Стручњаци за вештачку интелигенцију разговарају о томе како интегрисати робусну вештачку интелигенцију у здравствену заштиту, зашто је интердисциплинарна сарадња кључна и о потенцијалу генеративне вештачке интелигенције у истраживању.
Фејфеј Ли и Лојд Минор одржали су уводне речи на инаугурационом RAISE здравственом симпозијуму на Медицинском факултету Универзитета Станфорд 14. маја. Стив Фиш
Већина људи које је освојила вештачка интелигенција доживела је неку врсту „аха“ тренутка, отварајући своје умове ка свету могућности. На инаугуралном RAISE здравственом симпозијуму 14. маја, Лојд Мајнор, др мед., декан Медицинског факултета Универзитета Станфорд и потпредседник за медицинска питања на Универзитету Станфорд, поделио је своју перспективу.
Када је један радознали тинејџер замољен да сумира своја открића у вези са унутрашњим ухом, окренуо се генеративној вештачкој интелигенцији. „Питао сам: 'Шта је синдром дехисценције горњег канала?'“, рекао је Мајнор скоро 4.000 учесника симпозијума. За неколико секунди појавило се неколико пасуса.
„Добри су, заиста добри“, рекао је. „Чињеница да су ове информације састављене у концизан, генерално тачан и јасно приоритизовао опис болести. Ово је прилично изванредно.“
Многи су делили Мајнорово узбуђење због полудневног догађаја, који је био резултат иницијативе RAISE Health, пројекта који су покренули Медицински факултет Универзитета Станфорд и Станфордски институт за вештачку интелигенцију усмерену на човека (HAI) како би водили одговорну употребу вештачке интелигенције у биомедицинским истраживањима, образовању и нези пацијената. Говорници су испитали шта значи имплементирати вештачку интелигенцију у медицини на начин који је не само користан за лекаре и научнике, већ и транспарентан, праведан и правичан за пацијенте.
„Верујемо да је ово технологија која побољшава људске способности“, рекла је Феј-Феј Ли, професорка рачунарства на Станфордској школи инжењерства, директорка пројекта RAISE Health with Minor и кодиректорка HAI. Генерација за генерацијом могу се појавити нове технологије: од нових молекуларних секвенци антибиотика до мапирања биодиверзитета и откривања скривених делова фундаменталне биологије, вештачка интелигенција убрзава научна открића. Али није све то корисно. „Све ове примене могу имати ненамерне последице и потребни су нам рачунарски научници који развијају и имплементирају [вештачку интелигенцију] одговорно, радећи са различитим заинтересованим странама, од лекара и етичара... до стручњака за безбедност и шире“, каже она. „Иницијативе попут RAISE Health показују нашу посвећеност овоме.“
Консолидација три одељења Станфорд медицине – Медицинског факултета, Станфорд здравствене неге и Школе за дечју здравствену медицину Универзитета Станфорд – и његове везе са другим деловима Универзитета Станфорд довели су га у позицију у којој се стручњаци боре са развојем вештачке интелигенције, питањима управљања и интеграције у области здравствене заштите и медицине. Медицина, певала је песма.
„У доброј смо позицији да будемо пионири у развоју и одговорној примени вештачке интелигенције, од фундаменталних биолошких открића до побољшања развоја лекова и ефикаснијег процеса клиничких испитивања, па све до самог пружања здравствених услуга. здравствене заштите. Начина на који је здравствени систем успостављен“, рекао је он.
Неколико говорника је нагласило једноставан концепт: фокус на корисника (у овом случају, пацијента или лекара) и све остало ће уследити. „То ставља пацијента у центар свега што радимо“, рекла је др Лиза Леман, директорка биоетике у болници Бригам и жене. „Морамо да узмемо у обзир њихове потребе и приоритете.“
С лева на десно: Мохана Равиндранат, водитељка вести STAT News; Џесика Питер Ли из компаније Microsoft Research; Силвија Плевритис, професорка биомедицинске науке о подацима, говори о улози вештачке интелигенције у медицинским истраживањима. Стив Фиш
Говорници на панелу, међу којима су били Леман, медицински биоетичар са Универзитета Станфорд, др Милдред Чо, и главни клинички директор компаније Гугл, др Мајкл Хауел, истакли су сложеност болничких система, наглашавајући потребу да се разуме њихова сврха пре било какве интервенције. Имплементирајте је и осигурајте да сви развијени системи буду инклузивни и да слушају људе којима су дизајнирани да помогну.
Једна од кључних ствари је транспарентност: она јасно показује одакле долазе подаци који се користе за тренирање алгоритма, која је првобитна сврха алгоритма и да ли ће будући подаци о пацијентима наставити да помажу алгоритму да учи, између осталих фактора.
„Покушај предвиђања етичких проблема пре него што постану озбиљни [значи] проналажење савршене златне средине где знате довољно о технологији да бисте имали поверења у њу, али не пре него што се [проблем] даље прошири и реши га раније.“ рекао је Дентон Чар, кандидат медицинских наука, ванредни професор на Катедри за педијатријску анестезиологију, периоперативну медицину и медицину бола. Један кључни корак, каже он, јесте идентификовање свих заинтересованих страна на које би технологија могла утицати и одређивање како би они сами желели да одговоре на та питања.
Др Џеси Еренфелд, председник Америчког лекарског удружења, разматра четири фактора који покрећу усвајање било ког дигиталног здравственог алата, укључујући и оне који се покрећу вештачком интелигенцијом. Да ли је ефикасан? Да ли ће ово функционисати у мојој установи? Ко плаћа? Ко је одговоран?
Мајкл Фафер, доктор медицине, главни информациони директор здравствене установе Станфорд, навео је недавни пример у којем су многи проблеми тестирани међу медицинским сестрама у болницама Станфорда. Клиничарима подржавају модели великих језика који пружају почетне анотације за долазне поруке пацијената. Иако пројекат није савршен, лекари који су помогли у развоју технологије извештавају да модел олакшава њихово оптерећење.
„Увек се фокусирамо на три важне ствари: безбедност, ефикасност и инклузију. Ми смо лекари. Полажемо заклетву да 'нећемо наудити'“, рекла је др Нина Васан, клинички асистент професора психијатрије и бихејвиоралних наука, која се придружила групи Чар и Пфефер. „Ово би требало да буде први начин за процену ових алата.“
Нигам Шах, доктор медицине и биомедицинске науке о подацима, започео је дискусију шокантном статистиком упркос праведном упозорењу публици. „Говорим уопштено и о бројкама, а понекад оне имају тенденцију да буду веома директне“, рекао је.
Према Шаху, успех вештачке интелигенције зависи од наше способности да је скалирамо. „Спровођење одговарајућег научног истраживања модела траје око 10 година, и ако би сваки од 123 програма стипендирања и резиденција желео да тестира и примени модел до тог нивоа ригорозности, било би веома тешко урадити исправну науку онако како тренутно организујемо наше напоре и [тестирамо]]. Коштало би 138 милијарди долара да се осигура да свака наша локација исправно функционише“, рекао је Шах. „Не можемо ово себи да приуштимо. Зато морамо да пронађемо начин да се проширимо, и морамо да се проширимо и радимо добру науку. Вештине ригорозности су на једном месту, а вештине скалирања су на другом, тако да ће нам бити потребна та врста партнерства.“
Продекан Јуан Ешли и Милдред Чо (на пријему) присуствовале су здравственој радионици RAISE. Стив Фиш
Неки говорници на симпозијуму су рекли да би се то могло постићи кроз јавно-приватна партнерства, као што је недавно извршена наредба Беле куће о безбедном, сигурном и поузданом развоју и коришћењу вештачке интелигенције и Конзорцијум за вештачку интелигенцију у здравству (CHAI).
„Јавно-приватно партнерство са највећим потенцијалом је оно између академске заједнице, приватног сектора и јавног сектора“, рекла је Лаура Адамс, виши саветник Националне академије медицине. Она је напоменула да влада може да обезбеди поверење јавности, а академски медицински центри могу да обезбеде легитимитет, а техничку стручност и рачунарско време може да обезбеди приватни сектор. „Сви смо бољи од било кога од нас и препознајемо да... не можемо да се молимо да остваримо потенцијал [вештачке интелигенције] осим ако не разумемо како да међусобно комуницирамо.“
Неколико говорника је рекло да вештачка интелигенција такође има утицај на истраживање, било да је научници користе за истраживање биолошких догми, предвиђање нових секвенци и структура синтетичких молекула како би подржали нове третмане, или чак за помоћ у сумирању или писању научних радова.
„Ово је прилика да видимо непознато“, рекла је др Џесика Мега, кардиолог на Медицинском факултету Универзитета Станфорд и суоснивачица компаније Alphabet Verily. Мега је поменула хиперспектрално снимање, које снима карактеристике слике невидљиве људском оку. Идеја је да се користи вештачка интелигенција за откривање образаца у патолошким слајдовима које људи не виде, а који указују на болест. „Подстичем људе да прихвате непознато. Мислим да сви овде познају некога са неком врстом медицинског стања коме је потребно нешто више од онога што данас можемо да пружимо“, рекла је Мехија.
Панелисти су се такође сложили да ће системи вештачке интелигенције пружити нове начине за идентификацију и борбу против пристрасног доношења одлука, било да их доносе људи или вештачка интелигенција, са могућношћу идентификовања извора пристрасности.
„Здравље је више од пуке медицинске неге“, сложило се неколико панелиста. Говорници су нагласили да истраживачи често занемарују друштвене детерминанте здравља, као што су социоекономски статус, поштански број, ниво образовања, раса и етничка припадност, када прикупљају инклузивне податке и регрутују учеснике за студије. „Вештачка интелигенција је ефикасна само онолико колико су ефикасни подаци на којима је модел трениран“, рекла је Мишел Вилијамс, професорка епидемиологије на Универзитету Харвард и ванредна професорка епидемиологије и здравља становништва на Медицинском факултету Универзитета Станфорд. „Ако радимо оно што тежимо да урадимо. побољшамо здравствене исходе и елиминишемо неједнакости, морамо осигурати да прикупљамо висококвалитетне податке о људском понашању и друштвеном и природном окружењу.“
Натали Пејџер, др мед., клиничка професорка педијатрије и медицине, рекла је да агрегирани подаци о раку често искључују податке о трудницама, стварајући неизбежне пристрасности у моделима и погоршавајући постојеће разлике у здравственој заштити.
Др Дејвид Магнус, професор педијатрије и медицине, рекао је да, као и свака нова технологија, вештачка интелигенција може или побољшати ствари на много начина или их погоршати. Ризик, рекао је Магнус, јесте да ће системи вештачке интелигенције сазнати о неједнаким здравственим исходима вођеним друштвеним детерминантама здравља и појачати те исходе својим резултатима. „Вештачка интелигенција је огледало које одражава друштво у којем живимо“, рекао је. „Надам се да ће сваки пут када имамо прилику да осветлимо проблем – да себи држимо огледало – то послужити као мотивација за побољшање ситуације.“
Уколико нисте могли да присуствујете радионици RAISE Health, снимак сесије можете пронаћи овде.
Медицински факултет Универзитета Станфорд је интегрисани академски систем здравствене заштите који се састоји од Медицинског факултета Универзитета Станфорд и система пружања здравствене заштите за одрасле и децу. Заједно остварују пуни потенцијал биомедицине кроз заједничка истраживања, образовање и клиничку негу пацијената. За више информација посетите med.stanford.edu.
Нови модел вештачке интелигенције помаже лекарима и медицинским сестрама у болници Станфорд да заједно раде на побољшању неге пацијената.
Време објаве: 19. јул 2024.