211service.com
Sztucznie inteligentny lekarz usłyszy Cię teraz
Istnieje około 10 000 znanych ludzkich chorób, ale lekarze-ludzie są w stanie przypomnieć sobie tylko ułamek z nich w danym momencie. Aż 40 500 pacjentów umiera rocznie na OIOM-ie w USA w wyniku błędnej diagnozy, według raportu Johns Hopkins z 2012 r. badanie . Brytyjski przedsiębiorca Ali Parsa wierzy, że sztuczna inteligencja może pomóc lekarzom uniknąć tych błędów.
Parsa jest założycielem i dyrektorem generalnym Babylon, brytyjskiej subskrypcji usług zdrowotnych, która planuje uruchomić aplikację opartą na sztucznej inteligencji, mającą na celu poprawę wskaźnika trafień lekarzy. Użytkownicy będą zgłaszać objawy swojej choroby do aplikacji, która sprawdzi je w bazie danych chorób za pomocą rozpoznawania mowy. Po uwzględnieniu historii i okoliczności pacjenta Babilon zaproponuje odpowiedni sposób postępowania. Obecnie w fazie testów beta aplikacja ma być dostępna jeszcze w tym roku.
Koncepcja jest porównywalna z komputerem IBM Watson, który jest obecnie używany przez onkologów w Memorial Sloan-Kettering Cancer Center w Nowym Jorku. Oprogramowanie IBM korzysta z 600 000 raportów z dowodów medycznych, 1,5 miliona dokumentacji pacjentów i badań klinicznych oraz dwóch milionów stron tekstu z czasopism medycznych, aby pomóc lekarzom w opracowaniu planów leczenia dostosowanych do indywidualnych objawów, genetyki i historii pacjentów.
Babylon korzysta z podobnej sieci baz danych, chociaż obejmują one choroby poza rakiem. System jest w stanie analizować setki milionów kombinacji objawów w czasie rzeczywistym, mówi Parsa, biorąc pod uwagę zindywidualizowane informacje dotyczące genetyki, środowiska, zachowania i biologii pacjenta.
Obecnie 150 000 zarejestrowanych użytkowników Babylon rezerwuje wizyty u lekarza i rutynowe badania za pośrednictwem usługi online i może konsultować się z jednym z około 100 lekarzy przez 12 godzin dziennie, sześć dni w tygodniu, za cenę 7,99 GBP (11,40 USD) miesięcznie. Natomiast nowa aplikacja ma kosztować 4,99 GBP (7,10 USD) miesięcznie. Oprócz oferowania pacjentom porad dotyczących opieki nad chorymi, będzie mógł stale monitorować informacje na temat nerek, wątroby, kości, poziomu cholesterolu i nie tylko, a także dane zebrane z urządzeń do noszenia, które monitorują wzorce snu i tętno. Wysyła alerty o wszelkich obszarach, które są czerwone lub bursztynowe, w kategoriach sygnalizacji świetlnej i formułuje spersonalizowane plany zdrowotne, aby utrzymać pacjentów na zielono, gdy są w szczytowym stanie zdrowia.
Parsa twierdzi, że aplikacja będzie również w stanie przewidzieć choroby, zanim się pojawią. Na przykład, jeśli twoje tętno jest szybsze niż normalnie, a twoja aktywność fizyczna nie wzrosła, to znak, że jesteś zestresowany, odwodniony lub z czymś walczysz. Platforma może zwrócić twoją uwagę i zasugerować najlepszy sposób walki z chorobą, zanim się pojawi. Aplikacja przypomni również pacjentom o zażyciu leków i sprawdzi, jak się czują.
Obecne przepisy nie pozwalają aplikacji na dokonywanie formalnych diagnoz. W rezultacie obecnie ogranicza się do zalecenia, jakie działania powinni podjąć pacjenci w najbliższym czasie. Jeśli młoda osoba opisuje objawy grypopodobne, system może zalecić zakup leków dostępnych bez recepty w aptece lub, jeśli istnieją czynniki komplikujące w historii choroby pacjenta, umówienie się na wizytę u lekarza. Z kolei, jeśli ktoś opisuje w aplikacji poważniejsze objawy, może zalecić udanie się prosto do szpitala, a nawet zadzwonienie na numer alarmowy.
Lekarze będą mogli przeglądać wyniki aplikacji za pośrednictwem portalu medycznego i udzielać konsultacji przez SMS, telefon lub czat wideo. Chociaż Parsa uważa, że przepisy dotyczące diagnostyki prawdopodobnie nie zmienią się w najbliższym czasie, jest również przekonany, że diagnoza AI jest mniej ryzykowna niż diagnoza postawiona przez ludzi. – Maszyny są w stanie doskonale przypomnieć sobie każdą znaną chorobę podczas badania objawów – mówi. I w przeciwieństwie do ludzkich lekarzy, nie mają błędu potwierdzenia.
Clare Aitchison, lekarz z Norwich, jest mniej pewna. Chociaż prawdą jest, że pamięć komputerowa zawsze będzie lepsza niż pamięć nawet najlepszego lekarza, to czego komputery nie mogą zrobić, to komunikować się z ludźmi, mówi. Ludzie opisują objawy na bardzo różne sposoby, w zależności od swojej osobowości. Argumentem Aitchisona jest to, że lekarz, który dobrze zna swojego pacjenta, jest w stanie odfiltrować to, co mu się mówi i odpowiednio postawić diagnozę.
Babylon, który niedawno otrzymał 25 milionów dolarów finansowania od inwestorów, w tym Demisa Hassabisa i Mustafy Suleymana, założycieli projektu Google DeepMind, nawiązał współpracę z dwoma szpitalami w Essex, w których 21 500 pacjentów jest uprawnionych do przetestowania aplikacji. Startup twierdzi, że 10 procent kwalifikujących się pacjentów zarejestrowało się, aby przetestować aplikację, a czas oczekiwania w obu szpitalach skrócił się, odkąd Babylon stał się dostępny dla ich pacjentów za darmo w kwietniu 2015 roku.
Mimo to istnieje wiele zagrożeń związanych ze sztuczną inteligencją do udzielania porad medycznych. Albo będzie zbyt wrażliwy i spowoduje zwiększoną frekwencję u lekarza, w którym to przypadku nie ma większego sensu, mówi Aitchison, albo nie będzie wystarczająco wrażliwy i spowoduje przeoczenie poważnych diagnoz.
Parsa mówi, że aby uniknąć tej sytuacji, wielu lekarzy będzie rygorystycznie testować nasze narzędzie do sprawdzania objawów. Wykorzystywany we właściwy sposób, głównie jako wsparcie dla istniejących usług opieki zdrowotnej, Babilon może mieć transformacyjny wpływ, uważa Parsa. Mówi, że nigdy nie będziemy mieć wystarczającej liczby lekarzy, aby monitorować stan zdrowia każdej osoby na tym poziomie szczegółowości lub mieć możliwość analizowania góry danych w ciągu kilku sekund. Jedynym sposobem, aby naprawdę zdemokratyzować opiekę zdrowotną i rozwiązać problemy związane z podażą i popytem, z jakimi boryka się wiele usług zdrowotnych, jest wykorzystanie sztucznej inteligencji, nie tylko w celu pomocy lekarzom w zaspokajaniu potrzeb w zakresie podstawowej opieki zdrowotnej, ale także w celu zmiany sposobu, w jaki myślimy o opiece zdrowotnej i przełącz się na model, który jest zarówno zapobiegawczy, jak i leczniczy.