AI -experts bespreken hoe ze robuuste AI kunnen integreren in de gezondheidszorg, waarom interdisciplinaire samenwerking van cruciaal belang is en het potentieel van generatieve AI in onderzoek.
Feifei Li en Lloyd Minor gaven op 14 mei op 14 mei openingsopmerkingen op het Inaugural Raid Health Symposium aan de Stanford University School of Medicine. Steve Fish
De meeste mensen gevangen genomen door kunstmatige intelligentie hebben een soort 'aha' -moment gehad, waardoor hun geest wordt geopend voor een wereld van mogelijkheden. Tijdens het inaugurele Raise Health Symposium op 14 mei deelde Lloyd Minor, MD, decaan van Stanford University School of Medicine en vice -president voor medische zaken aan de Stanford University, zijn perspectief.
Toen een nieuwsgierige tiener werd gevraagd om zijn bevindingen over het binnenoor samen te vatten, wendde hij zich tot generatieve kunstmatige intelligentie. 'Ik vroeg:' Wat is het Superior Canal Dehiscence -syndroom? ' Minor vertelde bijna 4.000 Symposium -deelnemers. Binnen enkele seconden verschenen er verschillende paragrafen.
"Ze zijn goed, echt goed," zei hij. “Dat deze informatie is samengesteld in een beknopte, over het algemeen nauwkeurige en duidelijk prioriteit gegeven aan de beschrijving van de ziekte. Dit is vrij opmerkelijk. "
Velen deelden de opwinding van minderjarige voor het evenement van een halve dag, dat een uitloper was van het Raise Health Initiative, een project gelanceerd door Stanford University School of Medicine en het Stanford Institute for Human-Centered Artificial Intelligence (HAI) om het verantwoordelijke gebruik van kunstmatig te begeleiden intelligentie. Intelligentie in biomedisch onderzoek, onderwijs en patiëntenzorg. De sprekers onderzochten wat het betekent om kunstmatige intelligentie in de geneeskunde te implementeren op een manier die niet alleen nuttig is voor artsen en wetenschappers, maar ook transparant, eerlijk en billijk voor patiënten.
"Wij geloven dat dit een technologie is die de menselijke capaciteiten verbetert," zei Fei-Fei Li, professor informatica aan de Stanford School of Engineering, directeur van de Raise Health met Minor Project en co-directeur van HAI. Generatie na generatie, nieuwe technologieën kunnen ontstaan: van nieuwe moleculaire sequenties van antibiotica tot het in kaart brengen van biodiversiteit en het onthullen van verborgen delen van de fundamentele biologie, AI versnelt de wetenschappelijke ontdekking. Maar dit is niet allemaal voordelig. "Al deze toepassingen kunnen onbedoelde gevolgen hebben, en we hebben computerwetenschappers nodig die [kunstmatige intelligentie] op verantwoorde wijze ontwikkelen en implementeren, werken met verschillende belanghebbenden, van artsen en ethici ... tot beveiligingsexperts en daarna," zegt zij. "Initiatieven zoals Raid Health tonen onze toewijding hieraan."
De consolidatie van drie divisies van Stanford Medicine - de School of Medicine, Stanford Health Care en de Stanford University School of Child Health Medicine - en de connecties met andere delen van Stanford University hebben het in een positie gebracht waar experts worstelen met de ontwikkeling van de ontwikkeling van Kunstmatige intelligentie. Management- en integratieproblemen op het gebied van gezondheidszorg en geneeskunde. Medicine, het lied ging.
“We zijn goed gepositioneerd als een pionier in de ontwikkeling en verantwoorde implementatie van kunstmatige intelligentie, van fundamentele biologische ontdekkingen tot het verbeteren van de ontwikkeling van geneesmiddelen en het efficiënter maken van klinische proefprocessen, tot de daadwerkelijke levering van gezondheidszorg. gezondheidszorg. De manier waarop het gezondheidszorgsysteem is opgezet, 'zei hij.
Verschillende sprekers benadrukten een eenvoudig concept: focus op de gebruiker (in dit geval de patiënt of arts) en al het andere zal volgen. "Het plaatst de patiënt centraal in alles wat we doen," zei Dr. Lisa Lehmann, directeur van bio -ethiek in Brigham and Women's Hospital. "We moeten rekening houden met hun behoeften en prioriteiten."
Van links naar rechts: Stat News Anchor Mohana Ravindranath; Jessica Peter Lee van Microsoft Research; Sylvia plevritis, hoogleraar biomedische data science, bespreekt de rol van kunstmatige intelligentie in medisch onderzoek. Steve Fish
Sprekers op het panel, waaronder Lehmann, Stanford University Medical Bioethicist Mildred Cho, MD, MD en Google Chief Clinical Officer Michael Howell, MD, merkten de complexiteit van ziekenhuissystemen op, waarbij de noodzaak werd benadrukt om hun doel te begrijpen vóór enige interventie. Implementeer het en zorg ervoor dat alle ontwikkelde systemen inclusief zijn en luisteren naar de mensen die ze zijn ontworpen om te helpen.
Een sleutel is transparantie: het maakt duidelijk waar de gegevens die worden gebruikt om het algoritme te trainen vandaan komen, wat het oorspronkelijke doel van het algoritme is, en of toekomstige patiëntgegevens het algoritme zullen blijven helpen onder andere te leren.
"Proberen om ethische problemen te voorspellen voordat ze serieus worden [betekent] het vinden van de perfecte sweet spot waar je genoeg weet over de technologie om er enig vertrouwen in te hebben, maar niet voordat [het probleem] zich verder verspreidt en het eerder oplossen." , Zei Denton Char. Kandidaat van medische wetenschappen, universitair hoofddocent van de afdeling pediatrische anesthesiologie, perioperatieve geneeskunde en pijngeneeskunde. Een belangrijke stap, zegt hij, is het identificeren van alle belanghebbenden die kunnen worden getroffen door de technologie en bepalen hoe ze zelf die vragen willen beantwoorden.
Jesse Ehrenfeld, MD, president van de American Medical Association, bespreekt vier factoren die de acceptatie van een digitale gezondheidstool stimuleren, inclusief die welke worden aangedreven door kunstmatige intelligentie. Is het effectief? Werkt dit in mijn instelling? Wie betaalt? Wie is verantwoordelijk?
Michael Pfeffer, MD, Chief Information Officer van Stanford Health Care, noemde een recent voorbeeld waarin veel van de problemen werden getest onder verpleegkundigen in Stanford Hospitals. Artsen worden ondersteund door grote taalmodellen die initiële annotaties bieden voor inkomende patiëntenberichten. Hoewel het project niet perfect is, hebben artsen die hebben geholpen het technologierapport te ontwikkelen dat het model hun werklast vergemakkelijkt.
“We richten ons altijd op drie belangrijke dingen: veiligheid, efficiëntie en inclusie. Wij zijn artsen. We nemen een eed af om 'geen kwaad te doen', zei Nina Vasan, MD, klinische assistent -professor in de psychiatrie en gedragswetenschappen, die lid werden van Char en Pfeffer bij de groep. "Dit zou de eerste manier moeten zijn om deze tools te evalueren."
Nigam Shah, MBBS, Ph.D., hoogleraar geneeskunde en biomedische data science, begon de discussie met een schokkende statistiek ondanks eerlijke waarschuwing voor het publiek. "Ik praat in algemene termen en cijfers, en soms zijn ze meestal heel direct," zei hij.
Volgens Shah hangt het succes van AI af van ons vermogen om het te schalen. “Het doen van goed wetenschappelijk onderzoek op een model duurt ongeveer 10 jaar, en als elk van de 123 fellowship- en residentieprogramma's het model naar dat niveau van strengheid wilde testen en inzetten, zou het heel moeilijk zijn om de juiste wetenschap te doen terwijl we momenteel organiseren Onze inspanningen en [test]] zou het $ 138 miljard kosten om ervoor te zorgen dat al onze sites correct werken, 'zei Shah. “We kunnen dit niet betalen. We moeten dus een manier vinden om uit te breiden, en we moeten uitbreiden en goede wetenschap doen. De strengheid vaardigheden zijn op de ene plaats en de schaalvaardigheden zijn in een andere, dus we hebben dat soort partnerschap nodig. "
Associate Dean Yuan Ashley en Mildred Cho (receptie) woonden de Rais Health Workshop bij. Steve Fish
Sommige sprekers op het symposium zeiden dat dit zou kunnen worden bereikt door publiek-private partnerschappen, zoals de recente executive order van het Witte Huis over de veilige, veilige en betrouwbare ontwikkeling en gebruik van kunstmatige intelligentie en het consortium voor kunstmatige intelligentie in de gezondheidszorg (CHAI). ).
"Het publiek-private samenwerking met het grootste potentieel is er een tussen de academische wereld, de particuliere sector en de publieke sector," zei Laura Adams, senior adviseur van de National Academy of Medicine. Ze merkte op dat de overheid het vertrouwen van het publiek kan waarborgen, en academische medische centra kunnen. Lessenitimiteit bieden, en technische expertise en computertijd kunnen door de particuliere sector worden verstrekt. "We zijn allemaal beter dan iemand van ons, en we erkennen dat ... we kunnen niet bidden om het potentieel van [kunstmatige intelligentie] te realiseren, tenzij we begrijpen hoe we met elkaar kunnen communiceren."
Verschillende sprekers zeiden dat AI ook invloed heeft op onderzoek, of wetenschappers het gebruiken om biologisch dogma te verkennen, nieuwe sequenties en structuren van synthetische moleculen te voorspellen om nieuwe behandelingen te ondersteunen, of zelfs te helpen bij het samenvatten of schrijven van wetenschappelijke artikelen.
"Dit is een kans om het onbekende te zien," zei Jessica Mega, MD, een cardioloog aan de Stanford University School of Medicine en mede-oprichter van Alphabet's Conily. Mega noemde hyperspectrale beeldvorming, die beeldkenmerken onzichtbaar is voor het menselijk oog. Het idee is om kunstmatige intelligentie te gebruiken om patronen in pathologiedia's te detecteren die mensen niet zien die duiden op ziekte. “Ik moedig mensen aan om het onbekende te omarmen. Ik denk dat iedereen hier iemand kent met een soort medische aandoening die iets nodig heeft dan wat we vandaag kunnen bieden, 'zei Mejia.
De panelleden waren het er ook over eens dat kunstmatige intelligentiesystemen nieuwe manieren zullen bieden om bevooroordeelde besluitvorming te identificeren en te bestrijden, hetzij gemaakt door mensen of kunstmatige intelligentie, met het vermogen om de bron van de vooringenomenheid te identificeren.
"Gezondheid is meer dan alleen medische zorg," waren verschillende panelleden eens. Sprekers benadrukten dat onderzoekers vaak sociale determinanten van gezondheid over het hoofd zien, zoals sociaaleconomische status, postcode, opleidingsniveau en ras en etniciteit, bij het verzamelen van inclusieve gegevens en het werven van deelnemers voor studies. "AI is slechts zo effectief als de gegevens waarover het model is getraind", zegt Michelle Williams, een professor in epidemiologie aan de Harvard University en universitair hoofddocent epidemiologie en bevolking gezondheid aan de Stanford University School of Medicine. “Als we doen waar we naar streven. Verbeter de gezondheidsresultaten en elimineren ongelijkheden, we moeten ervoor zorgen dat we hoogwaardige gegevens verzamelen over menselijk gedrag en de sociale en natuurlijke omgeving. ”
Natalie Pageler, MD, klinisch hoogleraar kindergeneeskunde en geneeskunde, zei dat geaggregeerde kankergegevens vaak gegevens over zwangere vrouwen uitsluiten, waardoor onvermijdelijke vooroordelen in modellen worden gecreëerd en bestaande verschillen in gezondheidszorg worden verergerd.
Dr. David Magnus, een professor in kindergeneeskunde en geneeskunde, zei dat kunstmatige intelligentie, net als elke nieuwe technologie, dingen op veel manieren beter kan maken of ze erger kan maken. Het risico, zei Magnus, is dat kunstmatige intelligentiesystemen zullen leren over oneerlijke gezondheidsresultaten die worden aangedreven door sociale determinanten van gezondheid en die resultaten door hun output versterken. "Kunstmatige intelligentie is een spiegel die de samenleving weerspiegelt waarin we leven," zei hij. "Ik hoop dat elke keer dat we de mogelijkheid hebben om een licht op een probleem te schijnen - om een spiegel aan onszelf te houden - het zal dienen als motivatie om de situatie te verbeteren."
Als u niet in staat was om de verhoging van de gezondheidsworkshop bij te wonen, is hier een opname van de sessie te vinden.
Stanford University School of Medicine is een geïntegreerd academisch gezondheidszorgsysteem dat bestaat uit de Stanford University School of Medicine en de leveringssystemen voor volwassenen en pediatrische gezondheidszorg. Samen realiseren ze het volledige potentieel van biomedicine door middel van samenwerkingsonderzoek, onderwijs en klinische patiëntenzorg. Voor meer informatie, bezoek med.stanford.edu.
Een nieuw kunstmatig intelligentiemodel helpt artsen en verpleegkundigen in het Stanford Hospital samen te werken om de patiëntenzorg te verbeteren.
Posttijd: Jul-19-2024