Els experts de l’IA discuteixen com integrar la IA robusta en l’assistència sanitària, per què la col·laboració interdisciplinària és fonamental i el potencial de la IA generativa en la investigació.
Feifei Li i Lloyd Minor van fer comentaris inicials al Simposi inaugural Raise Health a la Stanford University School of Medicine el 14 de maig. Steve Fish
La majoria de les persones capturades per la intel·ligència artificial han tingut algun tipus de moment “aha”, obrint la seva ment a un món de possibilitats. Al simposi inaugural de la salut de la salut el 14 de maig, Lloyd Minor, MD, degà de la Stanford University School of Medicine i vicepresident d’Afers Mèdics de la Universitat de Stanford, va compartir la seva perspectiva.
Quan es va demanar a un curiós adolescent que resumís les seves troballes sobre l’oïda interior, es va dirigir a la intel·ligència artificial generativa. "Vaig preguntar:" Què és la síndrome de la deshiscència del canal superior? " Menor va dir a prop de 4.000 participants del simposi. En qüestió de segons, van aparèixer diversos paràgrafs.
"Són bons, realment bons", va dir. "Que aquesta informació es recopilava en una descripció concisa, generalment precisa i clarament prioritzada de la malaltia. Això és força notable. "
Molts van compartir la il·lusió de Minor per l’esdeveniment de mitja jornada, que va ser una superació de la Raise Health Initiative, un projecte llançat per la Stanford University School of Medicine i l’Institut Stanford d’Intel·ligència Artificial centrada en l’ésser humà (HAI) per guiar l’ús responsable de l’artificial intel·ligència. Intel·ligència en investigació biomèdica, educació i atenció al pacient. Els ponents van examinar què significa implementar intel·ligència artificial en medicina de manera que no només sigui útil per a metges i científics, sinó també transparents, justos i equitatius per als pacients.
"Creiem que es tracta d'una tecnologia que millora les capacitats humanes", va dir Fei-Fei Li, professor d'informàtica de la Stanford School of Engineering, director de la salut de la RAIGE amb un projecte menor i codirector de Hai. Generació rere generació, poden sorgir noves tecnologies: Des de noves seqüències moleculars d’antibiòtics fins a mapejar la biodiversitat i revelar parts ocultes de la biologia fonamental, l’IA està accelerant el descobriment científic. Però no tot això és beneficiós. "Totes aquestes aplicacions poden tenir conseqüències no desitjades i necessitem informàtics que desenvolupin i implementin [intel·ligència artificial] de manera responsable, treballant amb diverses parts interessades, des de metges i ètics ... fins a experts en seguretat i més enllà", afirma. "Iniciatives com Raise Health demostren el nostre compromís amb això".
La consolidació de tres divisions de Medicina de Stanford —la escola de medicina, Stanford Health Care i la Stanford University School of Child Health Medicine— i les seves connexions amb altres parts de la Universitat de Stanford ho han posat en una posició en què els experts estan afectats amb el desenvolupament de Intel·ligència artificial. Problemes de gestió i integració en el camp de la salut i la medicina. Medicina, la cançó va anar.
"Estem ben posicionats per ser pioners en el desenvolupament i la implementació responsable de la intel·ligència artificial, des de descobriments biològics fonamentals fins a millorar el desenvolupament de fàrmacs i fer que els processos d'assaig clínic siguin més eficients, fins a la prestació real de serveis sanitaris. Assistència sanitària. La forma en què es configura el sistema sanitari ", va dir.
Diversos parlants van destacar un concepte senzill: centrar -se en l’usuari (en aquest cas, el pacient o el metge) i tot el que seguirà. "Posa el pacient al centre de tot el que fem", va dir la doctora Lisa Lehmann, directora de bioètica de Brigham i Women's Hospital. "Hem de considerar les seves necessitats i prioritats."
D’esquerra a dreta: News Stat News Mohana Ravindranath; Jessica Peter Lee de Microsoft Research; Sylvia Plevritis, professora de ciències de dades biomèdiques, discuteix el paper de la intel·ligència artificial en la investigació mèdica. Steve Fish
Els ponents del grup, que incloïen Lehmann, el bioeticista mèdic de la Universitat de Stanford, Mildred Cho, MD i el responsable clínic de Google, Michael Howell, MD, van assenyalar la complexitat dels sistemes hospitalaris, destacant la necessitat d’entendre el seu propòsit abans de qualsevol intervenció. Implementar -lo i assegurar -se que tots els sistemes desenvolupats són inclusius i escolten les persones que estan dissenyades per ajudar -les.
Una de les claus és la transparència: deixa clar d’on prové les dades que s’utilitzen per entrenar l’algorisme, de quin és l’objectiu original de l’algorisme i si les dades futures de pacients continuaran ajudant l’algoritme a aprendre, entre altres factors.
"Intentar predir problemes ètics abans que es converteixin en seriosos [significa] trobar el punt dolç perfecte on en sabeu prou sobre la tecnologia per tenir certa confiança en ella, però no abans que [el problema] s'estengui encara més i resolgui -ho abans." , Va dir Denton Char. Candidat a ciències mèdiques, professor associat del Departament d’Anestesiologia Pediàtrica, Medicina Perioperatòria i Medicina del Dolor. Un pas clau, segons ell, és identificar tots els grups d'interès que podrien estar afectats per la tecnologia i determinar com ells mateixos voldrien respondre aquestes preguntes.
Jesse Ehrenfeld, MD, president de l'American Medical Association, discuteix quatre factors que impulsen l'adopció de qualsevol eina de salut digital, incloses les alimentades per la intel·ligència artificial. És eficaç? Funcionarà això a la meva institució? Qui paga? Qui és el responsable?
Michael Pfeffer, MD, director d'informació de Stanford Health Care, va citar un exemple recent en què es van provar molts dels problemes entre infermeres dels hospitals de Stanford. Els clínics tenen el suport de grans models d’idiomes que proporcionen anotacions inicials per als missatges del pacient entrants. Tot i que el projecte no és perfecte, els metges que van ajudar a desenvolupar l’informe tecnològic que el model facilita la seva càrrega de treball.
“Sempre ens centrem en tres coses importants: seguretat, eficiència i inclusió. Som metges. Fem un jurament per “no fer mal”, va dir Nina Vasan, MD, professora adjunta clínica de ciències de psiquiatria i comportament, que es va unir a Char i Pfeffer es va unir al grup. "Aquesta hauria de ser la primera manera d'avaluar aquestes eines."
Nigam Shah, MBBS, doctor, professor de medicina i ciències de dades biomèdiques, va començar la discussió amb una estadística impactant malgrat l'avís just per al públic. "Parlo en termes i números generals i, de vegades, solen ser molt directes", va dir.
Segons Shah, l’èxit de l’IA depèn de la nostra capacitat d’escalar -la. “Fer una investigació científica adequada sobre un model triga uns deu anys i, si cadascun dels 123 programes de beques i residència volguessin provar i desplegar el model a aquest nivell de rigor, seria molt difícil fer la ciència correcta a mesura que ens organitzem actualment Els nostres esforços i [test]] costarien 138 mil milions de dòlars per assegurar -se que cadascun dels nostres llocs funciona correctament ”, va dir Shah. “No ens ho podem permetre. Per tant, hem de trobar una manera d’expandir -nos i hem d’expandir -nos i fer una bona ciència. Les habilitats de rigor es troben en un sol lloc i les habilitats d’escalat són en un altre, de manera que necessitarem aquest tipus de col·laboració ”.
El degà associat Yuan Ashley i Mildred Cho (recepció) van assistir al taller Raise Health. Steve Fish
Alguns ponents del simposi van dir que es podria aconseguir mitjançant col·laboracions públiques-privades, com ara la recent ordre executiva de la Casa Blanca sobre el desenvolupament i l’ús de la intel·ligència artificial i de la intel·ligència artificial de la Casa Blanca (CHAI). )).
"La col·laboració pública-privada amb el major potencial és una entre acadèmia, el sector privat i el sector públic", va dir Laura Adams, assessora principal de l'Acadèmia Nacional de Medicina. Va assenyalar que el govern pot assegurar la confiança pública i que els centres mèdics acadèmics poden. Proporcionar legitimitat, i el sector privat pot proporcionar experiència tècnica i temps de l’ordinador. "Tots som millors que qualsevol de nosaltres i reconeixem que ... no podem pregar per adonar -nos del potencial de la [intel·ligència artificial] tret que entenguem com interactuar entre nosaltres."
Diversos ponents van dir que la IA també té un impacte en la investigació, tant si els científics l’utilitzen per explorar dogma biològic, predir noves seqüències i estructures de molècules sintètiques per donar suport a nous tractaments, o fins i tot ajudar -los a resumir o escriure papers científics.
"Aquesta és una oportunitat per veure el desconegut", va dir Jessica Mega, MD, cardiòloga de l'Escola de Medicina de la Universitat de Stanford i cofundadora de Alphabet's. Mega va mencionar la imatge hiperspectral, que capta les característiques de la imatge invisibles a l’ull humà. La idea és utilitzar la intel·ligència artificial per detectar patrons en diapositives de patologia que els humans no veuen que indiquen la malaltia. “Animo la gent a abraçar el desconegut. Crec que tothom coneix algú amb algun tipus de condició mèdica que necessita alguna cosa més enllà del que podem proporcionar avui en dia ”, va dir Mejia.
Els panelistes també van acordar que els sistemes d’intel·ligència artificial proporcionaran noves maneres d’identificar i combatre la presa de decisions esbiaixades, ja sigui per humans o intel·ligència artificial, amb la capacitat d’identificar la font del biaix.
"La salut és més que una atenció mèdica", van coincidir diversos panelistes. Els ponents van destacar que els investigadors sovint passen per alt els determinants socials de la salut, com ara l’estat socioeconòmic, el codi postal, el nivell d’educació i la raça i l’ètnia, quan es recopilen dades inclusives i recluten participants per a estudis. "L'IA només és tan eficaç com les dades sobre les quals es forma el model", va dir Michelle Williams, professora d'epidemiologia de la Universitat de Harvard i professora associada d'epidemiologia i salut de la població a la Stanford University School of Medicine. “Si fem el que ens esforcem per fer. Millorar els resultats per a la salut i eliminar les desigualtats, hem de garantir que recopilem dades de gran qualitat sobre el comportament humà i el medi social i natural. "
Natalie Pageler, MD, professora clínica de pediatria i medicina, va dir que les dades agregades del càncer sovint exclouen dades sobre dones embarassades, creant biaixos inevitables en models i agreujant les disparitats existents en l’atenció sanitària.
David Magnus, professor de pediatria i medicina, va dir que, com qualsevol nova tecnologia, la intel·ligència artificial pot millorar les coses de moltes maneres o empitjorar -les. El risc, va dir Magnus, és que els sistemes d’intel·ligència artificial aprendran sobre els resultats de salut inequitables impulsats pels determinants socials de la salut i reforçaran aquests resultats a través de la seva producció. "La intel·ligència artificial és un mirall que reflecteix la societat que vivim", va dir. "Espero que cada vegada que tinguem l'oportunitat de brillar sobre un problema, per mantenir un mirall a nosaltres mateixos, servirà de motivació per millorar la situació."
Si no heu pogut assistir al taller de salut de Raise, es pot trobar una gravació de la sessió aquí.
L’Escola de Medicina de la Universitat de Stanford és un sistema d’atenció sanitària acadèmica integrat format per l’Escola de Medicina de la Universitat de Stanford i els sistemes d’atenció sanitària per a adults i pediàtrics. Junts s’adonen de tot el potencial de la biomedicina mitjançant investigacions col·laboratives, educació i atenció clínica del pacient. Per obtenir més informació, visiteu med.stanford.edu.
Un nou model d’intel·ligència artificial està ajudant els metges i infermeres de l’hospital de Stanford a treballar junts per millorar l’atenció al pacient.
Posat: 19 de juliol-2024