk “tidak memudaratkan,” 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-alat ini.”
Nigam Shah, MBBS, Ph.D., Profesor Perubatan dan Sains Data Bioperubatan, memulakan perbincangan dengan statistik yang mengejutkan meskipun terdapat amaran yang adil kepada hadirin. “Saya bercakap dalam istilah umum dan nombor, dan kadangkala ia cenderung sangat terus terang,” katanya.
Menurut Shah, kejayaan AI bergantung pada keupayaan kita untuk mengembangkannya. “Melakukan penyelidikan saintifik yang betul pada sesuatu model mengambil masa kira-kira 10 tahun, dan jika setiap daripada 123 program fellowship dan residensi ingin menguji dan menggunakan model tersebut pada tahap ketelitian itu, adalah sangat sukar untuk melakukan sains yang betul kerana kita sedang mengatur usaha dan [menguji] kita. Ia akan menelan belanja $138 bilion untuk memastikan setiap laman web kita berfungsi dengan betul,” kata Shah. “Kita tidak mampu membayarnya. Jadi kita perlu mencari jalan untuk berkembang, dan kita perlu mengembangkan dan melakukan sains yang baik. Kemahiran ketelitian berada di satu tempat dan kemahiran penskalaan berada di tempat lain, jadi kita memerlukan perkongsian jenis itu.”
Dekan Madya Yuan Ashley dan Mildred Cho (Resepsionis) menghadiri Bengkel Kesihatan RAISE. Steve Fish
Beberapa penceramah di simposium tersebut berkata ini boleh dicapai melalui perkongsian awam-swasta, seperti Perintah Eksekutif Rumah Putih baru-baru ini mengenai Pembangunan dan Penggunaan Kecerdasan Buatan yang Selamat, Terjamin dan Boleh Dipercayai serta Konsortium untuk Kecerdasan Buatan Penjagaan Kesihatan (CHAI).
“Perkongsian awam-swasta yang mempunyai potensi terbesar adalah antara ahli akademik, sektor swasta dan sektor awam,” kata Laura Adams, penasihat kanan Akademi Perubatan Kebangsaan. Beliau menyatakan bahawa kerajaan boleh memastikan kepercayaan awam, dan pusat perubatan akademik boleh menyediakan legitimasi, dan kepakaran teknikal serta masa komputer boleh disediakan oleh sektor swasta. “Kita semua lebih baik daripada mana-mana daripada kita, dan kita sedar bahawa… kita tidak boleh berdoa untuk merealisasikan potensi [kecerdasan buatan] melainkan kita memahami cara berinteraksi antara satu sama lain.”
Beberapa penceramah berkata AI juga memberi impak kepada penyelidikan, sama ada saintis menggunakannya untuk meneroka dogma biologi, meramalkan urutan dan struktur baharu molekul sintetik untuk menyokong rawatan baharu, atau membantu mereka meringkaskan atau menulis kertas saintifik.
“Ini adalah peluang untuk melihat yang tidak diketahui,” kata Jessica Mega, MD, pakar kardiologi di Sekolah Perubatan Universiti Stanford dan pengasas bersama Alphabet's Verily. Mega menyebut tentang pengimejan hiperspektral, yang menangkap ciri-ciri imej yang tidak dapat dilihat oleh mata manusia. Ideanya adalah untuk menggunakan kecerdasan buatan bagi mengesan corak dalam slaid patologi yang tidak dilihat oleh manusia yang menunjukkan penyakit. “Saya menggalakkan orang ramai untuk menerima yang tidak diketahui. Saya fikir semua orang di sini mengenali seseorang yang mempunyai sejenis keadaan perubatan yang memerlukan sesuatu yang melebihi apa yang boleh kita sediakan hari ini,” kata Mejia.
Ahli panel juga bersetuju bahawa sistem kecerdasan buatan akan menyediakan cara baharu untuk mengenal pasti dan memerangi proses membuat keputusan yang berat sebelah, sama ada dibuat oleh manusia atau kecerdasan buatan, dengan keupayaan untuk mengenal pasti punca bias tersebut.
“Kesihatan lebih daripada sekadar penjagaan perubatan,” beberapa ahli panel bersetuju. Penceramah menekankan bahawa para penyelidik sering terlepas pandang penentu sosial kesihatan, seperti status sosioekonomi, poskod, tahap pendidikan, dan bangsa serta etnik, semasa mengumpul data inklusif dan merekrut peserta untuk kajian. “AI hanya berkesan jika data yang digunakan untuk melatih model tersebut,” kata Michelle Williams, seorang profesor epidemiologi di Universiti Harvard dan profesor madya epidemiologi dan kesihatan populasi di Sekolah Perubatan Universiti Stanford. “Jika kita melakukan apa yang kita usahakan, iaitu 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 bias yang tidak dapat dielakkan dalam model dan memburukkan lagi ketaksamaan sedia ada dalam penjagaan kesihatan.
Dr. David Magnus, seorang profesor pediatrik dan perubatan, berkata bahawa seperti mana-mana teknologi baharu, kecerdasan buatan boleh menjadikan keadaan lebih baik atau memburukkan lagi keadaan. Risikonya, kata Magnus, ialah sistem kecerdasan buatan akan mempelajari tentang hasil kesihatan yang tidak saksama yang didorong oleh penentu kesihatan sosial dan mengukuhkan hasil tersebut melalui outputnya. “Kecerdasan buatan adalah cermin yang mencerminkan masyarakat yang kita diami,” katanya. “Saya berharap setiap kali kita berpeluang untuk menyorot sesuatu isu—untuk menunjukkan cermin kepada diri kita sendiri—ia akan berfungsi sebagai motivasi untuk memperbaiki keadaan.”
Jika anda tidak dapat menghadiri bengkel RAISE Health, rakaman sesi tersebut boleh didapati di sini.
Sekolah Perubatan Universiti Stanford merupakan sistem penjagaan kesihatan akademik bersepadu yang terdiri daripada Sekolah Perubatan Universiti Stanford dan sistem penyampaian penjagaan kesihatan dewasa dan pediatrik. Mereka bersama-sama merealisasikan potensi penuh bioperubatan melalui penyelidikan kolaboratif, pendidikan dan penjagaan pesakit klinikal. Untuk maklumat lanjut, sila layari med.stanford.edu.
Model kecerdasan buatan baharu membantu doktor dan jururawat di Hospital Stanford bekerjasama untuk menambah baik penjagaan pesakit.
Masa siaran: 19-Julai-2024