O potencial da IA en saúde

sedisa
sedisa

flellow

12 de febreiro de 2020 · 4 min ler

Julia Díaz. Data Science Senior Manager en Repsol e ex director da área de Análise de Análise de Saúde e Enerxía no Instituto de Enxeñaría de Coñecemento (IIC)

Sinatura de convidado

O futuro da atención médica é cada vez máis Ligado a dúas vocales que espertaron as esperanzas e os medos dun sector buscando solucións máis intelixentes. Falamos, xa que non podía ser doutro xeito, de “IA”.

Nos anos 70, Mycin, un sistema experto orientado á detección de enfermidades infecciosas foi a primeira experiencia de intelixencia artificial no sector da saúde . Non obstante, parece que agora é cando estas técnicas comezan a solicitar a realidade.

A definición de intelixencia artificial aínda está confundida. Máis aló das tarefas realizadas por unha computadora ou robots, cando falamos da aplicación De AI en medicina, podemos considerar diferentes tipos de intelixencia.

As redes neuronais, os algoritmos modelados do cerebro humano son a base da chamada “aprendizaxe automática”. As máquinas poden realizar análises probabilísticas a varios niveis, simular ou incluso expandir a forma en que a mente humana procesa os datos.

Por outra banda, a “aprendizaxe profunda” pode recoñecer patróns en diferentes capas, tan independentes pero coordinadas . Este mecanismo é cada vez máis útil na práctica médica, por exemplo, ao buscar cancro de células individuais.

Intelixencia artificial: aplicacións en atención médica

Como vemos, hai moitas posibilidades que A intelixencia artificial ofrece a medicina eo sector sanitario en xeral, pero podemos dividir en tres aplicacións actuais:

solucións algorítmicas

As solucións algorítmicas son enfoques baseados en evidencias, nas referencias e datos dispoñible. Coa axuda de clínicos, programas de expertos e integran esta información en algoritmos e úsana para resolver un problema.

é o caso do Goritmos que utilizan datos da historia clínica computarizada para predecir a evolución da esclerose múltiple, por exemplo. Deste xeito, pódese aplicar o tratamento máis adecuado para un determinado paciente.

Pero a miña solución de algorítmica favorita é un septo, un sistema de detección de SEPSIS desenvolvido no hospital universitario é Llàtzer, coa colaboración do instituto de enxeñaría de coñecemento e da empresa farmacéutica Merck Sharp & feita (MSD) e co apoio do asesoramento sanitario, Servizo de Saúde e IDISBA.

para mellorar a Diagnóstico e tratamento deste problema dependente do tempo, o desenvolvemento do desenvolvemento realízase en dúas fases:

1. Detección de sepsis en tempo real

2. A axuda na toma de decisións

Sepsis é a condición médica con maior mortalidade e uso de recursos. Canto máis cedo sexa identificado, antes de que poida ser tratado, coa consecuente mellora dos resultados.

Tratamento de imaxes

O ollo humano falla, mesmo nos mellores médicos. Aquí é onde reside o potencial do recoñecemento de patrón visual. O software deste tipo pode almacenar e comparar decenas de miles de imaxes utilizando as mesmas técnicas que os seres humanos, pero con entre 5 e 10% máis de precisión que o médico medio.

Unha aplicación informática baseada en IA podería reducir a falsa Positivos de mamografías, por exemplo. Segundo estudos independentes, entre o 50 eo 63% das mulleres estadounidenses. UU que a mamografía regulares se realizan por 10 anos, recibirán resultados que indiquen erróneamente a posibilidade de cancro. Nestes casos, as probas adicionais e os procedementos innecesarios son necesarios que tamén se reducirán.

Ferramentas de soporte profesional médico

Dr. Gregory House’s Intelligence, famosa pola serie de televisión, Triunfo en Fronte da experiencia dos seus compañeiros. Non obstante, os expertos indican que a diferenza entre os médicos, máis aló do nivel de intelixencia, depende de como abordan os problemas dos pacientes e os sistemas de saúde que os apoian.

Ambas condicións combinan para obter resultados médicos.E na redución da súa variabilidade, reside nuevamente o potencial da AI, con dous enfoques para mellorar o desempeño do profesional da saúde:

· O procesamento da linguaxe natural (PLN) permite comprender e interpretar as máquinas Discurso e escritura humana, podendo revisar miles de rexistros médicos e elixir a mellor información para decidir os pasos a seguir cun paciente.

· O segundo enfoque é observar e aprender dos médicos no seu día a día. Bisopter é de novo un bo exemplo. Cando o profesional incorpora os datos do paciente na historia clínica computarizada, o sistema analiza en tempo real a información para ofrecer unha alerta precoz ou suxerir un posible tratamento.

O futuro da saúde IA

A cultura médica é, con todo, a maior barreira para a intelixencia artificial no sector da saúde, dando maior peso á intuición do doutor que ás solucións baseadas en evidencias.

Vendo como Alphago, un programa creado por A división de Google Deepmind, derrotou a un dos mellores xogadores do mundo Go, un xogo de mesa chinesa cun conxunto aparentemente infinito de posibles movementos, o potencial do ISA é, sen dúbida, maior que o que se mostra neste artigo. E é que Alphago non “aprendeu” ao estudar humanos, senón que dominou o xogo competindo contra si mesmo.

Este tipo de aprendizaxe profunda podería ser o mesmo que contribuír a novos enfoques para diagnosticar e tratar centos de problemas médicos , sen os prexuízos da mente humana. Ademais, ao longo do tempo, os pacientes poderán usar ferramentas baseadas en IA para coidar de si mesmos, xa que manexan moitos outros aspectos das súas vidas.

Leave a Comment

O teu enderezo electrónico non se publicará Os campos obrigatorios están marcados con *