Bagaimana kecerdasan buatan digunakan dalam kedokteran

Penyedia solusi medis cerdas yang paling penting adalah IBM, yang telah mengembangkan superkomputer Watson yang terkenal. Statistik menunjukkan bahwa semua informasi, dengan satu atau lain cara yang berkaitan dengan kesehatan manusia, didistribusikan menurut sumber dengan rasio berikut: 10% - rekam medis pasien, 30% - genetika, 60% - sumber eksternal, termasuk artikel ilmiah.

Setiap tahun, sekitar 700 ribu artikel ilmiah diterbitkan yang berisi informasi tentang metode yang efektif untuk mengobati berbagai penyakit. Dokter sama sekali tidak dapat menganalisis volume data seperti itu ketika membuat diagnosis dan memilih metode perawatan. Dan di sini Watson datang untuk menyelamatkan. Karena kekuatannya yang tinggi, superkomputer ini mampu menganalisis jutaan sumber data dan memilih metode perawatan yang paling tepat dalam setiap kasus.

4867204876294736 2346 - Bagaimana kecerdasan buatan digunakan dalam pengobatan

Tahun lalu, IBM memperoleh 30 miliar gambar medis yang berbeda untuk pelatihan Watson, membeli Merge Healthcare dengan harga $ 1 miliar. Untuk ini dapat ditambahkan sekitar 50 juta catatan medis elektronik anonim yang diterima IBM setelah pengambilalihan startup Explorys.

Aplikasi medis Watson yang paling terkenal adalah proyek Watson untuk Onkologi. Efektivitas proyek ini dapat dilihat dari contoh berikut. Menurut statistik, di rumah sakit AS, keakuratan resep pengobatan yang optimal setelah mendiagnosis kanker paru adalah sekitar 50%. Di IBM Watson, angka tersebut mencapai 90%.

Dalam hal ini, teknik perawatan dapat disesuaikan tergantung pada situasi yang berubah. Setelah memasukkan informasi tentang perubahan keadaan pasien dari iPad (misalnya, darah pasien naik makrot), dokter akan menerima diagnosis yang diperbarui dari Watson dalam 30 detik dengan kursus pengobatan yang diperbarui. Anda dapat mempelajari lebih lanjut tentang proyek Watson untuk Onkologi dari video berikut.

Seperti yang kami catat dalam artikel superkomputer Watson kami sebelumnya, sejumlah pusat medis dan rumah sakit saat ini berpartisipasi dalam proyek Watson untuk Onkologi. Ini, misalnya, Rumah Sakit Internasional Bumrungrad (Thailand), Pusat Studi Genom Manusia New York, serta beberapa organisasi lainnya.

Dan pada 2015, Robert Merkel, wakil presiden IBM Watson Health, mengatakan bahwa IBM siap untuk menawarkan solusi Watson untuk Onkologi untuk pengobatan Rusia. Pavel Shklyudov, pemimpin divisi IBM Razumnaya Planet di Eropa Tengah dan Timur mengenai solusi untuk sektor publik, percaya bahwa implementasi proyek ini di medunica domestik dimungkinkan, tetapi akan membutuhkan waktu dan upaya tambahan.

Selain proyek Watson untuk Onkologi, superkomputer IBM digunakan di bidang kedokteran lainnya. Sebagai contoh, American Heart Association telah menandatangani kontrak dengan IBM untuk memodernisasi prinsip-prinsip untuk mendeteksi dan mengobati penyakit kardiovaskular.

Mengurangi biaya penggunaan cloud publik Watson secara signifikan. Dalam hal ini, lembaga medis tidak perlu mengalokasikan anggaran raksasa untuk pembelian dan pemeliharaan perangkat multiserver ini. Layanan Watson Cloud dapat digunakan oleh spesialis dari berbagai negara. Robert Merkel, kepala Watson Health, mengatakan pada 2015 bahwa, jika perlu, cloud seperti itu dapat digunakan di pusat data Rusia, dengan mengamati hukum dan bahasa kami secara spesifik.

Baru-baru ini, Watson berteman (atau pesaing) di bidang diagnosa medis. Pada awal 2016, Google mengumumkan pembukaan lini medis sebagai bagian dari program pengembangan proyek DeepMind. Anda dapat mempelajari tentang aplikasi superkomputer Google di bidang medis dari video ini.

Tugas pertama yang ada di pundak DeepMind adalah diagnosis gagal ginjal. Untuk tujuan ini, Google menandatangani kontrak dengan Layanan Kesehatan Nasional, yang memungkinkan akses ke hampir 1.6 juta riwayat pasien. Setelah belajar dari data ini, DeepMind telah menjadi efektif dalam mendiagnosis gagal ginjal berdasarkan keluhan pasien dan hasil tes.

Trek AI

Berdasarkan AI, pengembang merilis layanan untuk memantau pasien. Dokter dan ilmuwan memeriksa hasilnya dan kemudian melakukan uji klinis.

Ilmuwan dari Massachusetts Institute of Technology, bersama dengan spesialis dari Rumah Sakit Pusat dari negara bagian yang sama, menciptakan sistem AI untuk memantau tidur manusia. Ini melacak sinyal radio yang dipantulkan dari seseorang, menganalisis denyut nadi, laju pernapasan, dan mampu membedakan penyimpangan dari norma. Perkembangan tersebut akan membantu dokter memeriksa tidur pasien dari jarak jauh dan, jika perlu, menyesuaikannya.

AI dalam kedokteran

  • Pada tingkat desain: prediksi penyakit, identifikasi kelompok pasien dengan risiko penyakit yang tinggi, pengaturan tindakan pencegahan.
  • Di tingkat produksi: otomatisasi dan optimalisasi proses di rumah sakit, otomatisasi dan peningkatan akurasi diagnostik.
  • Di tingkat promosi: manajemen harga, pengurangan risiko untuk pasien.
  • Pada tingkat penyediaan layanan: adaptasi terapi dan komposisi obat untuk setiap pasien, penggunaan asisten virtual untuk membangun rute pasien di klinik atau rumah sakit.

Artikel utama: Kecerdasan Buatan dalam Radiologi

Keunikan kecerdasan buatan adalah teknologi ini mampu "belajar". Dan saat pengguna bekerja dengannya, dia menjadi lebih pintar. Dalam pengobatan, AI digunakan untuk berbagai tujuan:

  • Diagnostik
  • Protokol desain dan pengobatan obat
  • Otomatisasi proses rutin
  • Pemantauan Pasien
  • Pengakuan gambar medis (gambar MRI, temuan ultrasonografi, kardiogram, dll.).

Pilihan yang cukup menjanjikan untuk penggunaan kecerdasan buatan dalam industri perawatan kesehatan adalah pengembangan asisten medis pribadi. Asisten tersebut adalah aplikasi mobile biasa yang beroperasi berdasarkan pembelajaran mesin. Mereka mengenali permintaan suara dan teks dari pengguna dan, setelah menganalisis basis data penyakit mereka, mengeluarkan berbagai rekomendasi.

Selain mengeluarkan rekomendasi untuk perawatan, aplikasi ini memungkinkan Anda untuk membuat janji dengan dokter atau melakukan pemeriksaan standar dengan menghubungi salah satu dokter secara real time (12 jam sehari, 6 hari seminggu). Selain itu, aplikasi ini dapat secara teratur memeriksa informasi dari perangkat yang dapat dipakai (misalnya, untuk memantau fase tidur dan detak jantung).

Biaya berlangganan ke layanan Babel adalah sekitar $ 10 per bulan. Namun, perlu dicatat bahwa di bawah hukum Inggris saat ini, aplikasi tersebut tidak memiliki hak untuk membuat diagnosis resmi. Karena itu, jika pasien menggambarkan gejala flu, maka ia akan direkomendasikan untuk membeli obat-obatan di apotek, yang dikeluarkan tanpa resep, atau membuat janji dengan dokter. Dalam kasus gejala serius, pasien akan diberikan rekomendasi untuk pergi ke klinik atau memanggil ambulans.

Para ilmuwan secara aktif mengembangkan gagasan untuk menggunakan kecerdasan buatan untuk meningkatkan kualitas analisis. Baru-baru ini, karyawan di University of California, Los Angeles telah mengembangkan algoritma deteksi sel kanker yang inovatif. Hasil penelitian dipublikasikan dalam jurnal Scientific Reports. Dalam kerangka metode yang dikembangkan, jenis baru mikroskop dan kecerdasan buatan, yang menganalisis informasi yang diterima, secara aktif digunakan.

Pengembangan ini menggunakan laser berdenyut nanosecond dan konverter analog-ke-digital, yang memungkinkan Anda untuk menangkap gambar ratusan ribu sel darah per detik. Pulsa laser memungkinkan untuk menyorot sel darah individu dengan kualitas gambar yang cukup jelas.

AI memprediksi

Pada tahun 2018, jurnal medis Amerika Anesthesiology menerbitkan hasil studi kecerdasan buatan, yang berguna dalam metode perawatan bedah. Artikel ini membahas algoritma pembelajaran mesin untuk memprediksi hipotensi selama operasi. AI menganalisis data lebih dari seribu pasien, yang menghabiskan total hampir 10 ribu jam di atas meja operasi. Dia belajar memprediksi anomali 15 menit sebelum terjadi dengan akurasi 84%, dengan yang sama - dalam 10 menit, dan dari 87% - dalam 5 menit.

Qventus - sistem pemantauan untuk rumah sakit dari startup yang sama. Dia memantau tindakan klien mulai dari pencatatan di registri hingga keluar, tahu cara memprediksi kemerosotan kesejahteraan pasien, menganalisis kondisi mereka. Selain itu, dengan bantuan AI ini, Klinik Mercy mengurangi jumlah tes yang tidak perlu sebesar 4% selama 40 bulan berdasarkan keluhan pelanggan yang serupa.

Solusi pembelajaran mesin Jvion mengidentifikasi pasien yang berisiko masuk kembali ke rumah sakit dalam waktu 30 hari setelah keluar. Selain itu, memberikan rekomendasi tentang perawatan kesehatan dan pencegahan penyakit.

AI mengeksplorasi

Raksasa farmasi seperti Sanofi atau Novartis sedang memulai pengembangan inovasi medis untuk mencari obat baru. Produsen biokimia Roche telah mengakuisisi Flatiron Health, sebuah perusahaan yang menggunakan pembelajaran mesin untuk memproses data.

Sejak 2012, startup Atomwise telah menggunakan jaringan saraf untuk mencari formula obat yang lebih efektif. Sistem pembelajaran dalam AtomNet-nya memeriksa 10 juta senyawa kimia setiap hari, memprediksi mana yang akan berinteraksi paling baik. Algoritma serupa digunakan oleh perusahaan biofarmasi Berg Health.

Senyawa yang ditemukan dapat efektif dalam memerangi penyebab penyakit, tetapi hal ini tidak menjamin bahwa tubuh manusia akan meresponsnya dengan baik. NorthShore Medical Center, antara lain, bergerak di bidang farmakogenomik - ia mempelajari efek obat pada individu sebagai bagian dari proyek MedClueRx. Sistem menentukan obat mana yang cocok untuk pasien tertentu dengan epilepsi, penyakit menular, depresi, penyakit gastrointestinal.

Jurnal ilmiah Nature Microbiology menerbitkan sebuah artikel tentang VarQuest tahun lalu. Dia mampu mendeteksi variasi antibiotik 10 kali lebih banyak daripada sebelumnya ditemukan untuk semua waktu permintaan serupa.

Kesimpulan

"Futuris medis" Bertalan Mesco pernah berkata bahwa kecerdasan buatan adalah stetoskop abad ke-21. Dia menyiratkan bahwa pada awalnya komunitas medis tidak ingin mengenali alat sederhana seperti stetoskop. Butuh beberapa dekade bagi dokter untuk mulai menggunakannya. Hal yang sama terjadi dengan AI: seseorang menggunakannya sejauh mungkin, sementara seseorang takut akan hal itu.

Namun, teknologi kecerdasan buatan, pembelajaran mesin dan jaringan saraf sangat menyederhanakan kehidupan dokter dan bangsal mereka. Inovasi dalam kedokteran memungkinkan untuk mendiagnosis penyakit secara lebih akurat, menemukan obat lebih cepat, dan memantau pasien. Dan ini hanya sebagian kecil dari peluang yang telah dibawa AI ke sektor perawatan kesehatan.

Detonic - Obat unik yang membantu melawan hipertensi di semua tahap perkembangannya.

Detonic untuk normalisasi tekanan

Efek kompleks komponen tanaman obat Detonic pada dinding pembuluh darah dan sistem saraf otonom berkontribusi pada penurunan tekanan darah yang cepat. Selain itu, obat ini mencegah perkembangan aterosklerosis, berkat komponen unik yang terlibat dalam sintesis lesitin, asam amino yang mengatur metabolisme kolesterol dan mencegah pembentukan plak aterosklerotik.

Detonic tidak menimbulkan kecanduan dan sindrom penarikan, karena semua komponen produk adalah alami.

Informasi terperinci tentang Detonic terletak di halaman produsen www.detonicnd.com.

Tatyana Jakowenko

Pemimpin redaksi Detonic majalah online, cardiologist Yakovenko-Plahotnaya Tatyana. Penulis lebih dari 950 artikel ilmiah, termasuk di jurnal kedokteran luar negeri. Dia telah bekerja sebagai a cardiologist di rumah sakit klinis selama lebih dari 12 tahun. Dia memiliki metode modern untuk diagnosis dan pengobatan penyakit kardiovaskular dan menerapkannya dalam aktivitas profesionalnya. Misalnya, ia menggunakan metode resusitasi jantung, decoding EKG, tes fungsional, ergometri siklik dan mengetahui ekokardiografi dengan sangat baik.

Selama 10 tahun, dia telah menjadi peserta aktif dalam berbagai simposium medis dan lokakarya untuk dokter - keluarga, terapis dan cardiologists. Ia memiliki banyak publikasi tentang gaya hidup sehat, diagnosis dan pengobatan penyakit jantung dan pembuluh darah.

Dia secara teratur memantau publikasi baru Eropa dan Amerika cardiology jurnal, menulis artikel ilmiah, menyiapkan laporan di konferensi ilmiah dan berpartisipasi di Eropa cardiology kongres.

Detonic