AI-experts bespreken hoe robuuste AI in de gezondheidszorg kan worden geïntegreerd, waarom interdisciplinaire samenwerking van cruciaal belang is, en het potentieel van generatieve AI in onderzoek.
Feifei Li en Lloyd Minor gaven openingstoespraken op het inaugurele RAISE Health Symposium aan de Stanford University School of Medicine op 14 mei. Steve Fish
De meeste mensen die door kunstmatige intelligentie worden vastgelegd, hebben een soort ‘aha’-moment gehad, waardoor hun geest werd geopend voor een wereld van mogelijkheden. Tijdens het eerste RAISE Health Symposium op 14 mei deelde Lloyd Minor, MD, decaan van de Stanford University School of Medicine en vice-president voor medische zaken aan de Stanford University, zijn perspectief.
Toen een nieuwsgierige tiener werd gevraagd zijn bevindingen met betrekking tot het binnenoor samen te vatten, wendde hij zich tot generatieve kunstmatige intelligentie. "Ik vroeg: 'Wat is het superieure kanaaldehiscentiesyndroom?' Minor vertelde het aan bijna 4.000 symposiumdeelnemers. Binnen enkele seconden verschenen er verschillende paragrafen.
“Ze zijn goed, heel goed”, zei hij. “Dat deze informatie werd samengevoegd tot een beknopte, over het algemeen nauwkeurige en duidelijk geprioriteerde beschrijving van de ziekte. Dit is behoorlijk opmerkelijk.”
Velen deelden de opwinding van Minor over het evenement van een halve dag, dat een uitvloeisel was van het RAISE Health-initiatief, een project gelanceerd door de Stanford University School of Medicine en het Stanford Institute for Human-Centered Artificial Intelligence (HAI) om het verantwoorde gebruik van kunstmatige intelligentie 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 rechtvaardig voor patiënten.
“Wij geloven dat dit een technologie is die de menselijke capaciteiten vergroot”, zegt Fei-Fei Li, hoogleraar computerwetenschappen aan de Stanford School of Engineering, directeur van het RAISE Health with Minor-project en mededirecteur van HAI. generatie na generatie kunnen nieuwe technologieën ontstaan: van nieuwe moleculaire sequenties van antibiotica tot het in kaart brengen van de biodiversiteit en het onthullen van verborgen delen van de fundamentele biologie: AI versnelt wetenschappelijke ontdekkingen. Maar dit alles is niet nuttig. “Al deze toepassingen kunnen onbedoelde gevolgen hebben, en we hebben computerwetenschappers nodig die op verantwoorde wijze [kunstmatige intelligentie] ontwikkelen en implementeren, in samenwerking met een verscheidenheid aan belanghebbenden, van artsen en ethici… tot beveiligingsexperts en daarbuiten”, zegt ze. “Initiatieven als RAISE Health laten zien dat we ons hiervoor inzetten.”
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 verbindingen ervan met andere delen van Stanford University hebben het in een positie gebracht waarin experts worstelen met de ontwikkeling van kunstmatige intelligentie. management- en integratievraagstukken op het gebied van gezondheidszorg en geneeskunde. Medicijnen, zo luidde het liedje.
“We zijn goed gepositioneerd om een pionier te zijn 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 en met de daadwerkelijke levering van gezondheidszorgdiensten. 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 bij alles wat we doen”, zegt dr. Lisa Lehmann, directeur bio-ethiek bij Brigham and Women's Hospital. “We moeten rekening houden met hun behoeften en prioriteiten.”
Van links naar rechts: STAT Nieuwspresentator Mohana Ravindranath; Jessica Peter Lee van Microsoft Research; Sylvia Plevritis, hoogleraar biomedische data science, bespreekt de rol van kunstmatige intelligentie in medisch onderzoek. Steve Vis
Sprekers in het panel, waaronder Lehmann, medisch bio-ethicus Mildred Cho, MD, en Google Chief Clinical Officer Michael Howell, MD van Stanford University, wezen op de complexiteit van ziekenhuissystemen en benadrukten de noodzaak om vóór elke interventie het doel ervan te begrijpen. Implementeer het en zorg ervoor dat alle ontwikkelde systemen inclusief zijn en luisteren naar de mensen waarvoor ze bedoeld zijn.
Eén van de sleutelwoorden 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 bij het leren, naast andere factoren.
“Proberen ethische problemen te voorspellen voordat ze serieus worden [betekent] het vinden van de perfecte plek 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 oplost.” , zei Denton Char. Kandidaat Medische Wetenschappen, universitair hoofddocent bij de afdeling Kinderanesthesiologie, Perioperatieve Geneeskunde en Pijngeneeskunde. Een belangrijke stap, zegt hij, is het identificeren van alle belanghebbenden die mogelijk door de technologie worden beïnvloed en het bepalen hoe zij zelf die vragen willen beantwoorden.
Jesse Ehrenfeld, MD, president van de American Medical Association, bespreekt vier factoren die de acceptatie van elk digitaal gezondheidsinstrument stimuleren, inclusief tools die worden aangedreven door kunstmatige intelligentie. Is het effectief? Zal dit in mijn instelling werken? Wie betaalt? Wie is verantwoordelijk?
Michael Pfeffer, MD, Chief Information Officer van Stanford Health Care, haalde een recent voorbeeld aan waarin veel van de problemen werden getest onder verpleegkundigen in Stanford-ziekenhuizen. Artsen worden ondersteund door grote taalmodellen die initiële annotaties bieden voor inkomende patiëntberichten. Hoewel het project niet perfect is, melden artsen die hebben geholpen bij de ontwikkeling van de technologie dat het model hun werklast verlicht.
“Wij focussen ons altijd op drie belangrijke zaken: veiligheid, efficiëntie en inclusiviteit. Wij zijn doktoren. We hebben een eed afgelegd om “geen kwaad te doen”, zegt Nina Vasan, MD, klinisch assistent-professor in de psychiatrie en gedragswetenschappen, die zich bij Char voegde 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 datawetenschap, begon de discussie met een schokkende statistiek, ondanks een eerlijke waarschuwing aan het publiek. “Ik praat in algemene termen en cijfers, en soms zijn ze heel direct”, zei hij.
Volgens Shah hangt het succes van AI af van ons vermogen om het op te schalen. “Het doen van goed wetenschappelijk onderzoek naar een model duurt ongeveer tien jaar, en als elk van de 123 fellowship- en residency-programma’s het model op dat rigoureuze niveau zou willen testen en inzetten, zou het erg moeilijk zijn om de juiste wetenschap te bedrijven zoals we die momenteel organiseren. onze inspanningen en [test]] Het zou 138 miljard dollar kosten om ervoor te zorgen dat al onze sites correct werken”, zei Shah. “Dit kunnen wij ons niet veroorloven. We moeten dus een manier vinden om uit te breiden, en we moeten uitbreiden en goede wetenschap bedrijven. De nauwkeurigheidsvaardigheden bevinden zich op één plek en de schaalvaardigheden op een andere plek, dus we zullen dat soort partnerschap nodig hebben.”
Associate Dean Yuan Ashley en Mildred Cho (receptie) woonden de RAISE Health Workshop bij. Steve Vis
Sommige sprekers op het symposium zeiden dat dit kan worden bereikt via publiek-private partnerschappen, zoals de recente White House Executive Order on the Secure, Secure and Trustworthy Development and Use of Artificial Intelligence en het Consortium for Healthcare Artificial Intelligence (CHAI). ).
“Het publiek-private partnerschap met het grootste potentieel is er een tussen de academische wereld, de particuliere sector en de publieke sector”, zegt 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 dat ook. zorgen voor legitimiteit, en technische expertise en computertijd kunnen door de particuliere sector worden geleverd. “We zijn allemaal beter dan wij allemaal, en we erkennen dat… we niet kunnen bidden om het potentieel van [kunstmatige intelligentie] te realiseren, tenzij we begrijpen hoe we met elkaar moeten omgaan.”
Verschillende sprekers zeiden dat AI ook invloed heeft op onderzoek, of wetenschappers het nu gebruiken om biologische dogma's te onderzoeken, nieuwe sequenties en structuren van synthetische moleculen te voorspellen ter ondersteuning van nieuwe behandelingen, of hen zelfs te helpen bij het samenvatten of schrijven van wetenschappelijke artikelen.
"Dit is een kans om het onbekende te zien", zegt Jessica Mega, MD, cardioloog aan de Stanford University School of Medicine en medeoprichter van Alphabet's Verily. Mega noemde hyperspectrale beeldvorming, waarbij beeldkenmerken worden vastgelegd die onzichtbaar zijn voor het menselijk oog. Het idee is om kunstmatige intelligentie te gebruiken om patronen in pathologiedia's te detecteren die mensen niet zien en die op een ziekte duiden. “Ik moedig mensen aan om het onbekende te omarmen. Ik denk dat iedereen hier iemand kent met een of andere medische aandoening die iets nodig heeft dat verder gaat dan wat we vandaag kunnen bieden”, zei Mejia.
De panelleden waren het er ook over eens dat kunstmatige-intelligentiesystemen nieuwe manieren zullen bieden om vooringenomen besluitvorming, of deze nu door mensen of door kunstmatige intelligentie wordt gemaakt, te identificeren en te bestrijden, met de mogelijkheid om de bron van de vooringenomenheid te identificeren.
“Gezondheid is meer dan alleen medische zorg”, waren verschillende panelleden het erover eens. Sprekers benadrukten dat onderzoekers vaak sociale determinanten van gezondheid over het hoofd zien, zoals sociaal-economische status, postcode, opleidingsniveau, en ras en etniciteit, bij het verzamelen van inclusieve gegevens en het rekruteren van deelnemers voor studies. “AI is slechts zo effectief als de gegevens waarop het model is getraind”, zegt Michelle Williams, hoogleraar epidemiologie aan de Harvard University en universitair hoofddocent epidemiologie en volksgezondheid aan de Stanford University School of Medicine. ‘Als we doen waar we naar streven. Om de gezondheidsresultaten te verbeteren en ongelijkheden weg te nemen, moeten we 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 de modellen ontstaan en de bestaande verschillen in de gezondheidszorg worden verergerd.
Dr. David Magnus, hoogleraar kindergeneeskunde en geneeskunde, zei dat kunstmatige intelligentie, net als elke nieuwe technologie, dingen in veel opzichten beter of erger kan maken. Het risico, aldus Magnus, is dat kunstmatige-intelligentiesystemen zullen leren over ongelijke gezondheidsresultaten die worden aangestuurd door sociale gezondheidsdeterminanten en deze resultaten zullen versterken door hun output. “Kunstmatige intelligentie is een spiegel die de samenleving weerspiegelt waarin we leven”, zei hij. “Ik hoop dat elke keer dat we de kans krijgen om een licht op een kwestie te laten schijnen – om onszelf een spiegel voor te houden – dit als motivatie zal dienen om de situatie te verbeteren.”
Als u de RAISE Health workshop niet kon bijwonen, kunt u hier een opname van de sessie vinden.
Stanford University School of Medicine is een geïntegreerd academisch gezondheidszorgsysteem dat bestaat uit de Stanford University School of Medicine en de gezondheidszorgsystemen voor volwassenen en kinderen. Samen realiseren zij het volledige potentieel van de biogeneeskunde door middel van gezamenlijk onderzoek, onderwijs en klinische patiëntenzorg. Ga voor meer informatie naar med.stanford.edu.
Een nieuw model voor kunstmatige intelligentie helpt artsen en verpleegkundigen in het Stanford Hospital samen te werken om de patiëntenzorg te verbeteren.
Posttijd: 19 juli 2024