Дигитализация

Как здравните организации използват изкуствения интелект (част 2)

CIO Media

Във втората част на този материал ще разгледаме още няколко предизвикателства, които може да породи интеграцията на решения, основани на изкуствен интелект, в организациите от сектора на здравеопазването.

Разхвърляни данни, наследени системи

Изкуственият интелект се захранва с данни. В здравеопазването тези данни могат да бъдат изключително разхвърляни, което да доведе до усложнения, когато се използват за обучение на изкуствен интелект.

"За да извеждат прогнози, класическите системи за машинно обучение и изкуствен интелект използват за вход вектори с фиксирана дължина, вместо структурирани релационни бази данни и неструктурирана информация като изображенията и пояснителните записи, които се намират в медицинските системи", казва Джереми Вайс, асистент професор по здравна информатика в университета Carnegie Mellon, и добавя, че доставчиците на технологии, базирани на изкуствен интелект, трябва да бъдат готови за тези формати.

"Често сме изправени пред неструктурирани данни за поведенчески здравни грижи, като пояснителни бележки по определени случаи и данни от проучвания", коментира и Кристина Менели, изпълнителен вицепрезидент на Beacon Health, която е впечатлен от начина, по който доставчикът, избран от организацията ѝ - Cyft – управлява различните формати.

Beacon Health отдавна работи с външни партньори и трансфера на структурирани данни от и към Cyft вече не е никакъв проблем.

"Когато списъкът с рискови пациенти се върне обратно към нас, ние можем да го интегрираме в нашата система за управление на пациентите. След това информацията се подава в системата за координация на грижите, така че да стане част от работния поток на клиниката", обрисува начина на работа Менели.

От Beacon Health планират в бъдеще да използват и данни от трети страни, като фармацевтични записи например, които да им послужат в инициативи за обучение на изкуствен интелект.

Според Вайс от Carnegie Mellon предизвикателствата пред въвеждането на изкуствен интелект в сферата на здравните услуги могат да бъдат и по-големи. "Липсата на стандартизация на протоколите и политиките между различните институциите може да доведе до още повече проблеми с интеграцията на данните", предупреждава той и добавя, че инициативите за стандартизиране на медицинската информация, които в момента са в ход в глобален мащаб, определено могат да помогнат.

В САЩ например федералното правителство издава стандарти за електронното здравно досие (ЕЗД).

Проектът Healthy Nevada, спонсориран от Renown Health и Desert Research Institute, е базиран на технология с изкуствен интелект на SAS. Това е инициатива в областта на здравеопазването, която е използвана активно от властите за определяне на здравния статус на жителите на държавата.

 


Как здравните организации използват изкуствения интелект (част 2)

© CIO Media, Cio.bg

"Използваме техники за аналитично моделиране и статистическо машинно обучение, за да разглеждаме разнообразни проблеми - динамиката на екипите в операционната зала, прогнозиране нa броя на пациентите с час, които няма да дойдат, натоварванията на звената за спешна помощ и т.н.", коментира Джим Меткалф, главен изследовател по данните на проекта, и добавя, че цялата нужна за изследванията информация идват от ЕЗД.

По подобен начин работя и много други болници и здравни организации на територията на САЩ.

"Само въз основа на информация от ЕЗД изследователите на данни създават статистически модели за идентифициране на пациентите, при които има най-голяма вероятност от септичен шок или поява на усложнения заради недиагностицирано високо кръвно налягане. С подобни възможности ще персонализираме индивидуалната медицина, както никога досега", категоричен е Метклаф.

Поверителност и сигурност

Що се отнася до неприкосновеността на личния живот и сигурността на пациентите, здравеопазването е един от най-регулираните отрасли. Именно заради това изкуственият интелект с присъщата си нужда от огромни обеми данни поражда особена загриженост у организациите в сферата.

За Beacon Health това означаваш избор на доставчик, който е напълно съвместим с HIPAA (Health Insurance Portability and Accountability Act), което ще гарантира, че данните ще се обработват по сигурен начин.

"Това ниво на сертифициране е задължително, ако искате да станете част от този бизнес”, обръща внимание Кристина Менели.

В нововъзникващия пазар на изкуствен интелект в здравеопазването въпросът за неприкосновеността на личните данни се гарантира по няколко различни начина. Някои доставчици криптират информацията, за да са сигурни, че само потребитрли и организации с официално разрешение могат да ги достъпят.

Други доставчици избират анонимизацията или токенизацията на данните, така че системите с изкуствен интелект никога да не работят скаквато и да било лична информация. Третият подход е свързан с обработката на данни на място, като по този начин те никога не напускат здравната организация.

VisualDx например наскоро пусна инструмент за диагностика – DermExpert – който е базиран на изкуствен интелект и идентифицира състоянието на кожата. Приложението е инсталирано на мобилно устройство с iOS, лекарят прави снимка на обрива на пациента и получава незабавна оценка, без да прехвърля данни към трета страна или облак.

Приложението е част от друга тенденция за използване на изкуствения интелект в здравеопазването - даване на възможност на неспециалисти, медици от доболничната и спешната помощ, да извършват предварителна диагностика.


Как здравните организации използват изкуствения интелект (част 2)

© CIO Media, Cio.bg

Най-голямото предизвикателство на изкуствения интелект

Най-голямото предизвикателство при използването на изкуствен интелект, не е технологично. То е свързано с умението да приспособим бизнеса така, че да го използваме пълноценно. Как ще го използвате, за да намалите разходите за грижи и да подобрите резултатите за пациентите? Това е нов начин за правене на бизнес", смята Кристина Менели от Beacon Health.

Тя съветва здравните организации, които са мотивирани да направят същата трансформация, да започнат с формулирането на ясна представа какъв точно е проблемът, който искат да решат, използвайки изкуствен интелект. "Ако не подобрите работата си с данните, това би означавали, че не сте донесли кой знае каква добавена стойност", категорична е тя.

 

 


X