Gli esperti di intelligenza artificiale discutono di come integrare l'IA robusta nell'assistenza sanitaria, perché la collaborazione interdisciplinare è fondamentale e il potenziale dell'intelligenza artificiale generativa nella ricerca.
Feifei Li e Lloyd Minor hanno dato osservazioni di apertura al Simposio per la salute dell'inaugurazione della Stanford University School of Medicine il 14 maggio. Steve Fish
La maggior parte delle persone catturate dall'intelligenza artificiale ha avuto una sorta di momento "aha", aprendo le loro menti a un mondo di possibilità. Al Simposio per la salute dell'inaugurazione del 14 maggio, Lloyd Minor, MD, decano della Stanford University School of Medicine e vicepresidente per gli affari medici della Stanford University, ha condiviso la sua prospettiva.
Quando un adolescente curioso è stato chiesto di riassumere le sue scoperte sull'orecchio interno, si è rivolto all'intelligenza artificiale generativa. "Ho chiesto," Qual è la sindrome di deiscenza del canale superiore? " Minore ha detto a quasi 4.000 partecipanti al simposio. In pochi secondi sono apparsi diversi paragrafi.
"Sono bravi, davvero bravi", ha detto. “Che queste informazioni siano state compilate in una descrizione concisa, generalmente accurata e chiaramente prioritaria della malattia. Questo è abbastanza notevole. "
Molti ha condiviso l'eccitazione di Minor per l'evento di mezza giornata, che è stato una crescita dell'Iniziativa per la salute dei Rati, un progetto lanciato dalla Stanford University School of Medicine e dal Stanford Institute for Human Centrered Artificial Intelligence (HAI) per guidare l'uso responsabile dell'arteficiale intelligenza. Intelligenza nella ricerca biomedica, nell'istruzione e nella cura del paziente. I relatori hanno esaminato cosa significhi implementare l'intelligenza artificiale in medicina in un modo che non è solo utile per medici e scienziati, ma anche trasparente, equo ed equo per i pazienti.
"Riteniamo che questa sia una tecnologia che migliora le capacità umane", ha affermato Fei-Fei Li, professore di informatica presso la Stanford School of Engineering, direttore del Racchy Health with Minor Project e Co-Director of Hai. Generazione dopo generazione, possono emergere nuove tecnologie: dalle nuove sequenze molecolari di antibiotici alla mappatura della biodiversità e rivelando parti nascoste di biologia fondamentale, l'IA sta accelerando la scoperta scientifica. Ma non tutto questo è benefico. "Tutte queste applicazioni possono avere conseguenze indesiderate e abbiamo bisogno di scienziati informatici che sviluppano e implementano responsabilmente l'intelligenza [artificiale], lavorando con una varietà di parti interessate, da medici ed etici ... agli esperti di sicurezza e oltre", afferma lei. "Iniziative come Healing Health dimostrano il nostro impegno per questo."
Il consolidamento di tre divisioni di Stanford Medicine - la School of Medicine, Stanford Health Care e la Stanford University School of Child Health Medicine - e i suoi collegamenti con altre parti della Stanford University lo hanno messo in una posizione in cui gli esperti sono alle prese con lo sviluppo dello sviluppo intelligenza artificiale. Problemi di gestione e integrazione nel campo dell'assistenza sanitaria e della medicina. Medicina, la canzone è andata.
“Siamo ben posizionati per essere un pioniere nello sviluppo e nell'attuazione responsabile dell'intelligenza artificiale, dalle scoperte biologiche fondamentali al miglioramento dello sviluppo dei farmaci e rendendo più efficienti i processi di sperimentazione clinica, fino alla consegna effettiva dei servizi sanitari. assistenza sanitaria. Il modo in cui è impostato il sistema sanitario ", ha detto.
Diversi oratori hanno sottolineato un concetto semplice: concentrarsi sull'utente (in questo caso, il paziente o il medico) e tutto il resto seguirà. "Mette il paziente al centro di tutto ciò che facciamo", ha dichiarato la dott.ssa Lisa Lehmann, direttrice della bioetica del Brigham and Women's Hospital. "Dobbiamo considerare le loro esigenze e priorità".
Da sinistra a destra: Anchor di Stat News Mohana Ravindranath; Jessica Peter Lee di Microsoft Research; Sylvia Plevritis, professore di scienza dei dati biomedici, discute il ruolo dell'intelligenza artificiale nella ricerca medica. Steve Fish
I relatori del panel, che includevano Lehmann, il bioeticista medico della Stanford University Mildred Cho, MD e il responsabile clinico Chief Michael Howell, MD, hanno notato la complessità dei sistemi ospedalieri, sottolineando la necessità di comprendere il loro scopo prima di qualsiasi intervento. Implementarlo e assicurarsi che tutti i sistemi sviluppati siano inclusivi e ascoltano le persone che sono progettate per aiutare.
Una chiave è la trasparenza: chiarisce da dove provengono i dati utilizzati per addestrare l'algoritmo, qual è lo scopo originale dell'algoritmo e se i futuri dati dei pazienti continueranno ad aiutare l'algoritmo a imparare, tra gli altri fattori.
"Cercare di prevedere problemi etici prima che diventino seri [significa] trovare il punto debole perfetto in cui sai abbastanza sulla tecnologia per avere una certa fiducia, ma non prima che [il problema] si diffonda e risolva prima." , Ha detto Denton Char. Candidato di scienze mediche, professore associato del Dipartimento di anestesiologia pediatrica, medicina perioperatoria e medicina del dolore. Un passo chiave, dice, è identificare tutte le parti interessate che potrebbero essere influenzate dalla tecnologia e determinare come loro stessi vorrebbero rispondere a tali domande.
Jesse Ehrenfeld, MD, presidente dell'American Medical Association, discute quattro fattori che guidano l'adozione di qualsiasi strumento sanitario digitale, compresi quelli alimentati dall'intelligenza artificiale. È efficace? Funzionerà nella mia istituzione? Chi paga? Chi è responsabile?
Michael Pfeffer, MD, Chief Information Officer di Stanford Health Care, ha citato un recente esempio in cui molte delle questioni sono state testate tra gli infermieri negli ospedali di Stanford. I medici sono supportati da modelli linguistici di grandi dimensioni che forniscono annotazioni iniziali per i messaggi dei pazienti in arrivo. Sebbene il progetto non sia perfetto, i medici che hanno contribuito a sviluppare il rapporto tecnologico secondo cui il modello allevia il loro carico di lavoro.
“Ci concentriamo sempre su tre cose importanti: sicurezza, efficienza e inclusione. Siamo medici. Facciamo giuramento per "non fare del male", ha detto Nina Vasan, MD, assistente clinico professore di psichiatria e scienze comportamentali, che si sono uniti a Char e Pfeffer si sono uniti al gruppo. "Questo dovrebbe essere il primo modo per valutare questi strumenti."
Nigam Shah, MBBS, Ph.D., professore di medicina e scienza dei dati biomedici, ha iniziato la discussione con una statistica scioccante nonostante il giusto avvertimento per il pubblico. "Parlo in termini e numeri generali, e talvolta tendono ad essere molto diretti", ha detto.
Secondo Shah, il successo dell'IA dipende dalla nostra capacità di ridimensionarlo. “Fare una corretta ricerca scientifica su un modello richiede circa 10 anni e se ciascuno dei 123 programmi di borsa e residenza voleva testare e distribuire il modello a quel livello di rigore, sarebbe molto difficile fare la scienza corretta mentre attualmente organizziamo I nostri sforzi e [test]] costerebbe 138 miliardi di dollari per assicurarsi che ognuno dei nostri siti funzioni correttamente ", ha detto Shah. “Non possiamo permetterci questo. Quindi dobbiamo trovare un modo per espandersi e dobbiamo espandersi e fare una buona scienza. Le abilità di rigore sono in un unico posto e le capacità di ridimensionamento sono in un altro, quindi avremo bisogno di quel tipo di partnership. "
Il Dean Yuan Ashley e Mildred Cho (ricevimento) associato hanno partecipato al Workshop Health Heal. Steve Fish
Alcuni oratori del simposio hanno affermato che ciò potrebbe essere raggiunto attraverso partenariati pubblici-privati, come il recente ordine esecutivo della Casa Bianca sullo sviluppo sicuro, sicuro e affidabile e l'uso dell'intelligenza artificiale e il consorzio per l'intelligenza artificiale sanitaria (CHAI). ).
"Il partenariato pubblico-privato con il maggiore potenziale è uno tra il mondo accademico, il settore privato e il settore pubblico", ha affermato Laura Adams, consulente senior della National Academy of Medicine. Ha osservato che il governo può garantire la fiducia pubblica e che i centri medici accademici possono. Fornire legittimità e competenza tecnica e il tempo del computer può essere fornito dal settore privato. "Siamo tutti migliori di chiunque di noi e riconosciamo che ... non possiamo pregare per realizzare il potenziale di [intelligenza artificiale] a meno che non capiamo come interagire tra loro."
Diversi oratori hanno affermato che anche l'IA sta avendo un impatto sulla ricerca, sia che gli scienziati lo usino per esplorare il dogma biologico, prevedono nuove sequenze e strutture di molecole sintetiche per supportare nuovi trattamenti o addirittura aiutarli a riassumere o scrivere documenti scientifici.
"Questa è un'opportunità per vedere l'ignoto", ha dichiarato Jessica Mega, MD, cardiologo presso la Stanford University School of Medicine e co-fondatore di Alphabet's Veraly. Mega ha menzionato l'imaging iperspettrale, che cattura le caratteristiche dell'immagine invisibili all'occhio umano. L'idea è di usare l'intelligenza artificiale per rilevare i modelli nelle diapositive di patologia che gli umani non vedono che indicano la malattia. “Incoraggio le persone ad abbracciare l'ignoto. Penso che tutti qui conoscano qualcuno con una sorta di condizione medica che ha bisogno di qualcosa oltre a ciò che possiamo fornire oggi ", ha detto Mejia.
I panelisti hanno anche concordato sul fatto che i sistemi di intelligenza artificiale forniranno nuovi modi per identificare e combattere il processo decisionale distorto, fatto dall'uomo o dall'intelligenza artificiale, con la capacità di identificare la fonte del pregiudizio.
"La salute è molto più che cure mediche", hanno concordato diversi panelisti. I relatori hanno sottolineato che i ricercatori spesso trascurano i determinanti sociali della salute, come lo stato socioeconomico, il codice postale, il livello di istruzione e la razza ed etnia, quando raccolgono dati inclusivi e reclutano partecipanti per studi. "L'intelligenza artificiale è efficace solo quanto i dati su cui è addestrato il modello", ha affermato Michelle Williams, professore di epidemiologia presso la Harvard University e professore associato di epidemiologia e salute della popolazione presso la Stanford University School of Medicine. “Se facciamo ciò che ci sforziamo di fare. Migliorare i risultati della salute ed eliminare le disuguaglianze, dobbiamo assicurarci di raccogliere dati di alta qualità sul comportamento umano e sull'ambiente sociale e naturale. "
Natalie Pageler, MD, professore clinico di pediatria e medicina, ha affermato che i dati aggregati del cancro escludono spesso i dati sulle donne in gravidanza, creando inevitabili pregiudizi nei modelli e esacerbando le disparità esistenti nell'assistenza sanitaria.
Il dottor David Magnus, professore di pediatria e medicina, ha affermato che, come qualsiasi nuova tecnologia, l'intelligenza artificiale può migliorare le cose in molti modi o peggiorarle. Il rischio, ha affermato Magnus, è che i sistemi di intelligenza artificiale impareranno i risultati di salute iniqui guidati dai determinanti sociali della salute e rafforzero tali risultati attraverso la loro produzione. "L'intelligenza artificiale è uno specchio che riflette la società in cui viviamo", ha detto. "Spero che ogni volta che abbiamo l'opportunità di far luce su un problema - per mantenere uno specchio fino a noi stessi - servirà come motivazione per migliorare la situazione."
Se non sei stato in grado di partecipare al Workshop Health Health, qui è possibile trovare una registrazione della sessione.
La Stanford University School of Medicine è un sistema sanitario accademico integrato composto dalla Stanford University School of Medicine e dai sistemi di erogazione di assistenza sanitaria per adulti e pediatrici. Insieme si rendono conto del pieno potenziale della biomedicina attraverso la ricerca collaborativa, l'istruzione e la cura dei pazienti clinici. Per ulteriori informazioni, visitare Med.stanford.edu.
Un nuovo modello di intelligenza artificiale sta aiutando medici e infermieri dell'ospedale di Stanford a lavorare insieme per migliorare l'assistenza ai pazienti.
Tempo post: lug-19-2024