il potenziale dell’IA in salute

sedisa
sedisa

flellow

12 feb, 2020 · 4 min lettura

julia díaz. Scienza dei dati Senior Manager presso Repsol ed ex direttore dell’area di analisi della salute ed energetica predittiva presso l’Istituto di ingegneria della conoscenza (IIC)

Signature ospite

Il futuro delle cure mediche è sempre di più Collegato a due vocali che hanno risvegliato le speranze e le paure di un settore che cercano soluzioni più intelligenti. Parliamo, poiché non poteva essere altrimenti, di “IA”.

Negli anni ’70, Mycin, un sistema esperto orientato al rilevamento di malattie infettive, è stata la prima esperienza di intelligenza artificiale nel settore sanitario . Tuttavia, sembra che sia ora quando queste tecniche iniziano ad applicarsi alla realtà.

La definizione di intelligenza artificiale è ancora confusa. Oltre i compiti eseguiti da un computer o da un computer, quando parliamo dell’applicazione Di Ai in medicina, possiamo considerare diversi tipi di intelligenza.

Netoni neuronali, algoritmi modellati dal cervello umano, sono la base del cosiddetto “apprendimento automatico”. Le macchine possono eseguire analisi probabilistiche a vari livelli, simulando o addirittura espandere il modo in cui la mente umana elabora i dati.

D’altra parte, “Deep Learning” può riconoscere i modelli in diversi livelli, così indipendenti ma coordinati . Questo meccanismo è sempre più utile nella pratica medica, ad esempio, quando alla ricerca di singoli cancro cellulare.

Intelligenza artificiale: Applicazioni in Assistenza medica

Come vediamo, ci sono molte possibilità che ci sono molte possibilità Intelligence artificiale offre medicina e il settore sanitario in generale, ma possiamo dividere in tre le tue attuali applicazioni:

soluzioni algoritmiche

le soluzioni algoritmiche sono approcci basati sull’evidenza, nei riferimenti e nei dati disponibile. Con l’aiuto dei medici, programmare gli esperti e integra queste informazioni in algoritmi e lo usano per risolvere un problema.

è il caso del Gorithms che utilizzano i dati dalla storia clinica computerizzata per prevedere l’evoluzione della sclerosi multipla, ad esempio. In questo modo, è possibile applicare il trattamento più adatto per un particolare paziente.

Ma la mia soluzione algoritmica preferita è un setto, un sistema di rilevamento Sepsis sviluppato presso l’Ospedale Universitario è Llàtzer, con la collaborazione dell’Istituto di ingegneria della conoscenza e della compagnia farmaceutica Merck Sharp & Fatto (MSD), e con il supporto della consulenza sanitaria, del servizio sanitario e IDISBA.

per migliorare il Diagnosi e trattamento di questo problema dipendente dal tempo, lo sviluppo diBece viene effettuato in due fasi:

1. Rilevazione di sepsi in tempo reale

2. Aiuto nel processo decisionale

Sepsi è la condizione medica con maggiore mortalità e uso delle risorse. Prima è identificato, prima che possa essere trattato, con il conseguente miglioramento dei risultati.

Trattamento delle immagini

L’occhio umano fallisce, anche nei migliori medici. È qui che risiede il potenziale del riconoscimento del modello visivo. Il software di questo tipo è in grado di memorizzare e confrontare decine di migliaia di immagini utilizzando le stesse tecniche degli esseri umani, ma con tra il 5 e il 10% in più accuratezza rispetto al medico medio.

Un’applicazione di computer basata su IA potrebbe ridurre il falso Positivi da mammografie, ad esempio. Secondo gli studi indipendenti, tra il 50 e il 63% delle donne degli Stati Uniti. UU che sono state effettuate regolari mammografie per 10 anni, riceveranno risultati che indicano erroneamente la possibilità di cancro. In questi casi, sono necessari test aggiuntivi e procedure non necessarie che saranno ridotte.

Strumenti di supporto professionale medico

Dr. Gregory House’s Intelligence, famosa per la serie di televisione, trionfo davanti all’esperienza dei suoi compagni. Tuttavia, gli esperti indicano che la differenza tra i medici, oltre il livello di intelligenza, dipende da come affrontano i problemi dei pazienti e dei sistemi sanitari che li sostengono.

Entrambe le condizioni sono combinate per ottenere risultati medici ottenuti.E nella riduzione della sua variabilità, risiede nuovamente il potenziale del AI, con due approcci per migliorare le prestazioni del professionista della salute:

· L’elaborazione del linguaggio naturale (PLN) consente alle macchine capisce e interpretare Discorso umano e scrittura, riuscire a rivedere migliaia di cartelle cliniche e scegliere le migliori informazioni per decidere i passaggi da seguire con un paziente.

· Il secondo approccio è osservare e imparare dai medici nel suo giorno a giorno. Biseppter è di nuovo un buon esempio. Quando il professionista incorpora i dati del paziente nella cronologia clinica computerizzata, il sistema analizza in tempo reale le informazioni per offrire un avviso anticipato o suggerire un possibile trattamento.

La cultura medica è, tuttavia, la barriera più grande per l’intelligenza artificiale nel settore sanitario, dando un maggiore peso all’intuizione del medico che alle soluzioni basate sull’evidenza.

Vedere come AlphaGo, un programma creato da La divisione Google Deepmind, ha sconfitto uno dei migliori giocatori del mondo Go, un gioco da tavolo cinese con un insieme apparentemente infinito di possibili movimenti, il potenziale dell’ISA è indubbiamente maggiore di quello mostrato in questo articolo. Ed è che Alphago non ha “appreso” studiando gli umani, ma ha dominato il gioco in competizione contro se stesso.

Questo tipo di apprendimento profondo potrebbe essere lo stesso che contribuendo nuovi approcci per diagnosticare e trattare centinaia di problemi medici , senza il pregiudizio della mente umana. Inoltre, nel tempo, i pazienti saranno in grado di utilizzare strumenti basati su IA per prendersi cura di se stessi, poiché gestiscono molti altri aspetti della loro vita.

Leave a Comment

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *