Tekoälyasiantuntijat keskustelevat siitä, miten vankka tekoäly voidaan integroida terveydenhuoltoon, miksi tieteidenvälinen yhteistyö on kriittistä ja generatiivisen tekoälyn potentiaalista tutkimuksessa.
Feifei Li ja Lloyd Minor pitivät avauspuheenvuorot ensimmäisessä RAISE Health Symposiumissa Stanfordin yliopiston lääketieteellisessä tiedekunnassa 14. toukokuuta. Steve Fish
Useimmat tekoälyn vangitsemat ihmiset ovat kokeneet jonkinlaisen "ahaa"-elämyksen, joka on avannut heidän mielensä mahdollisuuksien maailmalle. Ensimmäisessä RAISE Health Symposiumissa 14. toukokuuta Lloyd Minor, lääketieteen tohtori, Stanfordin yliopiston lääketieteellisen tiedekunnan dekaani ja Stanfordin yliopiston lääketieteellisten asioiden vararehtori, jakoi näkökulmansa.
Kun erästä uteliasta teini-ikäistä pyydettiin tiivistämään sisäkorvaa koskevat löydöksensä, hän kääntyi generatiivisen tekoälyn puoleen. ”Kysyin: ’Mikä on yläkorvan aukeamaoireyhtymä?’ Minor kertoi asiasta lähes 4 000 symposiumin osallistujalle. Muutamassa sekunnissa ilmestyi useita kappaleita.
”Ne ovat hyviä, todella hyviä”, hän sanoi. ”Se, että nämä tiedot koottiin ytimekkääksi, yleisesti ottaen tarkaksi ja selkeästi priorisoiduksi kuvaukseksi taudista. Tämä on varsin merkittävää.”
Monet jakoivat Minorin innostuksen puolen päivän tapahtumasta, joka oli RAISE Health -aloitteen jalanjälki. RAISE Health on Stanfordin yliopiston lääketieteellisen tiedekunnan ja Stanfordin ihmiskeskeisen tekoälyn instituutin (HAI) käynnistämä projekti, jonka tarkoituksena on ohjata tekoälyn vastuullista käyttöä biolääketieteellisessä tutkimuksessa, koulutuksessa ja potilashoidossa. Puhujat tarkastelivat, mitä tekoälyn käyttöönotto lääketieteessä tarkoittaa tavalla, joka on hyödyllinen paitsi lääkäreille ja tiedemiehille, myös läpinäkyvä, oikeudenmukainen ja tasapuolinen potilaille.
”Uskomme, että tämä on teknologia, joka parantaa ihmisen kykyjä”, sanoi Fei-Fei Li, tietojenkäsittelytieteen professori Stanfordin teknillisessä tiedekunnassa, RAISE Health with Minor -projektin johtaja ja HAI:n toinen johtaja. Sukupolvi sukupolven jälkeen voi syntyä uusia teknologioita: antibioottien uusista molekyylisekvensseistä biodiversiteetin kartoittamiseen ja perusbiologian piilotettujen osien paljastamiseen tekoäly kiihdyttää tieteellisiä löytöjä. Mutta kaikki tämä ei ole hyödyllistä. ”Kaikilla näillä sovelluksilla voi olla tahattomia seurauksia, ja tarvitsemme tietojenkäsittelytieteilijöitä, jotka kehittävät ja toteuttavat [tekoälyä] vastuullisesti ja työskentelevät useiden sidosryhmien kanssa, lääkäreistä ja etiikoista turvallisuusasiantuntijoihin ja muihin”, hän sanoo. ”RAISE Healthin kaltaiset aloitteet osoittavat sitoutumisemme tähän.”
Stanfordin lääketieteen kolmen osaston – lääketieteellisen tiedekunnan, Stanford Health Caren ja Stanfordin yliopiston lastenlääketieteen tiedekunnan – yhdistäminen ja sen yhteydet Stanfordin yliopiston muihin osiin ovat asettaneet sen tilanteeseen, jossa asiantuntijat painivat tekoälyn kehittämisen, johtamisen ja integroinnin kysymysten kanssa terveydenhuollon ja lääketieteen alalla. Lääketiede, laulussa kuului.
”Meillä on hyvät edellytykset olla edelläkävijä tekoälyn kehittämisessä ja vastuullisessa käyttöönotossa aina biologisten peruslöydösten parantamisesta lääkekehityksen parantamiseen ja kliinisten tutkimusprosessien tehostamiseen aina terveyspalvelujen varsinaiseen tarjoamiseen asti. Terveydenhuolto. Terveydenhuoltojärjestelmän rakenne”, hän sanoi.
Useat puhujat korostivat yksinkertaista konseptia: keskitytään käyttäjään (tässä tapauksessa potilaaseen tai lääkäriin), niin kaikki muu seuraa perässä. ”Se asettaa potilaan kaiken toimintamme keskiöön”, sanoi Brigham and Women's Hospitalin bioetiikan johtaja, tohtori Lisa Lehmann. ”Meidän on otettava huomioon heidän tarpeensa ja prioriteettinsa.”
Vasemmalta oikealle: STAT Newsin uutisankkuri Mohana Ravindranath; Jessica Peter Lee Microsoft Researchista; Sylvia Plevritis, biolääketieteen datatieteen professori, keskustelee tekoälyn roolista lääketieteellisessä tutkimuksessa. Steve Fish
Paneelin puhujat, joihin kuuluivat Lehmann, Stanfordin yliopiston lääketieteellinen bioeetikko Mildred Cho ja Googlen kliininen johtaja Michael Howell, totesivat sairaalajärjestelmien monimutkaisuuden ja korostivat tarvetta ymmärtää niiden tarkoitus ennen minkäänlaista interventiota. On tärkeää toteuttaa se ja varmistaa, että kaikki kehitetyt järjestelmät ovat osallistavia ja kuuntelevat ihmisiä, joita ne on suunniteltu auttamaan.
Yksi avainasemassa on läpinäkyvyys: se tekee selväksi, mistä algoritmin kouluttamiseen käytetty data on peräisin, mikä algoritmin alkuperäinen tarkoitus on ja auttavatko tulevat potilastiedot algoritmia oppimaan, muiden tekijöiden ohella.
”Eettisten ongelmien ennustaminen ennen kuin niistä tulee vakavia [tarkoittaa] täydellisen optimaalisen pisteen löytämistä, jossa tiedetään teknologiasta tarpeeksi, jotta siihen voidaan luottaa, mutta ei ennen kuin [ongelma] leviää pidemmälle ja se voidaan ratkaista nopeammin”, Denton Char sanoi. Lääketieteiden kandidaatti, lasten anestesiologian, perioperatiivisen lääketieteen ja kipulääketieteen laitoksen apulaisprofessori. Yksi keskeinen askel, hän sanoo, on tunnistaa kaikki sidosryhmät, joihin teknologia saattaa vaikuttaa, ja määrittää, miten he itse haluaisivat vastata näihin kysymyksiin.
Jesse Ehrenfeld, lääketieteen tohtori ja American Medical Associationin puheenjohtaja, käsittelee neljää tekijää, jotka ajavat digitaalisten terveystyökalujen, myös tekoälyyn perustuvien, käyttöönottoa. Onko se tehokas? Toimiiko tämä minun laitoksessani? Kuka maksaa? Kuka on vastuussa?
Stanford Health Caren tietohallintojohtaja, lääketieteen tohtori Michael Pfeffer, mainitsi äskettäisen esimerkin, jossa monia näistä ongelmista testattiin Stanfordin sairaaloiden sairaanhoitajien keskuudessa. Lääkäreitä tukevat suuret kielimallit, jotka tarjoavat alustavia merkintöjä saapuville potilasviesteille. Vaikka projekti ei ole täydellinen, teknologian kehittämisessä mukana olleet lääkärit kertovat, että malli helpottaa heidän työmääräänsä.
”Keskitymme aina kolmeen tärkeään asiaan: turvallisuuteen, tehokkuuteen ja osallisuuteen. Olemme lääkäreitä. Vannomme valan, ettemme tee pahaa”, sanoi Nina Vasan, psykiatrian ja käyttäytymistieteiden kliininen apulaisprofessori, joka liittyi Charin ja Pfefferin seuraan. ”Tämän pitäisi olla ensimmäinen tapa arvioida näitä työkaluja.”
Nigam Shah, lääketieteen ja biolääketieteellisen datatieteen professori, MBBS, Ph.D., aloitti keskustelun järkyttävällä tilastotiedolla, vaikka yleisölle annettiin asiasta oikeudenmukainen varoitus. "Puhun yleisillä termeillä ja numeroilla, ja joskus ne ovat hyvin suoria", hän sanoi.
Shahin mukaan tekoälyn menestys riippuu kyvystämme skaalata sitä. ”Kunnollisen tieteellisen tutkimuksen tekeminen mallilla vie noin 10 vuotta, ja jos jokainen 123 apuraha- ja residenssiohjelmasta haluaisi testata ja ottaa mallin käyttöön tällä tarkkuustasolla, oikean tieteellisen työn tekeminen olisi erittäin vaikeaa, koska tällä hetkellä organisoimme ponnistelumme ja [testaamme]]. Sen varmistaminen, että jokainen toimipisteemme toimii oikein, maksaisi 138 miljardia dollaria”, Shah sanoi. ”Meillä ei ole tähän varaa. Joten meidän on löydettävä tapa laajentaa, ja meidän on laajennettava ja tehtävä hyvää tiedettä. Tarkkuuden osaaminen on yhdessä paikassa ja skaalautumistaidot toisessa, joten tarvitsemme tällaista kumppanuutta.”
Apulaisdekaani Yuan Ashley ja Mildred Cho (vastaanotto) osallistuivat RAISE Health -työpajaan. Steve Fish
Jotkut symposiumin puhujat sanoivat, että tämä voitaisiin saavuttaa julkisen ja yksityisen sektorin kumppanuuksien kautta, kuten Valkoisen talon äskettäisen toimeenpanomääräyksen kautta tekoälyn turvallisesta, suojatusta ja luotettavasta kehittämisestä ja käytöstä sekä terveydenhuollon tekoälyn konsortion (CHAI) kautta. ).
”Suurin potentiaali julkisen ja yksityisen sektorin kumppanuudella on akateemisen maailman, yksityisen sektorin ja julkisen sektorin välinen kumppanuus”, sanoi Laura Adams, Yhdysvaltain kansallisen lääketieteellisen akatemian vanhempi neuvonantaja. Hän huomautti, että hallitus voi varmistaa yleisön luottamuksen ja akateemiset lääketieteelliset keskukset voivat tarjota legitimiteettiä, ja yksityinen sektori voi tarjota teknistä asiantuntemusta ja tietokoneaikaa. ”Olemme kaikki parempia kuin kukaan meistä, ja ymmärrämme, että… emme voi rukoilla tekoälyn potentiaalin toteuttamista, ellemme ymmärrä, miten olla vuorovaikutuksessa toistemme kanssa.”
Useat puhujat sanoivat tekoälyn vaikuttavan myös tutkimukseen, käyttivätpä tiedemiehet sitä biologisten dogmien tutkimiseen, synteettisten molekyylien uusien sekvenssien ja rakenteiden ennustamiseen uusien hoitojen tukemiseksi tai jopa auttoivat heitä tieteellisten artikkelien yhteenvedossa tai kirjoittamisessa.
”Tämä on tilaisuus nähdä tuntematonta”, sanoi Jessica Mega, lääketieteen tohtori, Stanfordin yliopiston lääketieteellisen tiedekunnan kardiologi ja Alphabetin Verilyn perustajajäsen. Mega mainitsi hyperspektrikuvantamisen, joka tallentaa kuvaan piirteitä, jotka ovat ihmissilmälle näkymättömiä. Ajatuksena on käyttää tekoälyä havaitsemaan patologianäytteissä kuvioita, joita ihmiset eivät näe ja jotka viittaavat sairauteen. ”Kannustan ihmisiä omaksumaan tuntemattoman. Luulen, että jokainen täällä tuntee jonkun, jolla on jonkinlainen sairaus ja joka tarvitsee jotain enemmän kuin mitä voimme tänään tarjota”, Mejia sanoi.
Panelistit olivat myös yhtä mieltä siitä, että tekoälyjärjestelmät tarjoavat uusia tapoja tunnistaa ja torjua puolueellista päätöksentekoa, olipa se sitten ihmisten tai tekoälyn tekemä, ja kykenevät tunnistamaan puolueellisuuden lähteen.
”Terveys on enemmän kuin vain lääketieteellistä hoitoa”, useat panelistit olivat yhtä mieltä. Puhujat korostivat, että tutkijat usein unohtavat terveyden sosiaaliset määräävät tekijät, kuten sosioekonomisen aseman, postinumeron, koulutustason sekä rodun ja etnisen alkuperän, kerätessään osallistavaa dataa ja rekrytoidessaan osallistujia tutkimuksiin. ”Tekoäly on vain niin tehokas kuin data, jonka pohjalta malli on koulutettu”, sanoi Michelle Williams, epidemiologian professori Harvardin yliopistossa ja epidemiologian ja väestöterveyden apulaisprofessori Stanfordin yliopiston lääketieteellisessä tiedekunnassa. ”Jos teemme sen, mihin pyrimme. Parannamme terveystuloksia ja poistamme eriarvoisuutta, meidän on varmistettava, että keräämme korkealaatuista dataa ihmisten käyttäytymisestä sekä sosiaalisesta ja luonnollisesta ympäristöstä.”
Natalie Pageler, MD, lastenlääketieteen ja lääketieteen kliininen professori, sanoi, että kootut syöpätiedot usein sulkevat pois tietoja raskaana olevista naisista, mikä luo väistämättömiä vinoumia malleissa ja pahentaa olemassa olevia eroja terveydenhuollossa.
Lastentautien ja lääketieteen professori, tohtori David Magnus, sanoi, että kuten mikä tahansa uusi teknologia, tekoäly voi joko parantaa asioita monella tapaa tai pahentaa niitä. Magnuksen mukaan riskinä on, että tekoälyjärjestelmät oppivat sosiaalisten terveyden määräämien tekijöiden ohjaamista epätasa-arvoisista terveystuloksista ja vahvistavat näitä tuloksia tuotoksensa kautta. ”Tekoäly on peili, joka heijastaa yhteiskuntaa, jossa elämme”, hän sanoi. ”Toivon, että joka kerta, kun meillä on tilaisuus valaista jotakin asiaa – pitää peiliä itsemme edessä – se toimii motivaationa tilanteen parantamiseen.”
Jos et päässyt osallistumaan RAISE Health -työpajaan, istunnon tallenne löytyy täältä.
Stanfordin yliopiston lääketieteellinen tiedekunta on integroitu akateeminen terveydenhuoltojärjestelmä, joka koostuu Stanfordin yliopiston lääketieteellisestä tiedekunnasta sekä aikuisten ja lasten terveydenhuollon järjestelmistä. Yhdessä ne toteuttavat biolääketieteen täyden potentiaalin yhteistyöhön perustuvan tutkimuksen, koulutuksen ja kliinisen potilashoidon avulla. Lisätietoja on osoitteessa med.stanford.edu.
Uusi tekoälymalli auttaa Stanfordin sairaalan lääkäreitä ja sairaanhoitajia työskentelemään yhdessä parantaakseen potilashoitoa.
Julkaisun aika: 19.7.2024