Modern bir devrim: Yapay zeka sağlık sektörünü nasıl dönüştürebilir?


Transform 2022’yi 19 Temmuz’da ve neredeyse 20 – 28 Temmuz’da geri getirmekten heyecan duyuyoruz. Bilgili görüşmeler ve heyecan verici ağ oluşturma fırsatları için yapay zeka ve veri liderlerine katılın. Bugün kayıt Ol!


Teknolojinin değişimin itici gücü olduğunu hepimiz biliyoruz. 20, 10 ve hatta beş yıl öncesine kıyasla bugün sağlık sektöründe gördüğümüz gelişme ve iyileştirmelerin çoğu, teknolojik yeniliğin doğrudan bir sonucu olmuştur. Teknoloji daha akıllı, daha hızlı ve daha güvenilir olmaya devam ettikçe, olasılıklar sonsuz gibi görünüyor.

Yapay zekanın (AI) ve özellikle makine öğreniminin (ML) hastalar, doktorlar ve tıp araştırmacıları için sağlık sektörünün geleceği üzerinde muazzam bir etkisi olması muhtemeldir. Bir örnek olarak, bir göre 2016 çalışması Johns Hopkins’ten, bireysel ve/veya sistem düzeyindeki hatalardan kaynaklanan tıbbi hatalar, Amerika Birleşik Devletleri’nde üçüncü önde gelen ölüm nedeni olarak belirlendi. AI teknolojilerinin hasta tedavisine ve bakımına odaklanan sağlık hizmetlerinde kullanılması bu sayının azaltılmasına yardımcı olabilir. Yine de oraya ulaşmak için biraz çalışmak gerekecek. Sağlık sektöründe yaygın bir şekilde benimsendiğini görmeden önce, yapay zeka teknolojilerinin faydaları ve bu teknolojileri uygun şekilde dahil etmenin yolları hakkında daha fazla eğitim gereklidir.

AI ne yapabilir?

Bugün AI ve ML hakkında sorulan birincil sorulardan biri, görünüşe göre en temel olanıdır – bu teknolojilerin en etkili şekilde nasıl kullanılabileceği. Bir doktor veya sağlık kuruluşu olarak muayenehanemde veya hastanemde yapay zekayı uygulayarak ne elde ederim? Kritik kullanım durumları nelerdir? Bu teknoloji sonuçta hastalarıma nasıl fayda sağlayacak?

Temel düzeyde, yapay zeka doktorlar için bir ön tarama aracı olarak işlev görebilir ve onlara hasta görülmeden önce arka plan bilgilerinin önemli parçalarını sağlayabilir. Daha sonra bu teknolojiler, tedavi ve teşhis konusunda ikinci bir görüş olarak hareket ederek büyütme sağlayabilir.

Triyaj ve teşhis verilerinin sağlanması

Sigara içenler ile akciğer kanseri teşhisi konanlar arasında önemli bir ilişki olduğunu biliyoruz. Bununla birlikte, diğer birçok faktör (meslek, kimyasal maruziyet, ilaçlar, takviyeler) bireyin akciğer kanseri geliştirme riskine katkıda bulunabilir veya bu riski artırabilir.

Sohbet robotu olarak da bilinen akıllı bir sanal asistan, bir hastayla yapılan ilk görüşmede sağlık geçmişi, semptomlar veya diğer önemli bilgileri toplamak için – ideal olarak daha doktorun ofisine ayak basmadan önce – gezinmek için kullanılabilir. Bu veriler daha sonra hastaya ilk triyaj/teşhis verilerini sağlayan bir ML modeline girdi olarak kullanılabilir – doktorlara genel bir risk puanı veya bir hastanın akciğer kanseri geliştirme olasılığı sunar. Araştırma AI tabanlı triyaj sonuçlarının insan doktorların doğruluğu ile karşılaştırılabilir olduğunu göstermiştir, bu nedenle burada çok fazla potansiyel var.

ML modeli doktorlara yalnızca bir hasta risk puanı sağlamakla kalmaz, aynı zamanda hastanın puanlarına en fazla katkıda bulunan belirli mevcut ve geçmiş özelliklerini (örneğin çalışma ortamlarında diğer kanserojenlere maruz kalma süreleri veya oluşumları gibi) belirleyebilir. Bazen bu korelasyonlar eğitimli profesyoneller için aşikardır, ancak diğer zamanlarda değildir. AI ve ML, insanlar tarafından her zaman kolayca tanımlanamayan hasta verilerindeki bu karmaşık kalıpları ortaya çıkarmaya yardımcı olabilir. Bu, doktorları muayenelere daha iyi hazırlamaya, hastanın hastanedeki deneyimini kolaylaştırmaya ve teşhis ve/veya tedavi planlarındaki insan hatalarını azaltmaya yardımcı olabilecek değerli ön tarama bilgileridir.

Sağlık çalışanları için de kurtarmaya AI

AI ve ML için giderek daha önemli bir kullanım örneği, sağlık çalışanları arasında tükenmişlik ve hatta intihar riskiyle mücadeledir. Doktorlar arasındaki intihar oranları zaten ülkedeki en yüksek oranlardan biriydi ve yalnızca COVID-19 pandemisinden kaynaklanan baskı nedeniyle daha da kötüleşti. Bu, düşünceli insan müdahalesi gerektiren oldukça hassas bir konu olsa da, teknolojinin de oynayacağı önemli bir rol giderek daha fazla olacaktır.

Hastaneler şimdi, sağlık çalışanlarını olumsuz zihinsel sağlık etkileri (yorgunluk, tükenmişlik, depresyon) açısından daha fazla risk altında olan sağlık çalışanlarını belirlemeye yardımcı olmak için AI ve ML’ye bakıyorlar, böylece onlar da destek sunabiliyorlar. Doktor notları gibi yapılandırılmamış verileri arayabilen ve analiz edebilen doğal dil işleme (NLP) tekniklerindeki ilerlemeler, sağlık kuruluşlarında elektronik sağlık kaydına (EHR) dayalı aktivite günlüklerini ve olumsuz duygulardaki eğilimleri belirlemek için iş yükü ölçümlerini analiz etme fırsatları sunar. fazla çalışma.

Tanılama verilerini geliştirme

Bir kontrol ve denge sistemiyle karşılaştırılabilir olan ML, bir hastanın tanısal görüntülemesine de derin bir dalış yapabilir. ML yöntemleri, radyografları, BT taramalarını ve diğer görüntüleme türlerini kullanarak, hastalıkların erken belirtileri ve doku veya kemikteki bozulma seviyeleri de dahil olmak üzere, doktorlar tarafından kolayca tespit edilemeyen görüntülerdeki kalıpları ve eğilimleri birbirine bağlayabilir. Örneğin, Araştırma COVID-19’un akciğerlerde buzlu cam opasitelerinin (GGO) varlığına neden olabileceğini belirlemiştir. Buna birçok farklı hastalığın da neden olduğu bilinmekle birlikte, COVID-19’a özgü GGO’nun varlığı benzersiz bir model ve konum göstermektedir. makine öğrenimi modelleri Mevcut duyarlılık puanları 0,90 ve doğrulukları yaklaşık %91 olan önceki hasta radyografilerini temel alarak COVID-19’un varlığını belirlemek için eğitilmiştir.

Bir başka öne çıkan örnek, hastaları ve doktorları tarafından zaman içinde teşhislerini izlemeye yardımcı olmak için çıkarabilecekleri giyilebilir cihazları içerir. Bu cihazlar, kalp hastalığı veya diyabet gibi kronik, dejeneratif durumları yönetenler için özellikle kritik olabilir. Bu giyilebilir teknolojilerden toplanan veriler, alışkanlıklar ve eğilimler hakkında daha ayrıntılı bilgiler ve belirli bir eğilim (sürekli yüksek kan basıncı seviyeleri gibi) devam ederse hastanın gelecekteki durumu hakkında daha ayrıntılı bilgi sağlamak için makine öğrenimi algoritmalarına dahil edilebilir. Ek olarak, doktorlar bu verileri, sağlıklı seviyeleri korumak için mücadele eden yüksek riskli hastaları belirlemek ve/veya hastanın kontrol ziyaretleri arasında kendi kendine yönetmesine yardımcı olacak rehberliği paylaşmak için kullanabilir.

Sürecin başlarında bu tür veri noktaları hakkında bilgi sahibi olmak, doktorların daha güvenilir tedavi yanıtlarını daha kısa sürede sağlamasına yardımcı olurken, aynı zamanda yanlış teşhis riskini azaltmaya da yardımcı olabilir. Bu özellikle şu durumlarda önemlidir: çalışmalar ABD hastanelerinde yanlış teşhislerle ilgili her yıl tahmini 40.000 ila 80.000 ölüm olduğunu göstermiştir.

Yapay zekayı sağlık hizmetlerinde güvenli ve etkili bir şekilde kullanmak

Çoğu yeni teknolojide olduğu gibi, AI ile ilgili bazı tereddütler ve bilinmeyenler var. Her şeyden önce, AI doktorların yerini alacak bir şey değildir. Bunun yerine teknoloji, doktorların hastalarını daha etkin bir şekilde değerlendirmelerine ve tedavi etmelerine yardımcı olacak bir yardımcı olarak kullanılmalıdır. Makinelerin sınırlamaları olduğunu ve her zaman %100 doğru olmayacağını belirtmek de önemlidir – teşhis ve tedavi süreci boyunca insan katılımının devam etmesi gerekecektir.

Bu bağlamda kullanıldığında, AI ve ML sağlık sektörüne sayısız fayda sağlayabilir. Yine de, bunu kullanan kuruluşların sadece AI modellerini nasıl geliştireceklerini değil, aynı zamanda bunu nasıl etkili, güvenli ve etik bir şekilde yapacaklarını da bilmeleri gerekiyor.

Süre Gartner raporlar, yapay zeka projelerinin tahmini olarak %85’inin 2022 yılı boyunca başarısız olacağını bulmuştur, bu tahminin belirli bir kuruluş için gerçek olması gerekmez. Bu kadar çok AI projesinin başarısız olmasının nedeni, mutlaka AI süreçlerinin kendisinden değil, daha ziyade güçlü veri yönetişimi, işbirliği ve problem tanımı eksikliğidir. Yapay zekadan başarıyla yararlanan kuruluşlar, genellikle tasarımlarına, yapay zekanın ideal olarak oynayacağı role veya çözeceği soruna göre net bir nihai hedefle başlar. Bu yaklaşım, kuruluşların geriye doğru çalışmasına ve nihai hedefe katkıda bulunmaya yardımcı olacak temel bileşenler aracılığıyla onlara rehberlik etmesine olanak tanır.

AI ve ML teknolojilerini etkin bir şekilde kullanmaya başlamak için, bir kuruluşun yatırım getirisini en üst düzeye çıkarmak için uygun veri yönetimine ve güvenliğine de sahip olması gerekir. Makine öğrenimi büyük ölçüde olasılık ve istatistiklere dayandığından, yapay zeka projelerinde kullanılan verilerin temiz ve güvenilir olması sağlık tesisinin altyapısı için kritik öneme sahiptir. Örneğin, AI ve ML’nin son derece faydalı olabilmesinin bir yolu, belirli bir süre boyunca hastaların görüntülerini alarak eğilimleri deşifre etmek için kullanmaktır. Yaygın bir zorluk, görüntülemenin nerede ve nasıl işlendiğidir. Açı, konumlandırma veya görüntülemenin işlenmesindeki değişiklikler, modelin güvenilmez sonuçlar vermesine neden olabilir. AI ve ML kullanımıyla en yüksek başarı oranına sahip olmak için kuruluşların kaliteli verilere ve tanımlanmış süreçlere sahip olduklarından emin olmaları gerekir. Bu, güçlü bir veri yönetimi ve güvenliği temeli oluşturmakla başlar.

Sıradaki ne?

Sağlık endüstrisindeki AI ve ML’den şu anda gördüğümüz şey sadece başlangıç. Bu teknolojiler gelişmeye ve daha gelişmiş hale gelmeye devam ettikçe, sağlık uzmanlarına ve benzer şekilde hastalara sağlayacakları içgörüler ve yetenekler gerçekten dönüşümsel olacaktır. Bu teknolojilerden yararlanarak, sağlık kuruluşları yalnızca zaman içinde rekabet avantajı elde etmekle kalmayacak, aynı zamanda hastaların mümkün olan en iyi bakımı almasını sağlamak için çalışacaklardır.

Ben Prescott, ConvergeOne’da analitik uygulama yöneticisidir.

DataDecisionMakers

VentureBeat topluluğuna hoş geldiniz!

DataDecisionMakers, veri işi yapan teknik kişiler de dahil olmak üzere uzmanların verilerle ilgili içgörüleri ve yenilikleri paylaşabileceği yerdir.

En yeni fikirleri ve güncel bilgileri, en iyi uygulamaları ve veri ve veri teknolojisinin geleceğini okumak istiyorsanız DataDecisionMakers’da bize katılın.

Kendi makalenize katkıda bulunmayı bile düşünebilirsiniz!

DataDecisionMakers’dan Daha Fazlasını Okuyun


Kaynak : https://venturebeat.com/2022/07/03/a-modern-day-revolution-how-ai-could-transform-the-healthcare-industry/

Yorum yapın

SMM Panel PDF Kitap indir