Sağlık hizmetlerinin yapay zeka ve makine öğrenimi modelleriyle konfor düzeyi ve bunları sayısız klinik, finansal ve operasyonel kullanım durumlarında devreye alma becerisi 2023’te artmaya devam etti.
Yapay zeka algoritmalarını çeşitli veri kümelerinde eğitmenin karar desteğini iyileştirebileceğini, nüfus sağlığı yönetimini artırabileceğini, idari görevleri düzene sokabileceğini, maliyet etkinliklerini etkinleştirebileceğini ve hatta sonuçları iyileştirebileceğini gösteren daha fazla kanıt var.
Ancak doğruluğundan emin olmak için yapılması gereken çok iş var, dürüsthasta güvenliğini sağlayan ve hesaba katan anlaşılır ve kanıta dayalı sonuçlar sağlık eşitliği.
AI’nın sağlık hizmetlerindeki uygulamasının ötesine geçtiğine şüphe yok “gerçek” 2019 yılında önemli yatırım geçen yıl sağlayıcılar ve ödeme yapanlar tarafından. Bu yıl, güven ve en iyi uygulamalara odaklanan daha derin sektör tartışmalarını bildirdik. değerlerine ilişkin endüstri perspektiflerini ön plana çıkardık. derin öğrenme ve sinir ağları ve başarılı çalışmaların duyuruları ve tabii ki yeni sağlık hizmeti AI teknolojisi ortaklıkları ile birlikte veri engellerinin nasıl ortadan kaldırılacağı. İşte Healthcare IT News’in 2022’nin en çok okunan AI hikayeleri.
Yapay zeka ön yargısı nasıl oluşur ve nasıl ortadan kaldırılır?. 2021’in kapanışından yaklaşık 30 gün önce yayınlanmasına rağmen okuyucular, Stanford Aritmi Merkezi’nin eş direktörü, Atriyal Fibrilasyon Programı direktörü ve Stanford Üniversitesi Okulu’nda tıp profesörü olan Stanford kardiyoloğu Dr. Sanjiv M. Narayan’ın tavsiyelerini okumak için akın etti. tıp. Narayan, algoritmaların birden çok sürümünü eğitmek, yapay zekaya birden çok veri kümesi eklemek ve bir makinenin eğitim veri kümelerini zaman içinde güncellemek de dahil olmak üzere yapay zekadaki önyargıyı ortadan kaldırmak için birden çok yaklaşımı tartıştı. Algoritmik hijyen stratejilerinin kusursuz olmadığı ve karmaşık sistemleri entegre ederken önyargının artma olasılığının daha yüksek olduğu konusunda uyardı.
Sağlık hizmetlerinde yapay zekaya güveni adım adım geliştirmek. Sağlık hizmetlerinde yapay zeka kullanımı artarken, sağlayıcılar klinik ortamlarda makine öğrenimine ne kadar güvenmeleri gerektiği konusunda endişeli. Analist Dr. Jody Ranck tarafından hazırlanan bir Chilmark Research raporu, yüzlerce birinci yıl COVID-19 pandemik algoritmasının incelemesine dayanarak, çok sayıda yapay zeka örneğinin doğrulanamayacağını belirtti. Ranck, kanıta dayalı AI gelişimini artırmak için stratejiler önerdi.
Duyarlı yapay zeka mı? Sizi insan olduğuna ikna etmek LaMDA’nın işinin sadece bir parçası. Bir süre sonra yayınlanan bu konuk yazısında ana akım medya görünüşte “duyarlı” bir makine öğrenimi uygulaması hakkında çılgınlık beslemek. Washington Üniversitesi Bilgi Okulu’nda doçent olan Dr. Chirag Shah, Google’ın Turing Testini kolaylıkla geçen LaMDA sohbet robotunun, öz-farkındalık bilincinin varlığını nasıl kanıtlamadığını açıklıyor. LaMDA, yalnızca öz-farkındalığa sahip olma yanılsamasını yaratabileceğini kanıtlıyor – tam da bunun için tasarlandı.
Duke, Mayo Clinic ve diğerleri yenilikçi yapay zeka iş birliğini başlatıyor. Duke, Mayo Clinic, University of California Berkeley ve diğerlerinden yapay zeka araştırmacıları ve teknoloji liderleri, 2021’in kapanışından hemen önce sanal bir HIMSS öğrenme etkinliğinde yeni bir Sağlık Yapay Zeka Ortaklığını açıkladı. Paydaşlar, ortak çalışanlar, sağlık hizmetlerinde yapay zeka dağıtımları için standartlaştırılmış, kanıta dayalı bir süreç geliştirmeyi hedefliyor.
Uzaktan hasta izleme ve yapay zekanın kesişimi. “AI Can Democratize Healthcare: The Rise in Digital Care” ve diğer dört kitabın yazarı Robin Farmanfarmaian, yapay zekanın günümüzde uzaktan hasta izlemeyi nasıl etkilediğini ve sağlık hizmetlerini nasıl demokratikleştirebileceğini tartıştı. “RPM, insanlar sağlığın her aşamasında ve her yaştayken klinik düzeyde veri toplama yeteneğine sahip” dedi. EHR verilerini bir hastane veya sağlık sisteminden gölgede bırakmak.”
Mayo, Epic ve Google’ın yardımlarıyla AI başlangıç programını başlattı. Mart ayında Mayo Clinic, erken aşamadaki sağlık teknolojisi yapay zeka şirketlerine destek vermek için 20 haftalık bir başlangıç programı başlattı. Kliniğin teknolojisi, medikal ve iş uzmanları ile Google ve Epic’in düşünce liderleri, yeni başlayanların yapay zeka modeli gereksinimlerini tanımlamasına yardımcı olmak için kohorta uzmanlık sağlayacaktı.
AI çalışması, hasta notlarının %50’sinin kopyalandığını tespit etti. Philadelphia’daki Pennsylvania Üniversitesi Perelman Tıp Okulu araştırmacıları, 2015’ten 2020’ye kadar 1,96 milyon benzersiz hastanın kayıtlarında not çoğaltma oranını ve yıldan yıla çoğaltma oranını bulmak için doğal dil işlemeyi kullandı. Eylül ayında yayınlanan JAMA raporuna göre, tıbbi kayıtlardaki tüm bilgilerin doğruluğundan şüphe duymak, günlük klinik çalışmadaki bilgileri bulmayı ve doğrulamayı zorlaştırıyor” dedi.
AWS ve GE liderleri, veri paylaşımı ve yapay zeka uygulamasının önündeki engellerden bahsediyor. HIMSS22’de bir ateş başı sohbetinde Amazon Web Services’ten Dr. Taha Kass-Hout ve GE Healthcare’den Vignesh Shetty, yapay zekanın zorluklarını ve daha iyi bağlantılı kararlar alma fırsatlarını tartıştı.
Yapay zeka ve makine öğrenimi, hastalıkları nasıl tahmin edebilir ve sağlıkta eşitliği nasıl artırabilir?. Yakın tarihli bir Soru-Cevap bölümünde, HHS Tech Group başkanı Brett Furst, dünyanın en kapsamlı çapraz bağlantılı veri setlerinden biri olan COVID-19 Araştırma Veritabanından yararlanmanın birden çok değişken arasında neden-sonuç ilişkileri kurabileceğini tartıştı. Makine öğrenimi, birden çok değişkenin nasıl etkileşime girdiğini belirlediğinde, sağlık sonuçlarını güvenilir bir şekilde tahmin edebilir.
CommonSpirit Health, yapay zeka ile aşılanmış ameliyathane planlama aracıyla büyük verimlilik elde ediyor. CommonSpirit’te perioperatif hizmetlerden sorumlu sistem başkan yardımcısı Brian Dawson’ın yer aldığı bu vaka çalışması, sağlık sisteminin 350 hastanesinde ameliyathane verimliliğini artıracak bir yapay zeka kullanım aracını nasıl uyguladığını gösterdi. Dawson, “Dünyanın dört bir yanındaki sağlık hizmeti sağlayıcıları, daha azıyla daha fazlasını yapmak zorunda kaldı ve bu, artan tükenmişliğe, personel sıkıntısına, hasta memnuniyetsizliğine ve kıt kaynaklara yol açtı” dedi.
Andrea Fox, Healthcare IT News’in kıdemli editörüdür.
E-posta: afox@himss.org
Healthcare IT News, bir HIMSS yayınıdır.