AI-experts bespreken hoe robuuste AI in de gezondheidszorg kan worden geïntegreerd, waarom interdisciplinaire samenwerking cruciaal is en het potentieel van generatieve AI in onderzoek.
Feifei Li en Lloyd Minor gaven de openingsrede tijdens het eerste RAISE Health Symposium aan de Stanford University School of Medicine op 14 mei. Steve Fish
De meeste mensen die door kunstmatige intelligentie worden gegrepen, hebben wel eens een 'aha'-moment gehad, waardoor een wereld aan mogelijkheden voor hen openging. Tijdens het eerste RAISE Health Symposium op 14 mei deelde Lloyd Minor, MD, decaan van de Stanford University School of Medicine en vicepresident medische zaken aan Stanford University, zijn perspectief.
Toen een nieuwsgierige tiener werd gevraagd zijn bevindingen over het binnenoor samen te vatten, wendde hij zich tot generatieve kunstmatige intelligentie. "Ik vroeg: 'Wat is het superior canal dehiscence syndrome?'", vertelde Minor aan bijna 4000 deelnemers aan het symposium. Binnen enkele seconden verschenen er meerdere alinea's.
"Ze zijn goed, echt heel goed," zei hij. "Dat deze informatie is samengebracht in een beknopte, over het algemeen accurate en duidelijk geprioriteerde beschrijving van de ziekte. Dat is echt opmerkelijk."
Velen deelden Minors enthousiasme voor het evenement van een halve dag, dat voortvloeide uit het RAISE Health-initiatief, een project van de Stanford University School of Medicine en het Stanford Institute for Human-Centered Artificial Intelligence (HAI) om het verantwoord gebruik van kunstmatige intelligentie in biomedisch onderzoek, onderwijs en patiëntenzorg te bevorderen. De sprekers bespraken 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 mogelijkheden vergroot", aldus Fei-Fei Li, hoogleraar computerwetenschappen aan de Stanford School of Engineering, directeur van het RAISE Health with Minor-project en co-directeur van HAI. Generatie na generatie kunnen er nieuwe technologieën ontstaan: van nieuwe moleculaire sequenties van antibiotica tot het in kaart brengen van biodiversiteit en het onthullen van verborgen aspecten van de fundamentele biologie. AI versnelt wetenschappelijke ontdekkingen. Maar niet alles is even gunstig. "Al deze toepassingen kunnen onbedoelde gevolgen hebben, en we hebben computerwetenschappers nodig die [kunstmatige intelligentie] op een verantwoorde manier ontwikkelen en implementeren, in samenwerking met diverse belanghebbenden, van artsen en ethici tot beveiligingsexperts en meer", zegt ze. "Initiatieven zoals RAISE Health tonen onze betrokkenheid hierbij aan."
De samenvoeging van drie onderdelen van Stanford Medicine – de School of Medicine, Stanford Health Care en de Stanford University School of Child Health Medicine – en de verbindingen met andere delen van Stanford University hebben ertoe geleid dat experts zich buigen over de ontwikkeling van kunstmatige intelligentie, management- en integratievraagstukken in de gezondheidszorg en de geneeskunde. Geneeskunde, zo luidde het liedje.
"We zijn uitstekend gepositioneerd om een pionier te zijn in de ontwikkeling en verantwoorde implementatie van kunstmatige intelligentie, van fundamentele biologische ontdekkingen tot het verbeteren van de geneesmiddelenontwikkeling en het efficiënter maken van klinische onderzoeksprocessen, tot aan de daadwerkelijke levering van gezondheidszorgdiensten. De manier waarop het gezondheidszorgsysteem is ingericht," zei hij.
Verschillende sprekers benadrukten een eenvoudig concept: focus op de gebruiker (in dit geval de patiënt of arts) en de rest volgt vanzelf. "Het plaatst de patiënt centraal in alles wat we doen", zei 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 News-presentatrice Mohana Ravindranath; Jessica Peter Lee van Microsoft Research; Sylvia Plevritis, hoogleraar biomedische datawetenschap, bespreekt de rol van kunstmatige intelligentie in medisch onderzoek. Steve Fish
De sprekers in het panel, waaronder Lehmann, medisch bio-ethicus Mildred Cho van Stanford University en Chief Clinical Officer Michael Howell van Google, wezen op de complexiteit van ziekenhuissystemen en benadrukten de noodzaak om het doel ervan te begrijpen vóórdat er wordt ingegrepen. Implementeer het systeem en zorg ervoor dat alle ontwikkelde systemen inclusief zijn en luisteren naar de mensen die ze moeten helpen.
Een belangrijk aspect is transparantie: het maakt duidelijk waar de gegevens vandaan komen die gebruikt zijn om het algoritme te trainen, wat het oorspronkelijke doel van het algoritme is en of toekomstige patiëntgegevens het algoritme verder zullen helpen bij het leerproces, naast andere factoren.
"Het proberen om ethische problemen te voorspellen voordat ze ernstig worden, betekent het vinden van de perfecte balans: je weet genoeg over de technologie om er vertrouwen in te hebben, maar niet voordat het probleem zich verder verspreidt, zodat je het sneller kunt oplossen", aldus Denton Char, kandidaat in de medische wetenschappen en universitair hoofddocent bij de afdeling Kinderanesthesiologie, Perioperatieve Geneeskunde en Pijnbestrijding. Een belangrijke stap, zegt hij, is het identificeren van alle belanghebbenden die door de technologie kunnen worden beïnvloed en vaststellen hoe zij zelf op die vragen zouden willen antwoorden.
Jesse Ehrenfeld, MD, voorzitter van de American Medical Association, bespreekt vier factoren die de acceptatie van elk digitaal gezondheidsinstrument, inclusief instrumenten met kunstmatige intelligentie, beïnvloeden. 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 kwesties werden getest onder verpleegkundigen in Stanford-ziekenhuizen. Klinische zorgverleners worden ondersteund door grote taalmodellen die initiële annotaties leveren voor binnenkomende patiëntberichten. Hoewel het project niet perfect is, melden artsen die hebben meegewerkt aan de ontwikkeling van de technologie dat het model hun werkdruk verlicht.
“We richten ons altijd op drie belangrijke dingen: veiligheid, efficiëntie en inclusiviteit. We zijn artsen. We hebben een eed afgelegd om ‘geen kwaad te doen’”, aldus Nina Vasan, MD, klinisch assistent-professor in de psychiatrie en gedragswetenschappen, die zich bij Char en Pfeffer in de groep voegde. “Dit zou de eerste manier moeten zijn om deze instrumenten te evalueren.”
Nigam Shah, MBBS, Ph.D., hoogleraar geneeskunde en biomedische datawetenschap, opende de discussie met een schokkende statistiek, ondanks dat hij het publiek van tevoren had gewaarschuwd. "Ik spreek in algemene termen en met cijfers, en soms zijn die nogal direct," zei hij.
Volgens Shah hangt het succes van AI af van ons vermogen om het op te schalen. "Gedegen wetenschappelijk onderzoek naar een model duurt ongeveer tien jaar, en als elk van de 123 fellowship- en residentieprogramma's het model op dat niveau van nauwkeurigheid zou willen testen en implementeren, zou het erg moeilijk zijn om de juiste wetenschap te bedrijven zoals we onze inspanningen nu organiseren en testen. Het zou 138 miljard dollar kosten om ervoor te zorgen dat al onze locaties correct functioneren", aldus Shah. "Dat kunnen we ons niet veroorloven. Dus we moeten een manier vinden om uit te breiden, en we moeten uitbreiden én gedegen wetenschappelijk onderzoek doen. De expertise op het gebied van nauwkeurigheid bevindt zich op de ene plek en de expertise op het gebied van schaalvergroting op een andere, dus we hebben dat soort samenwerking nodig."
Adjunct-decaan Yuan Ashley en Mildred Cho (receptie) woonden de RAISE Health Workshop bij. Steve Fish
Sommige sprekers op het symposium gaven aan dat dit bereikt zou kunnen worden door middel van publiek-private partnerschappen, zoals het recente presidentiële decreet van het Witte Huis over de veilige en betrouwbare ontwikkeling en het gebruik van kunstmatige intelligentie en het Consortium for Healthcare Artificial Intelligence (CHAI).
"De publiek-private samenwerking met het grootste potentieel is er een tussen de academische wereld, de private sector en de publieke sector", aldus Laura Adams, senior adviseur van de National Academy of Medicine. Ze merkte op dat de overheid het publieke vertrouwen kan waarborgen, academische medische centra legitimiteit kunnen bieden en de private sector technische expertise en computertijd kan leveren. "We zijn allemaal beter dan ieder van ons afzonderlijk, en dat erkennen we... we kunnen het potentieel van [kunstmatige intelligentie] niet volledig benutten tenzij we begrijpen hoe we met elkaar moeten samenwerken."
Verschillende sprekers gaven aan dat AI ook een impact 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 zelfs om wetenschappelijke artikelen samen te vatten of te schrijven.
"Dit is een kans om het onbekende te zien," zei Jessica Mega, MD, cardioloog aan de Stanford University School of Medicine en medeoprichter van Alphabet's Verily. Mega noemde hyperspectrale beeldvorming, waarmee beeldkenmerken worden vastgelegd die onzichtbaar zijn voor het menselijk oog. Het idee is om kunstmatige intelligentie te gebruiken om patronen in pathologische preparaten te detecteren die mensen niet zien en die wijzen op een ziekte. "Ik moedig mensen aan om het onbekende te omarmen. Ik denk dat iedereen hier wel iemand kent met een medische aandoening die iets nodig heeft dat we vandaag de dag niet kunnen bieden," zei Mega.
De panelleden waren het er ook over eens dat systemen met kunstmatige intelligentie nieuwe manieren zullen bieden om bevooroordeelde besluitvorming te identificeren en te bestrijden, ongeacht of deze door mensen of door kunstmatige intelligentie wordt veroorzaakt, met de mogelijkheid om de bron van de vooringenomenheid te achterhalen.
"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 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 waarop het model is getraind," zei Michelle Williams, hoogleraar epidemiologie aan de Harvard University en universitair hoofddocent epidemiologie en volksgezondheid aan de Stanford University School of Medicine. "Als we willen bereiken wat we nastreven – het verbeteren van de gezondheidsresultaten en het elimineren van ongelijkheden – 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 interne geneeskunde, zei dat geaggregeerde kankergegevens vaak geen gegevens over zwangere vrouwen bevatten, wat onvermijdelijk vertekeningen in modellen veroorzaakt en bestaande ongelijkheden in de gezondheidszorg verergert.
Dr. David Magnus, hoogleraar kindergeneeskunde en interne geneeskunde, zei dat kunstmatige intelligentie, net als elke nieuwe technologie, de zaken op veel manieren kan verbeteren of juist verslechteren. Het risico, aldus Magnus, is dat systemen met kunstmatige intelligentie leren over ongelijke gezondheidsuitkomsten die worden veroorzaakt door sociale determinanten van gezondheid en die uitkomsten vervolgens versterken via hun output. "Kunstmatige intelligentie is een spiegel die de maatschappij waarin we leven weerspiegelt", zei hij. "Ik hoop dat elke keer dat we de kans krijgen om een probleem aan het licht te brengen – om onszelf een spiegel voor te houden – dit zal dienen als motivatie om de situatie te verbeteren."
Mocht u de RAISE Health-workshop niet hebben kunnen bijwonen, dan kunt u hier een opname van de sessie vinden.
De 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 benutten ze het volledige potentieel van de biomedische wetenschap door middel van gezamenlijk onderzoek, onderwijs en klinische patiëntenzorg. Ga voor meer informatie naar med.stanford.edu.
Een nieuw model met kunstmatige intelligentie helpt artsen en verpleegkundigen in het Stanford Hospital om samen te werken aan betere patiëntenzorg.
Geplaatst op: 19 juli 2024