Các chuyên gia AI thảo luận về cách tích hợp AI mạnh mẽ vào chăm sóc sức khỏe, tại sao sự hợp tác liên ngành là rất quan trọng và tiềm năng của AI tổng quát trong nghiên cứu.
Feifei Li và Lloyd Minor đã đưa ra nhận xét mở tại Hội nghị chuyên đề về sức khỏe Raise tại Trường Đại học Y khoa Stanford vào ngày 14 tháng 5. Steve Fish
Hầu hết mọi người bị bắt bởi trí tuệ nhân tạo đã có một số khoảnh khắc của AHA, mở ra một thế giới khả năng. Tại Hội nghị chuyên đề về sức khỏe nâng cao vào ngày 14 tháng 5, Lloyd Minor, MD, Trưởng khoa Y khoa Đại học Stanford và Phó chủ tịch về các vấn đề y khoa tại Đại học Stanford, đã chia sẻ quan điểm của mình.
Khi một thiếu niên tò mò được yêu cầu tóm tắt những phát hiện của mình về tai bên trong, anh ta đã chuyển sang trí tuệ nhân tạo. Tôi đã hỏi, 'Hội chứng khử kênh cấp trên là gì?' Minor nói với gần 4.000 người tham gia hội nghị chuyên đề. Trong vài giây, một số đoạn xuất hiện.
Họ nói tốt, thực sự tốt, anh ấy nói. Thông tin này được tổng hợp thành một mô tả ngắn gọn, nói chung chính xác và được ưu tiên rõ ràng về bệnh. Điều này khá đáng chú ý.
Nhiều người đã chia sẻ sự phấn khích của trẻ vị thành trí thông minh. Trí thông minh trong nghiên cứu y sinh, giáo dục và chăm sóc bệnh nhân. Các diễn giả đã kiểm tra ý nghĩa của việc thực hiện trí tuệ nhân tạo trong y học theo cách không chỉ hữu ích cho các bác sĩ và nhà khoa học, mà còn minh bạch, công bằng và công bằng cho bệnh nhân.
Chúng tôi tin rằng đây là một công nghệ giúp tăng cường khả năng của con người. Thế hệ này đến thế hệ khác, các công nghệ mới có thể xuất hiện: Từ các chuỗi kháng sinh phân tử mới đến ánh xạ đa dạng sinh học và tiết lộ các phần ẩn của sinh học cơ bản, AI đang tăng tốc khám phá khoa học. Nhưng không phải tất cả những điều này là có lợi. Tất cả các ứng dụng này có thể có những hậu quả không lường trước được và chúng tôi cần các nhà khoa học máy tính phát triển và thực hiện [trí tuệ nhân tạo] có trách nhiệm, làm việc với nhiều bên liên quan, từ các bác sĩ và nhà đạo đức học đến các chuyên gia an ninh và hơn thế nữa, cô nói. Các sáng kiến như nâng cao sức khỏe thể hiện cam kết của chúng tôi về điều này.
Việc hợp nhất ba bộ phận của Y học Stanford, Trường Y khoa, Chăm sóc sức khỏe Stanford và Trường Y khoa Trẻ em của Đại học Trẻ em Stanford và các mối liên hệ của nó với các bộ phận khác của Đại học Stanford đã đặt nó vào một vị trí mà các chuyên gia đang vật lộn với sự phát triển của Trí tuệ nhân tạo. Các vấn đề quản lý và tích hợp trong lĩnh vực chăm sóc sức khỏe và y học. Y học, bài hát đã đi.
Chúng tôi có vị trí tốt để trở thành người tiên phong trong việc phát triển và thực hiện Trí tuệ nhân tạo có trách nhiệm, từ những khám phá sinh học cơ bản đến cải thiện phát triển thuốc và làm cho các quy trình thử nghiệm lâm sàng hiệu quả hơn, ngay cho đến khi cung cấp các dịch vụ chăm sóc sức khỏe thực tế. Chăm sóc sức khỏe. Cách hệ thống chăm sóc sức khỏe được thiết lập, ông nói.
Một số người nói nhấn mạnh một khái niệm đơn giản: tập trung vào người dùng (trong trường hợp này, bệnh nhân hoặc bác sĩ) và mọi thứ khác sẽ làm theo. Tiến sĩ Lisa Lehmann, giám đốc đạo đức sinh học tại Bệnh viện Brigham và phụ nữ cho biết, đặt bệnh nhân vào trung tâm của mọi thứ chúng tôi làm. Chúng tôi cần xem xét nhu cầu và ưu tiên của họ.
Từ trái sang phải: Neo tin tức Stat Mohana Ravindranath; Jessica Peter Lee của Microsoft Research; Sylvia Plevr viêm, giáo sư khoa học dữ liệu y sinh, thảo luận về vai trò của trí tuệ nhân tạo trong nghiên cứu y học. STEVE FISH
Các diễn giả trong hội thảo, bao gồm Lehmann, nhà sinh học y khoa của Đại học Stanford Mildred Cho, MD và Giám đốc lâm sàng của Google Michael Howell, MD, đã lưu ý sự phức tạp của các hệ thống bệnh viện, nhấn mạnh sự cần thiết phải hiểu mục đích của họ trước khi có sự can thiệp nào. Thực hiện nó và đảm bảo rằng tất cả các hệ thống được phát triển đều bao gồm và lắng nghe những người họ được thiết kế để giúp đỡ.
Một chìa khóa là tính minh bạch: nó cho thấy rõ dữ liệu được sử dụng để đào tạo thuật toán đến từ đâu, mục đích ban đầu của thuật toán là gì và liệu dữ liệu bệnh nhân trong tương lai sẽ tiếp tục giúp thuật toán học, trong số các yếu tố khác.
Cố gắng dự đoán các vấn đề đạo đức trước khi chúng trở nên nghiêm trọng [có nghĩa là] tìm ra điểm ngọt ngào hoàn hảo, nơi bạn biết đủ về công nghệ để có một chút tin tưởng vào nó, nhưng không phải trước khi [vấn đề] lan rộng hơn nữa và giải quyết nó sớm hơn. , Denton Char nói. Ứng cử viên Khoa học Y khoa, Phó Giáo sư Khoa Gây mê nhi khoa, Y học phẫu thuật và Y học đau. Một bước quan trọng, ông nói, là xác định tất cả các bên liên quan có thể bị ảnh hưởng bởi công nghệ và xác định cách họ muốn trả lời những câu hỏi đó.
Jesse Ehrenfeld, MD, chủ tịch Hiệp hội Y khoa Hoa Kỳ, thảo luận về bốn yếu tố thúc đẩy việc áp dụng bất kỳ công cụ y tế kỹ thuật số nào, bao gồm cả những công cụ được cung cấp bởi trí tuệ nhân tạo. Nó có hiệu quả không? Điều này sẽ hoạt động trong tổ chức của tôi? Ai trả tiền? Ai chịu trách nhiệm?
Michael Pfeffer, MD, Giám đốc thông tin của Stanford Health Care, đã trích dẫn một ví dụ gần đây trong đó nhiều vấn đề đã được thử nghiệm giữa các y tá tại các bệnh viện Stanford. Các bác sĩ lâm sàng được hỗ trợ bởi các mô hình ngôn ngữ lớn cung cấp các chú thích ban đầu cho các thông điệp bệnh nhân đến. Mặc dù dự án không hoàn hảo, các bác sĩ đã giúp phát triển báo cáo công nghệ rằng mô hình làm giảm khối lượng công việc của họ.
Chúng tôi luôn tập trung vào ba điều quan trọng: an toàn, hiệu quả và bao gồm. Chúng tôi là bác sĩ. Chúng tôi tuyên thệ với những người không làm hại, ông Nina Vasan, MD, giáo sư trợ lý lâm sàng về khoa học tâm thần và khoa học hành vi, người đã gia nhập Char và Pfeffer gia nhập nhóm. Đây nên là cách đầu tiên để đánh giá các công cụ này.
Nigam Shah, MBBS, Tiến sĩ, Giáo sư Y khoa và Khoa học Dữ liệu Y sinh, đã bắt đầu cuộc thảo luận với một thống kê gây sốc mặc dù cảnh báo công bằng cho khán giả. Tôi nói về các thuật ngữ và số nói chung, và đôi khi chúng có xu hướng rất trực tiếp, anh ấy nói.
Theo Shah, sự thành công của AI phụ thuộc vào khả năng của chúng tôi để mở rộng quy mô của chúng tôi. Thực hiện nghiên cứu khoa học phù hợp về một mô hình mất khoảng 10 năm, và nếu mỗi trong số 123 chương trình học bổng và cư trú muốn kiểm tra và triển khai mô hình đến mức độ nghiêm ngặt đó, thì rất khó để thực hiện khoa học chính xác vì chúng tôi hiện đang tổ chức Những nỗ lực của chúng tôi và [thử nghiệm]] nó sẽ tốn 138 tỷ đô la để đảm bảo mọi trang web của chúng tôi hoạt động chính xác, ông Shah Shah nói. “Chúng tôi không đủ khả năng này. Vì vậy, chúng ta cần tìm cách mở rộng, và chúng ta cần mở rộng và làm khoa học tốt. Các kỹ năng nghiêm ngặt ở một nơi và các kỹ năng mở rộng ở một nơi khác, vì vậy chúng tôi sẽ cần loại quan hệ đối tác đó.
Phó Trưởng khoa Yuan Ashley và Mildred Cho (Lễ tân) đã tham dự Hội thảo RANG SỰ Sức khỏe. STEVE FISH
Một số diễn giả tại Hội nghị chuyên đề cho biết điều này có thể đạt được thông qua các quan hệ đối tác công tư, chẳng hạn như Sắc lệnh điều hành gần đây về sự phát triển an toàn, an toàn và đáng tin cậy và sử dụng trí tuệ nhân tạo và Hiệp hội Trí thông minh nhân tạo chăm sóc sức khỏe (CHAI). ).
Laura Adams, cố vấn cao cấp của Viện Hàn y Quốc gia cho biết, sự hợp tác công tư với tiềm năng lớn nhất là một giữa các học viện, khu vực tư nhân và khu vực công. Bà lưu ý rằng chính phủ có thể đảm bảo niềm tin của công chúng, và các trung tâm y tế học thuật có thể. Cung cấp tính hợp pháp, và chuyên môn kỹ thuật và thời gian máy tính có thể được cung cấp bởi khu vực tư nhân. Tất cả chúng ta đều tốt hơn bất kỳ ai trong chúng ta và chúng ta nhận ra rằng chúng ta không thể cầu nguyện để nhận ra tiềm năng của [trí tuệ nhân tạo] trừ khi chúng ta hiểu cách tương tác với nhau.
Một số người nói cho biết AI cũng có tác động đến nghiên cứu, cho dù các nhà khoa học sử dụng nó để khám phá giáo điều sinh học, dự đoán các trình tự và cấu trúc mới của các phân tử tổng hợp để hỗ trợ các phương pháp điều trị mới, hoặc thậm chí giúp họ tóm tắt hoặc viết các bài báo khoa học.
Đây là một cơ hội để xem những điều chưa biết, ông Jessica Mega, MD, bác sĩ tim mạch tại Trường Y khoa Đại học Stanford và đồng sáng lập của Alphabet's Verily. Mega đã đề cập đến hình ảnh siêu âm, ghi lại các tính năng hình ảnh vô hình với mắt người. Ý tưởng là sử dụng trí tuệ nhân tạo để phát hiện các mô hình trong các slide bệnh lý mà con người không thấy điều đó cho thấy bệnh. Tôi khuyến khích mọi người nắm lấy những điều chưa biết. Tôi nghĩ rằng tất cả mọi người ở đây đều biết ai đó có một loại tình trạng y tế nào đó cần một cái gì đó ngoài những gì chúng ta có thể cung cấp ngày hôm nay, ông Me Me nói.
Các thành viên tham gia hội thảo cũng đồng ý rằng các hệ thống trí tuệ nhân tạo sẽ cung cấp những cách mới để xác định và chống lại việc ra quyết định thiên vị, cho dù được thực hiện bởi con người hoặc trí tuệ nhân tạo, với khả năng xác định nguồn gốc của sự thiên vị.
Không chỉ là chăm sóc y tế, một số thành viên tham gia hội thảo đồng ý. Các diễn giả nhấn mạnh rằng các nhà nghiên cứu thường bỏ qua các yếu tố quyết định xã hội về sức khỏe, chẳng hạn như tình trạng kinh tế xã hội, mã zip, trình độ học vấn và chủng tộc và sắc tộc, khi thu thập dữ liệu bao gồm và tuyển dụng người tham gia nghiên cứu. Michelle Williams, giáo sư dịch tễ học tại Đại học Harvard và phó giáo sư dịch tễ học và dân số tại Đại học Y khoa Stanford cho biết, AI chỉ hiệu quả như dữ liệu mà mô hình được đào tạo Nếu chúng ta làm những gì chúng ta cố gắng làm. Cải thiện kết quả sức khỏe và loại bỏ sự bất bình đẳng, chúng tôi phải đảm bảo chúng tôi thu thập dữ liệu chất lượng cao về hành vi của con người và môi trường xã hội và tự nhiên.
Natalie Pageler, MD, giáo sư lâm sàng về nhi khoa và y học, cho biết dữ liệu ung thư tổng hợp thường loại trừ dữ liệu về phụ nữ mang thai, tạo ra sự thiên vị không thể tránh khỏi trong các mô hình và làm trầm trọng thêm sự chênh lệch hiện có trong chăm sóc sức khỏe.
Tiến sĩ David Magnus, giáo sư nhi khoa và y học, nói rằng giống như bất kỳ công nghệ mới nào, trí tuệ nhân tạo có thể làm cho mọi thứ tốt hơn theo nhiều cách hoặc làm cho chúng tồi tệ hơn. Rủi ro, Magnus nói, là các hệ thống trí tuệ nhân tạo sẽ tìm hiểu về kết quả sức khỏe không công bằng được thúc đẩy bởi các yếu tố quyết định xã hội của sức khỏe và củng cố các kết quả đó thông qua đầu ra của họ. Trí tuệ nhân tạo của Nhật Bản là một tấm gương phản ánh xã hội mà chúng ta đang sống, ông nói. Tôi hy vọng rằng mỗi lần chúng ta có cơ hội chiếu sáng vấn đề về vấn đề này để giữ một tấm gương cho chính mình, nó sẽ đóng vai trò là động lực để cải thiện tình hình.
Nếu bạn không thể tham dự Hội thảo Sức khỏe Raise, một bản ghi âm của phiên có thể được tìm thấy ở đây.
Trường Y khoa Đại học Stanford là một hệ thống chăm sóc sức khỏe học thuật tích hợp bao gồm Trường Y khoa Đại học Stanford và các hệ thống cung cấp dịch vụ chăm sóc sức khỏe người lớn và trẻ em. Họ cùng nhau nhận ra tiềm năng đầy đủ của y sinh thông qua nghiên cứu hợp tác, giáo dục và chăm sóc bệnh nhân lâm sàng. Để biết thêm thông tin, hãy truy cập Med.Stanford.edu.
Một mô hình trí tuệ nhân tạo mới đang giúp các bác sĩ và y tá tại Bệnh viện Stanford làm việc cùng nhau để cải thiện chăm sóc bệnh nhân.
Thời gian đăng: tháng 7-19-2024