Syg: Kunstig intelligens indstillet til at overtage sundhedsvæsenet

Del denne historie!
image_pdfimage_print
AI invaderer alle områder af sundhedsindustrien: eksamenslokale, diagnose, prognose, behandlingsmuligheder og undtagelser, HMO-styring, sundhedsforsikringsgodtgørelser osv. Næste gang du går til et lægekontor, skal du bemærke, hvor mange data de indsamler om du! ⁃ TN Editor

Patienten lider af mavesmerter sammen med symptomer på atypiske steder, hvilket gør diagnosen vanskelig. En skarp undersøgelse afslører årsagen: en usædvanlig form for blindtarmbetændelse. Imidlertid går kredit ikke til radiologen. I stedet genkender en billedmaskine bygget med kunstig intelligens teknologi, der kan trække på viden om titusinder af millioner lignende scanninger, anomalien og stille diagnosen.

Dette scenarie er ikke længere ting af science fiction. Presset for at reducere omkostningerne og øge produktiviteten investerer producenter af medicinsk udstyr og teknologiselskaber i stigende grad i AI. Flere sådanne systemer findes allerede, og vækst kan øges i løbet af de næste par år, især inden for diagnostisk billedmateriale.

”Baseret på vores analyse af AI-kapaciteter såvel som drøftelser med ledere og brancheeksperter ser vi en række applikationer i hele sundhedsspektret, fra forebyggelse til diagnose til opfølgning,” siger Michael Jungling, leder af Morgan Stanley Research's Medicinsk teknik og serviceteam.

I en nylig rapport fandt Jungling og hans kolleger, at mens hindringer for udvikling og udrulning af MedTech AI lå foran - inklusive spørgsmål omkring reguleringer og privatlivets fred for patientdata - kunne en vellykket implementering af AI på området øge produktiviteten, lavere behandlingsomkostninger og skabe vækst på tværs af værdikæden for sundhedsvæsenet.

Morgan Stanley estimerer, at det globale marked for AI inden for sundhedsvæsenet kunne stige fra $ 1.3 milliarder i dag til $ 10 milliarder med 2024 og vokse med en årlig sammensat sats på 40%. For investorer kunne store MedTech-virksomheder og udstyrsudbydere såvel som AI-techudbydere og nye opstartsforstyrrelser give muligheder.

AI, Machine Learning og MedTech

AI sigter mod at efterligne menneskelige kognitive processer, såsom indlæring og ræsonnement via algoritmer og store datasæt. Den mest populære metode er maskinlæring, hvor en model trænes i et datasæt - såsom tarmscanninger fra millioner af patienter - til uafhængigt at analysere og kategorisere nye datasæt. Jo mere kompleks og større datamængden er, jo mere forbedret er den kognitive begrundelsesevne for modellen.

Medicinsk AI har et stort potentiale, fra styring af dialyse til optimering af patientdosering til tidlig sygdomsopdagelse. Meget afhænger dog af kraften og designet i AI'et selv. "Tidslinjerne for vedtagelse af AI-aktiveret MedTech vil sandsynligvis blive bestemt af de konkrete økonomiske fordele, der produceres af produktet og den lette brugervenlighed og integration i eksisterende arbejdsgange," siger Jungling.

Vi er stadig i de tidlige faser. Med relativt beskedne implementeringer af AI, såsom hjælpemæssig intelligens, som hjælper med at reducere manuelle processer og enkle, men gentagne opgaver, såsom tidsplan for aftaler, hvilket efterlader dygtigt medicinsk personale mere tid til specialiseret og indtægtsskabende arbejde.

Mere avancerede former for AI kan hjælpe læger med deres beslutningstagning ved at evaluere diagnostiske billeder og oprette behandlingsplaner. Denne form for AI, kendt som unsupervised machine learning, kan vurdere rå ustrukturerede data og søge efter mønstre. "En sådan funktionalitet kan føre til dramatiske forbedringer i produktiviteten, især i kliniske omgivelser, hvor udbuddet af højt kvalificerede fagfolk er begrænset," siger Jungling.

AI kunne til sidst udføre opgaver som diagnostik uden brugerinput, men sådanne scenarier forbliver langt nede på vejen.

Læs hele historien her ...

Tilmeld
Underretning af
gæst
2 Kommentarer
Ældste
Nyeste Mest afstemt
Inline feedbacks
Se alle kommentarer