Експерти ШІ обговорюють, як інтегрувати надійний ШІ в охорону здоров'я, чому міждисциплінарна співпраця є критичною та потенціал генеративного ШІ в дослідженні.
Фейфей Лі та Ллойд Мінор виступили з вступними зауваженнями на вступному симпозіумі підвищення здоров'я в Медичній школі університету Стенфордського університету 14 травня. Стів Фіш
Більшість людей, захоплених штучним інтелектом, мали якийсь момент "Ага", відкривши свій розум у світі можливостей. На вступному симпозіумі підвищення здоров’я 14 травня Ллойд Мінор, доктор медичних наук, декан Медичної школи університету Стенфорда та віце -президент з питань медичних питань Стенфордського університету поділився своєю перспективою.
Коли одного цікавого підлітка попросили узагальнити свої висновки щодо внутрішнього вуха, він звернувся до генеративного штучного інтелекту. "Я запитав:" Що таке синдром вищого каналу дегісценції? " Неповнолітній повідомив майже 4000 учасникам симпозіуму. За лічені секунди з'явилися кілька абзаців.
"Вони хороші, дуже хороші", - сказав він. «Що ця інформація була складена в стислі, як правило, точний і чітко пріоритетний опис захворювання. Це досить чудово. "
Багато хто поділився хвилюванням неповнолітнього на південному заході, що було відростанням ініціативи підвищення охорони здоров'я, проекту, розпочатий Медичною школою Стенфордського університету та Стенфордським інститутом штучного інтелекту (HAI), щоб керувати відповідальним використанням штучного інтелект. Інтелект у біомедичних дослідженнях, освіті та догляді за пацієнтами. Доповідачі вивчали, що означає впроваджувати штучний інтелект у медицині таким чином, що не тільки корисно для лікарів та вчених, але й прозорий, справедливий та справедливий для пацієнтів.
"Ми вважаємо, що це технологія, яка розширює людські можливості",-сказав Фей-Фей Лі, професор інформатики в Стенфордській інженерній школі, директор з підвищення здоров'я з незначним проектом та спів-директором HAI. Покоління після покоління може виникнути нові технології: від нових молекулярних послідовностей антибіотиків до відображення біорізноманіття та виявлення прихованих частин фундаментальної біології AI прискорює наукове відкриття. Але не все це корисно. "Усі ці програми можуть мати непередбачувані наслідки, і нам потрібні комп'ютерні вчені, які розробляють та реалізують [штучний інтелект] відповідально, працюючи з різними зацікавленими сторонами, від лікарів та етики ... до експертів з безпеки та за її межами", - каже вона. "Такі ініціативи, як підвищення здоров'я, демонструють нашу прихильність до цього".
Консолідація трьох підрозділів стенфордської медицини - Медичної школи, охорони здоров'я Стенфорда та школи медицини охорони здоров'я в університеті Стенфорда - і її зв’язки з іншими частинами Стенфордського університету поставили це в положення, коли експерти стикаються з розвитком Штучний інтелект. Питання управління та інтеграції в галузі охорони здоров'я та медицини. Медицина, пісня пішла.
«Ми добре позиціонуємось як піонер у розробці та відповідальній реалізації штучного інтелекту, від фундаментальних біологічних відкриттів до вдосконалення розробки лікарських засобів та робить більш ефективні процеси клінічних випробувань, аж до фактичної надання медичних послуг. охорона здоров'я. Те, як налаштована система охорони здоров’я », - сказав він.
Кілька ораторів підкреслили просту концепцію: зосереджуйтеся на користувачеві (в даному випадку пацієнта чи лікаря) та все інше. "Це ставить пацієнта в центрі всього, що ми робимо", - сказала доктор Ліза Леманн, директор біоетики в Брігхем та жіночій лікарні. "Нам потрібно враховувати їхні потреби та пріоритети".
Зліва направо: якір новин статистики Мохана Равіндранат; Джессіка Пітер Лі з Microsoft Research; Сильвія Плеврит, професор біомедичної науки даних, обговорює роль штучного інтелекту в медичних дослідженнях. Стів Фіш
Доповідачі на колегії, до складу якої входили медичний біоетик Леманн, медичний біоетик Стенфордського університету Мілдред Чо, доктор медичних наук та головний клінічний директор Google Майкл Хоуелл, доктор медичних наук, відзначив складність лікарняних систем, підкреслюючи необхідність зрозуміти їх мету перед будь -яким втручанням. Впроваджуйте його та переконайтеся, що всі розроблені системи є включеними та слухайте людей, які вони розроблені, щоб допомогти.
Один ключ - прозорість: це дає зрозуміти, звідки надходять дані, що використовуються для навчання алгоритму, що є початковою метою алгоритму та чи продовжуватимуть майбутні дані пацієнтів, які надалі допоможуть алгоритму вчитися, серед інших факторів.
"Намагаючись передбачити етичні проблеми, перш ніж вони стануть серйозними [означає] знайти ідеальне солодке місце, де ви знаєте достатньо про технологію, щоб мати певну впевненість у ній, але не раніше [проблема] поширюється далі і вирішить її швидше". , Дентон Чар сказав. Кандидат медичних наук, доцент кафедри педіатричної анестезіології, періопераційної медицини та медицини болю. Одним з ключових кроків, за його словами, є визначення всіх зацікавлених сторін, які можуть вплинути на технологію та визначити, як вони самі хотіли б відповісти на ці запитання.
Джессі Еренфельд, доктор медичних наук, президент Американської медичної асоціації, обговорює чотири фактори, що сприяють прийняттю будь -якого інструменту цифрового здоров'я, включаючи ті, що працюють на штучному інтелекті. Це ефективно? Чи буде ця робота в моєму закладі? Хто платить? Хто відповідає?
Майкл Пфеффер, доктор медичних наук, головний директор з питань інформаційної служби Стенфордської охорони здоров’я, наводив недавній приклад, в якому багато проблем були протестовані серед медсестер у лікарнях Стенфорда. Клініки підтримуються великими мовними моделями, які надають початкові анотації для вхідних повідомлень пацієнта. Хоча проект не є ідеальним, лікарі, які допомогли розробити звіт про технологію, що модель полегшує їх навантаження.
«Ми завжди зосереджуємось на трьох важливих речах: безпеці, ефективності та включення. Ми лікарі. Ми приймаємо присягу, щоб "не завдати шкоди", - сказала Ніна Васан, доктор медичних наук, клінічний доцент психіатрії та поведінкових наук, які приєдналися до Чар та Пфеффер. "Це повинен бути перший спосіб оцінити ці інструменти".
Nigam Shah, MBBS, к.т.н., професор медицини та біомедичної науки даних, розпочав дискусію зі шокуючої статистики, незважаючи на справедливе попередження для аудиторії. "Я розмовляю в загальних термінах і цифрах, а іноді вони, як правило, дуже прямі", - сказав він.
За словами Шаха, успіх ШІ залежить від нашої здатності його масштабувати. «Проведення належних наукових досліджень моделі займає близько 10 років, і якщо кожна з 123 програм стипендій та проживання хотів перевірити та розгорнути модель до такого рівня суворості, було б дуже важко зробити правильну науку, як ми зараз організовуємо Наші зусилля та [тест]] Це коштуватиме 138 мільярдів доларів, щоб переконатися, що кожен з наших сайтів працює правильно », - сказав Шах. «Ми не можемо собі цього дозволити. Тому нам потрібно знайти спосіб розширити, і нам потрібно розширити та робити хорошу науку. Навички суворості знаходяться в одному місці, а навички масштабування в іншому, тому нам знадобиться такий тип партнерства ».
Асоційований Дін Юань Ешлі та Мілдред Чо (прийом) відвідували семінар з підвищення охорони здоров'я. Стів Фіш
Деякі доповідачі на симпозіумі сказали, що це може бути досягнуто за допомогою державно-приватних партнерств, таких як недавнє розпорядження виконавцям Білого дому щодо безпечного, безпечного та надійного розвитку та використання штучного інтелекту та консорціуму для штучного інтелекту охорони здоров'я (Chai). .).
"Державно-приватне партнерство з найбільшим потенціалом-це одне між науковими закладами, приватним сектором та державним сектором",-сказала Лаура Адамс, старша радниця Національної академії медицини. Вона зазначила, що уряд може забезпечити довіру громадськості, а академічні медичні центри можуть. Забезпечити легітимність та технічну експертизу та комп'ютерний час може забезпечити приватний сектор. "Ми всі кращі, ніж будь -хто з нас, і визнаємо, що ... ми не можемо молитися, щоб усвідомити потенціал [штучного інтелекту], якщо ми не зрозуміємо, як взаємодіяти між собою".
Кілька спікерів сказали, що AI також впливає на дослідження, чи вчені використовують його для вивчення біологічної догми, прогнозування нових послідовностей та структур синтетичних молекул для підтримки нових методів лікування або навіть допоможуть їм узагальнити або писати наукові документи.
"Це можливість побачити невідоме",-сказала Джессіка Мега, доктор медичних наук, кардіолог у Медичній школі університету Стенфорда та співзасновника Alphabet "Справжній". Мега згадав про гіперспектральну візуалізацію, яка фіксує зображення, має невидимий для людського ока. Ідея полягає у використанні штучного інтелекту для виявлення зразків у слайдах патології, які люди не бачать, що вказують на хворобу. «Я закликаю людей прийняти невідоме. Я думаю, що всі тут знають когось із якимсь медичним станом, який потребує чогось, крім того, що ми можемо забезпечити сьогодні », - сказала Меджія.
Учасники дискусії також погодилися з тим, що системи штучного інтелекту нададуть нові способи виявлення та боротьби з упередженим прийняттям рішень, чи то, зроблені людьми чи штучним інтелектом, з можливістю визначити джерело упередженості.
"Здоров'я - це більше, ніж просто медична допомога", - погодилися кілька учасників дискусії. Доповідачі підкреслили, що дослідники часто не помічають соціальних детермінантів здоров'я, такі як соціально -економічний статус, поштовий індекс, рівень освіти, раса та етнічна приналежність, коли збирають інклюзивні дані та набирають учасників для досліджень. "AI є настільки ж ефективною, як і дані, за якими навчається модель", - сказала Мішель Вільямс, професор епідеміології Гарвардського університету та доцент кафедри епідеміології та здоров'я населення в Медичній школі університету Стенфордського університету. «Якщо ми робимо те, що прагнемо робити. Поліпшуйте результати здоров'я та усуньте нерівності, ми повинні гарантувати, що ми збираємо високоякісні дані про поведінку людини та соціальне та природне середовище ».
Наталі Пейгелер, доктор медицини, клінічний професор педіатрії та медицини, сказала, що дані про сукупні рак часто виключають дані про вагітних жінок, створюючи неминучі упередження в моделях та посилюють існуючі відмінності в галузі охорони здоров'я.
Доктор Девід Магнус, професор педіатрії та медицини, сказав, що, як і будь -яка нова технологія, штучний інтелект може або зробити щось краще, або погіршити їх. Ризик, за словами Магнус, полягає в тому, що системи штучного інтелекту дізнаються про нерівні результати здоров'я, керовані соціальними детермінантами здоров'я та посилить ці результати через їх продукцію. "Штучний інтелект - це дзеркало, яке відображає суспільство, в якому ми живемо", - сказав він. "Я сподіваюсь, що кожного разу, коли ми маємо можливість висвітлити проблему - дотримуватися дзеркала для себе - воно послужить мотивацією до покращення ситуації".
Якщо ви не змогли відвідати семінар з підвищення охорони здоров'я, тут можна знайти запис сеансу.
Медична школа університету Стенфорда - це інтегрована академічна система охорони здоров’я, що складається з Медичної школи університету Стенфордського університету та систем надання медичної допомоги для дорослих та дитячої медичної допомоги. Разом вони усвідомлюють весь потенціал біомедицини за допомогою спільних досліджень, освіти та клінічної допомоги пацієнтам. Для отримання додаткової інформації відвідайте med.stanford.edu.
Нова модель штучного інтелекту допомагає лікарям та медсестрам у лікарні Стенфорда працювати разом для покращення догляду за пацієнтами.
Час посади: 19 липня2024 р.