AI muudab tervishoiu – kuid mitte nii, nagu te ootate  

Kujutage ette: on aeg teie iga-aastaseks kontrolliks, nii et pildistate oma silmi ja veidrat nahalöövet kätel. AI pildidiagnostika kontrollige oma võrkkesta võrkkesta haiguse biomarkereid 1 ja veenduge, et kuiv, ketendav nahk on suure tõenäosusega ekseem – detail, mis on salvestatud teie patsienditoimikusse. 

Teie kohtumine algab iga-aastase mammograafiaga, enne kui teie arst teieni jõuab ja küsib teie hiljutise ekseemi ägenemise kohta. Nad kuulavad tähelepanelikult, kui arutate hiljutist muutust oma unerežiimis – silmad on pigem kleepunud teile kui arvutiekraan. Enne teie vastuvõtu lõppu vaatab arst teie mammogrammi tehisintellekti näidu üle veenduge, et teie röntgenipilt on selge 2 , mis annab tulemuse pigem tunni kui nädala jooksul. 

Kui olete lahkunud, võib teie arst pöörduda tehisintellekti poole, et teha kokkuvõte teie patsiendi märkmetest ja tuua esile kõik nüansid, mida nad võisid märkamata jätta. Selle asemel kulutavad nad lisaaega teie vastuste analüüsimisele registreerimisküsimustele ja teie raviplaani isikupärastamisele, sealhulgas ekseemi ja paiksete kreemide jaoks spetsiaalse dieedi soovitamisele.

Patsiendina te ei suhtle tehisintellektiga otseselt – vähemalt mitte veel –, kuid see muudab teie arsti elu lihtsamaks, nende diagnostika täpsemaks ja teie kogemuse meeldivamaks. Tere tulemast tervishoiu tulevikku.

Tutvuge ekspertidega

Kus meie tervishoiusüsteem jätab arstid alt

Arutelud tervishoiusüsteemi üle keerlevad tavaliselt ebaõnnestunud patsientide ümber, kuid me unustame sageli, et see veab alt ka meie tervishoiutöötajaid. 

Läbipõlemise määr on pidevalt kasvanud arstide hulgas viimase kümnendi jooksul. 2024. aastal üle poole arstidest teatas läbipõlemisest aastal Medscape'i arsti läbipõlemise ja depressiooni aruanne - ja 83% neist abisaajatest ütles, et nende läbipõlemine oli nende töö otsene tagajärg. Veelgi enam, naistervishoiutöötajad tegelesid läbipõlemisega veelgi tõenäolisemalt.

Brian Ferguson, asutaja tervishoiutehnoloogia ettevõte Arena Labs , teab hästi statistikat. Tema ettevõte pakub andmepõhiseid lahendusi läbipõlemiseks, pakkudes eesliinil olevatele arstidele koolitusvahendeid ja taktikaid.

'Põhjus, miks enamik arste ja õdesid tervishoiuteenustesse lähevad, on patsientide eest hoolitsemine,' selgitab Ferguson. 'Osa läbipõlemisest on see, et nad tunnevad, et neil on liiga suur halduskoormus. Nad ei tee seda, mida nad patsiendihoolduses kirja panid.'

Ükski õdede ega meditsiinikooli osa ei õpeta arste, kuidas oma närvisüsteemi tõeliselt juhtida, puhata, taastuda või energiat tasakaalustada.

Ferguson, kelle ema oli õde, veetis oma karjääri kõrgetasemelistes organisatsioonides. Ta nägi, kuidas tippsportlastele, loomeinimestele ja sõjaväelastele õpetati inimfaktoreid (st inimeste piirangute mõistmist ja nendega toimetulekut).

'Neile õpetatakse seost hüdratatsiooni ja tunnetuse, une ja keskendumisvõime vahel. Need on meie kaasasündinud füsioloogia põhielemendid,' ütleb Ferguson. Tervishoid on aga üks viimaseid tööstusharusid, mis arvestab inimteguritega.

'Ükski õdede kooli ega meditsiinikooli osa ei koolita arste, kuidas oma närvisüsteemi tõeliselt juhtida, puhata, taastuda või energiat tasakaalustada,' lisab ta.

See läbipõlemine ei maksa mitte ainult tervishoiusüsteemile rohkem kui 260 miljonit dollarit aastas , kuid see seab ka patsiendid ohtu. Läbipõlemisega tegelevad arstid on kaks korda suurema tõenäosusega patsiendi ohutusega seotud õnnetuses.

inglinumber 112

'Üks provokatiivsetest väidetest, mida Arena Labsis teeme, on patsiendi ohutuse kõige vähem oluline osa patsient. Kui ma olen keegi, kes on kogu oma elu keskendunud teise inimese välisele muutujale enda arvelt, siis ma olen tegelikult alandav asi, mida ma tegema tulin.'

Kuidas tehisintellekt aitab läbipõlemisel

Haldustöö vaimse koormuse vähendamine

Paljud inimesed võivad mõelda tehisintellektile kui futuristlikule robotile, mis teeb avatud südameoperatsiooni või keerulist lülisamba rekonstrueerimist (ja jah, need on olemas!), kuid tehisintellekti terviseruumi integreerimise eesmärk ei ole arstide asendamine. See on selleks, et neid aidata.

'Lähiajal jääb tervishoid inimsüsteemiks,' ütleb Ferguson. 'Ükskõik kui edasijõudnud inimesed suudavad jõuda tehniliste võimaluste ja patsiendihoolduse poolele, on ikka veel üks inimene, kes hoolitseb teise inimese tervise eest. Isegi parim tehisintellekt ei suuda arvestada vajadusega aidata seda inimest, kliinikut, olla nende parim mina.'

Mida see siis AI jaoks tähendab? Väikseim toetus võib olla kõige suurem. Näiteks arstid kulutada keskmiselt 15,5 tundi nädalas haldusülesannete osas – ja see tüütu, kuid hädavajalik ülesanne sai paljude tervishoiuvaldkonna tehisintellektiga alustavate ettevõtete esimeseks fookuseks.

Sellised ettevõtted nagu Freed AI, a HIPPA-ga ühilduv AI kirjutaja, mis käivitati 2022. aastal eesmärgiga vähendada arstide paberimajandust. Selle tehnoloogia väidetavalt vähendab arstide dokumenteerimisaega 95% ja see dramaatiline langus kajastub tehisintellekti kirjutajate kasutuselevõtus suurtes meditsiinivõrkudes, nagu Alaline meditsiinirühm . Rühm tutvustas 2023. aasta oktoobris enam kui 10 000 arstile tehisintellekti kirjutajad – 2024. aasta aprilliks teatas ta, et tehisintellekti kirjutajad säästsid rühmas töötavatele arstidele vähemalt ühe tunni päevas. 

'Olen meie arstidest partneritelt anekdootlikult kuulnud seda, mida nad kõige enam hindavad, on häälega loodud tehisintellekt märkmete tegemiseks. Tundub, et see lahendab probleemi kõige sügavamal viisil, võimaldades neil jõuda tagasi selle juurde, mida nad tahavad. teha.'

Haldustöö vaimse koormuse vähendamine

Lisaks arstide olulise aja säästmisele avab tehisintellekt ka ukse kiiremale diagnoosimisele, mis võib kaudselt aidata päästa elusid. Hinnanguliselt 795 000 patsienti aastas sureb või on vale diagnoosi tõttu jäädavalt invaliidistunud. Kuigi pole mingit garantiid, et tehisintellekt suudab seda statistikat ümber pöörata, on paljutõotavaid tõendeid selle kohta, et see võib aidata. 

ChatGPT varajane hindamine Meditsiinilise Interneti-uuringute ajakiri leidis, et Large Language Model (LLM) oli a 76,9% täpsusaste patsientide diagnoosimisel 3 . (Suured keelemudelid on süvaõppemasinate alamkategooria, mis töötlevad ja genereerivad inimkeelt.)

Täiendavad uuringud toetasid seda väidet, näidates, et AI oli peaaegu kaks korda täpsem kui arstid õige diagnoosi seadmisel (59,1 versus 33,6%). Veelgi enam, 2019. aasta varased uuringud näitasid, et AI võib olla optimaalne viis ägedate neerukahjustuste (AKI) diagnoosimisel. kuni 48 tundi varem 4 , väljakutseid pakkuv saavutus, mis sageli takistab patsientidel vajalikku abi saamast. 

Vaatamata sellele põnevusele, mis AI ümber meditsiiniruumis võib tekkida, on siiski piiranguid – nimelt arstid ise. aastal avaldatud väike uuring JAMA võrk avatud eelmisel kuul avastas LLM ei teinud tegelikult olulist vahet 5 arstide abistamisel võrreldes tavapäraste ressurssidega (kuigi LLM-vestlusbot edestas oluliselt arste soolo diagnoosimisel ). Arstid olid sageli kõhklevad, kui LLM pakkus nende omast erinevat arvamust ja paljud ei mõistnud õiget viisi AI küsimiseks. 

Need leiud olid vastuolus teadlaste hüpoteesidega, sealhulgas Jonathan H. Chen, M.D., Ph.D ., abiprofessor kl Stanfordi biomeditsiinilise informaatika uurimiskeskus . Meeskond eeldas, et vestlusrobotite tehisintellektisüsteemid toimivad pilootuuringute põhjal hästi – ja eeldas, et sarnase tööriistaga volitatud arstid peaksid paremini toimima.

'Tulemused lendasid silmitsi 'informaatika põhiteoreemiga', mis eeldab, et inimese ja arvuti kombinatsioon peaks ületama kumbagi üksi,' ütleb Chen. 'Kuigi ma tahaksin endiselt uskuda, et see on tõsi, näitavad selle uuringu tulemused, et selle potentsiaali tegelikuks realiseerimiseks on vajalik teadlik koolitus, integreerimine ja hindamine.'

Peame kõik õppima uusi oskusi vestlusrobotite tehisintellektisüsteemidega suhtlemiseks, et neid soovitud viisil käituda ja neid läbi rääkida.

Kuigi LLM-id kipuvad olema patsientide diagnoosimisel arutelude keskmes, ei ole nad ainsad arstidele ja õdedele kättesaadavad vahendid. Süvaõppesüsteemid on samuti arutelu põhiosa. 

Süvaõppesüsteemid viitavad õppemasinatele, mis õpivad andmetest tehisnärvivõrkude abil. Need AI-süsteemid suudavad tuvastada võrkkesta piltidelt aneemiat 6 ja paljastada diabeetilise võrkkesta haiguse tunnused 1 , samuti kõrgenenud glükeeritud hemoglobiin (kõrge veresuhkru taseme ja diabeediga seotud terviseprobleemide suurenenud riski näitaja). 

Tegelikult on sügav õppimismudel isegi olemas, et aidata kiiresti ja täpselt lugeda mammogramme . Ja jah, see näitas koolitatud radioloogidele sarnast hinnangut täisvälja digitaalsete mammograafiliste kujutiste lugemisel.

Pole kahtlust, et AI suudab ja tahab  muuta patsientide diagnoosimise viisi , kuid järgmine aasta sillutab tervishoiutöötajatele teed, et mõista, kuidas tehisintellekti õigesti kasutada diagnoosi teavitamiseks ja abistamiseks. 

Aidake arstidel andmete üleküllust läbi sõeluda

Diagnostika täiustamine on enamiku tehisintellekti uuringute keskmes, kuid tehisintellekti lugematud kasutusjuhtumid tagavad, et see pole kaugeltki lõppenud. Samuti eeldatakse, et tehisintellektil on kiiritusravi muutmisel keskne roll. 

2023. aasta ülevaade, mis avaldati ajakirjas Kiirgusuuringute ajakiri leidis, et AI võib drastiliselt aidata vähendada vähiraviplaani koostamiseks kuluvat aega mitmest päevast minutini, kui mitte sekunditeni. 

Tehisintellekti mõju ulatub kaugemale sellest, kuidas me ravi saame, kuni ravimeetodite loomiseni. AI-põhine biotehnoloogia ettevõte Insilico meditsiin , mille väärtus on 895 miljonit dollarit, on praegu inimkatsetes esimese ravimi jaoks, mis on välja töötatud generatiivse AI tehnoloogia abil. 

Ravi, ISM001-055, on mõeldud neile, kellel on idiopaatiline kopsufibroos (IPF), haigus, mis mõjutab rohkem kui 100 000 inimest. Varased tippjoone tulemused näitavad lubadust ravi osas, mida IPF-i patsiendid hästi taluvad.

Isegi parim tehisintellekt ei saa arvestada vajadusega aidata sellel inimesel, arstil, olla tema parim mina.

Mis tuleb

2025. aasta poole vaadates mõistame jätkuvalt viise, kuidas tehisintellekt võib aidata tervishoiuvaldkonna suurimate tüsistuste puhul: valediagnoosid, läbipõlemine ja üldised uuringud. Siiski saab selgeks ka see, kui palju koolitust on vaja, et tagada meie käeulatuses oleva tehisintellekti tõhus kasutamine.

Tehniliste oskuste nappus vaevab juba tervishoiutööstust. Kuna tehisintellekti investeeringud suurenevad 2024. aasta 20 miljardilt dollarilt järgmise viie aasta jooksul peaaegu 150 miljardile dollarile, on tervishoiutööstuse jaoks vajalik kvalifitseeritud tööjõu koolitamine, kes oskab tehisintellekti dokumentatsiooni, suhtluse ja töövoogude parandamiseks kasutada. 

'Tervishoid on paljuski pärandorganisatsioon. See on tehnoloogiast küllastunud, nii et uue tehnoloogia kasutuselevõtt on palju tööd ja sageli ei tehta seda tööd hästi,' selgitab Ferguson.

Ta juhib tähelepanu Da Vinci Robotic Surgical Systems'i kasutuselevõtule, mis võimaldab minimaalselt invasiivset kirurgilist lähenemist. Kui operatsioonisaali tutvustati, kaebasid paljud arstid, et tehnoloogia oli halb või ei tööta hästi. Robotsüsteemid lisati lihtsalt olemasolevasse VÕI seadistusse, kui nad tegelikult vajasid õitsenguks hoopis teistsugust seadistust.

Tagamaks, et tehisintellekt võib aidata arstidel edu saavutada, on oluline, et tehnoloogia oleks õigesti rakendatud (või me kaotame eesmärgi).

'Kui ma kasutan märkmete tegemiseks tehisintellekti, peab see minu töövoogusid muutma ja ma pean tegema ruumi, et seda automatiseerimist kasutada ja see kuidagi tagasi tuua. Tavaliselt võtab see rohkem tööd, kui arvestatakse. , ja kui see pole hästi tehtud, paneb see inimsüsteemile rohkem stressi.'

Lähiaastatel peavad tervishoiutöötajad õppima, kuidas kasutada tehisintellekti – seda, mida Chen võrdleb Interneti kasutuselevõtuga.

'Kuigi me peame igapäevaseid võrgutegevusi, nagu Internetis otsimine, artiklite sirvimine ja veebitehingute esitamine, iseenesestmõistetavaks, on need kõik omandatud oskused, mida me õppisime tegema (ja meie endine mina 35 aastat tagasi poleks seda teadnud), 'ütleb Chen. 'Samamoodi eeldan, et meil kõigil on vaja õppida uusi oskusi, kuidas suhelda chatbot AI süsteemidega, et neid tõugata ja läbi rääkida, et nad käituksid soovitud viisil.'

Mida see siis ülalmainitud AI-ga infundeeritud päeva arsti juures tähendab? Noh, me oleme tõenäoliselt kaugel, enne kui see reaalsuseks saab. Praegu väidab Ferguson: 'Tehisintellekti parim roll on muuta inimene inimlikumaks.'

vaimuloom amburile

See tähendab arstide kognitiivse koormuse vähendamist, nende päeva stressivabamaks muutmist ja lõpuks selle teenuse arhetüübi naasmist oma peamise eesmärgi juurde: aidata teisi inimesi.