一天一个人工智能就能把流行病赶走?

发布日期:

人工智能如何帮助抗击新冠肺炎、改善人类健康

通过会CarsanigaPierre-Adrien Hanania

人工智能在健康方面的潜力从来没有像目前影响我们星球的大流行期间那么大。由于高传染性、症状迅速转变以及疫苗推出太慢,COVID-19使整个政府及其公民处于具有挑战性的境地。资源紧张,出现了人力和后勤方面的严重困难。

在评估这一新的威胁时,我们所生活的高度互动的社会(藤田和滨口,2020年),若干数字技术已被用于公共卫生应对。其中最重要的是对人工智能的厚望;希望能呼应医疗保健在最近的国家人工智能战略中的重要性。加拿大政府的人工智能4卫生工作组就卫生部门的人工智能如何使加拿大人受益提出了建议(cifar。ca 2020)。以色列政府专注于使用人工智能技术,以确保有效分配药品、人力资源和医院床位(Berkovitz, 2019)。韩国科技部开始建立一个将人工智能用于药物开发的平台(赢得了小腿,2020)。

鉴于这种趋势,虚拟研讨会由凯捷组织联合国欧预赛赔率机构信息和通信技术专门机构国际电信联盟(ITU)就人工智能促进实现可持续发展目标结成伙伴关系,简要介绍了人工智能和数据在增强医疗保健专业人员方面发挥的作用。事实上,数据和自动化不仅可以帮助应对当前的大流行,而且明智地利用这些数据和自动化还可以帮助进一步实现联合国通过其可持续发展目标所设定的更大蓝图。其中三个全球目标都是为了打造一个更健康的世界,人工智能有望成为一个重要的加速器,同时也面临着一些人类和技术方面的挑战。

图1 - AI作为生命值的机会

人工智能改造的医疗保健部门的承诺和成就

AI for health承诺通过在四大领域提供一系列不同的应用,改善关键医疗工作者的生活公共部门的人工智能

  1. 健康异常的检测

通过精确分析各种类型的数据(从人口统计和社会经济到症状和治疗数据),机器学习方法可以显著改善医生的状况´诊断功能。有许多人工智能如何帮助临床医生的例子。例如,波恩大学医院的研究人员正在开发使用人工智能的方法盘尾丝虫病的组织学分析为了对付河盲症,每年影响非洲数百万人。

同样,人工智能已成为新冠肺炎患者的宝贵诊断工具。虽然一些人工智能模型似乎能够通过强迫咳嗽的记录区分无症状阳性患者和健康个体(楚,2020),凯捷的工程师们最近已经实现了神经网络来识别与COVID-19相关的CT扫描肺炎

  1. 帮助医疗专业人员做出决策

数据及其智能使用可以为决策者带来宝贵的见解,无论是预测即将发生的事件还是计划一个适当的反应。这在病人生命的关键时刻至关重要。为了帮助医疗服务提供者在处理创伤时更快更好地做出决定,TrauMatrix欧预赛赔率包括凯捷发明在内的合作伙伴已经致力于6种主要的实时服务,以有效地解决出血和创伤性脑损伤。

COVID-related上下文,在相同的精神使战略决策在最不确定的情况下,凯捷发明和巴黎地区卫生机构已经开发出一种数据驱动的工具,可以预测该地区的医院病床的可用性,因此支持当局的分配床位。最终,一步使治疗许多病人成为可能,同时将占用率维持在临界阈值以下。

除了管理COVID-19感染,人工智能还在帮助各国政府自动化追踪受感染接触者和实施智能隔离策略(怀特劳等人,2020年)。

  1. 健康管理流程的智能自动化

人工智能的一个即时应用是,通过自动化一些最琐碎的管理流程,帮助医疗保健部门管理日常业务。在这个领域,可以使用自然语言处理工具从临床记录中提取信息或数字化医疗文件。这使得完全自动化耗时和繁重的任务成为可能,并给从业者更多的时间处理最复杂的情况。

  1. 加强与病人的互动

最后,除了上述人工智能应用带来的改善外,还可以通过引入临床聊天机器人来进一步改善患者的体验,这些机器人可以安排预约和/或提供实时建议和信息(如。Corona-Help。英国国民保健服务机器人)。

在这里,虚拟助理虽然不能在需要个人接触的危急情况下取代人工,但却帮助紧急求助热线等面临挑战的机构应对日益增多的电话和查询。

图2 - Capgemini AI在健康领域的应用

权衡在临床实践中植入人工智能的风险

如上所示,医疗保健服务的许多方面都可以通过AI的实现得到增强。然而,人工智能在日常健康业务中的引入仍然有限(经合组织,2020年)。事实上,将人工智能嵌入日常临床实践需要权衡技术、伦理和监管方面的诸多因素。

从技术优势来看,某些人工智能保健应用仍然不够强大。在医疗保健领域扩展人工智能的一个障碍是“弱人工智能”现象,即狭窄的人工智能应用程序使用一组特定的数据进行训练,但当输入数据与训练数据稍有不同时,就不能很好地工作。这可能会导致误导性的证据和诊断,就像2020年发生的那样,当时肿瘤科使用合成癌症病例,而不是真实的患者数据,对癌症治疗提出了不安全和错误的建议(Gerke等人,2020年)。

人工智能模型非常依赖数据的质量,它们从中学习统计不规则性(过度拟合),甚至吸收科学家的刻板印象。后一种现象可能会使人工智能工具基于种族、性别或社会经济条件等因素对特定群体极为歧视,导致出现危险的结果不平等。例如,2019年,几个医疗系统使用的一种算法将“治疗更昂贵”分类为“患者病情更严重”。“然而,在现实生活中,获得医疗保健的机会不平等意味着,使用这些指标的医疗保健提供者在非洲裔患者身上的花费要少于同等病情的白人患者(Manyika等,2019)。

此外,用于医疗行业人工智能的“成分”数据包括人们不会自由分享的敏感信息。研究指出,健康人工智能领域“与数据所有权和隐私相关的许多问题”,呼吁“谨慎的政策干预”(Vinuesa等人,2020年)。毫不奇怪,我们的受访者在AI4Good道德会议期间进行调查证实他们对自己的医疗数据极其保护。因此,在将人工智能部署到日常提供的卫生服务时,隐私和同意是需要考虑的关键方面。

最后,允许谁以及如何直接处理这些数据的问题也与责任问题有关。谁应该为人工智能造成的误诊负责?如何规范这种人工智能的使用,无论好坏?

超越炒作——朝着现实和伦理意识的健康人工智能的使用

人工智能代表了医疗保健部门的变革力量,在改善全球健康方面具有巨大潜力。尽管这项技术让我们更接近实现联合国可持续发展目标等重要政策目标,但它也带来了一些挑战。如果不妥善应对,这些挑战可能会放大和巩固当前的社会经济和地缘政治问题,这些问题因新冠肺炎大流行而更加迅速地出现。

为了平息围绕人工智能等创新技术的炒作,并以一种能够现实地阻止流行病——以及未来类似挑战——的方式实施它,以下步骤是必不可少的:

  • 通过确保数据质量和促进与将人工智能用于卫生有关的研究,提高人工智能的健壮性
  • 在伦理原则的基础上构建人工智能,例如由欧洲联盟高级别专家组或者是经济合作与发展组织:用于健康的人工智能应该是公平的、符合隐私、可解释的和安全的
  • 医疗领域的人工智能解决方案应保持以人为本,以患者为中心——从而增加患者对医生的信任——并始终保持对医生的关注,并为医疗劳动力市场的新时代做好充分准备
  • 在医疗行业数据共享和人工智能治理方面的国际协作与协调,是成功实现人工智能在该领域潜力的最终基本要求。

本博客由会CarsanigaPierre-Adrien Hanania。请联系作者获取更多信息。

相关的帖子

人工智能

下一代医疗保健——智能行业中的软件即医疗设备(SaMD)

日期图标 2021年2月5日

在过去的20年里,医疗设备内部和周边的技术创新…

人工智能

没有什么比数据驱动的业务更重要了:对2021年数据驱动未来的预测

给江
日期图标 2021年1月29日

不,数据不是新的石油——如果仅仅因为它已毫无争议地成为最大的……

人工智能

预测性维护的创新解决方案

亚尼克·马特尔
日期图标 2021年1月22日

毫无疑问,预见性维修市场整体表现强劲……