Når mange av oss hører begrepet «kunstig intelligens» (AI) , vi forestiller roboter som gjør jobbene våre, som gjør folk som er foreldet. Og siden ai-drevne datamaskiner er programmert til å ta avgjørelser med lite menneskelig innblanding, noen lurer på om maskiner snart vil gjøre de vanskelige beslutningene vi nå betro til våre leger.
Ifølge David B. Agus, MD, En professor i medisin og engineering ved Universitetet i Sør-California Keck School of Medicine og Viterbi School of Engineering, det er viktig å skille fakta fra science fiction, fordi AI allerede er her – og den er fundamentalt endring av medisin.
Snarere enn robotikk, refererer AI i helsevesenet hovedsakelig til leger og sykehus som får tilgang til store datasett med potensielt livreddende informasjon. Dette inkluderer behandlingsmetoder og deres resultater, overlevelsesrater og omsorgshastighet samlet over millioner av pasienter, geografiske steder og utallige og noen ganger sammenkoblede helsemessige forhold. Ny databehandlingskraft kan oppdage og analysere store og små trender fra dataene og til og med gjøre spådommer gjennom maskinlæring som er utformet for å identifisere potensielle helseutfall.
Maskinlæring bruker statistiske teknikker for å gi datasystemer muligheten til å «lære «med innkommende data og identifisere mønstre og ta avgjørelser med minimal menneskelig retning.
Bevæpnet med slik målrettet analyse, kan leger være bedre i stand til å vurdere risiko, gjøre korrekte diagnoser, og tilby pasienter mer effektive behandlinger, sier Agus, forfatteren av de heldige årene: Hvordan trives i den modige nye verden av helse og slutten av sykdommen. Han mener at AIs potensial for å forbedre helsevesenet er «svimlende».
«Vi har mange data som vi har samlet inn i flere tiår,» sier han. «For første gang tillater databehandlingskraft oss å bruke dataene på en måte å være til nytte for pasienter.»
Utfordringen, sier han, er at «en person har hundrevis av tusenvis av helsepoeng, Hvis ikke millioner. Så når du har datasett med hundrevis av tusenvis av pasienter, og hver pasient har en million datapunkter, må dataene samles på riktig måte og riktig for kraften til maskinlæring «for å bære frukt.
Han tilbyr et eksempel. «En studie kom ut nylig som viste at hvis du har eggstokkreft, og du tilfeldigvis også er på en beta-blokkering – et stoff som brukes til blodtrykk – du levde fire og et halvt år lenger,» han sier. «Dette er en observasjon vi aldri ville ha kommet opp med gjennom biologi. Store data viser oss. Nå må du gå til en stor prøve for å se om det er ekte.»