Το AI Trends Reshaping Health Care

Κάντε κλικ για να μάθετε περισσότερα σχετικά με τον συγγραφέα Μπεν Λόριτσα.

Οι εφαρμογές της τεχνητής νοημοσύνης στην υγειονομική περίθαλψη παρουσιάζουν μια σειρά από προκλήσεις και σκέψεις που διαφέρουν ουσιαστικά από άλλες βιομηχανίες. Παρ 'όλα αυτά, υπήρξε επίσης ένας από τους ηγέτες στη θέση της τεχνητής νοημοσύνης στην εργασία, εκμεταλλευόμενος την τεχνολογία αιχμής για τη βελτίωση της φροντίδας. Οι αριθμοί μιλούν από μόνα τους: Το παγκόσμιο μέγεθος τεχνητής νοημοσύνης στην αγορά υγειονομικής περίθαλψης αναμένεται να αυξηθεί από 4.9 δισεκατομμύρια δολάρια το 2020 σε $ 45.2 δισ. ευρώ από 2026. Μερικοί σημαντικοί παράγοντες που οδηγούν αυτήν την ανάπτυξη είναι ο τεράστιος όγκος των δεδομένων υγειονομικής περίθαλψης και οι αυξανόμενες πολυπλοκότητες των συνόλων δεδομένων, η ανάγκη μείωσης του αυξανόμενου κόστους της υγειονομικής περίθαλψης και οι εξελισσόμενες ανάγκες των ασθενών.

Βαθιά μάθηση, για παράδειγμα, έχει σημειώσει σημαντική εισβολή στο κλινικό περιβάλλον τα τελευταία χρόνια. Η οπτική του υπολογιστή, ειδικότερα, έχει αποδείξει την αξία της στην ιατρική απεικόνιση για να βοηθήσει στον έλεγχο και τη διάγνωση. Επεξεργασία φυσικής γλώσσας (NLP) έχει παράσχει σημαντική αξία στην αντιμετώπιση τόσο συμβατικών όσο και κανονιστικών ζητημάτων με την εξόρυξη κειμένων και την κοινή χρήση δεδομένων. Η αυξανόμενη υιοθέτηση της τεχνολογίας τεχνητής νοημοσύνης από φαρμακευτικές και βιοτεχνολογικές εταιρείες για την επιτάχυνση πρωτοβουλιών όπως η ανάπτυξη εμβολίων και φαρμάκων, όπως φαίνεται μετά το COVID-19, απεικονίζει μόνο το τεράστιο δυναμικό της AI.

Βλέπουμε ήδη καταπληκτικά βήματα στην ιατρική περίθαλψη AI, αλλά είναι ακόμα τις πρώτες μέρες και για να ξεκλειδώσουμε πραγματικά την αξία του, πρέπει να γίνει πολλή δουλειά για να κατανοήσουμε τις προκλήσεις, τα εργαλεία και τους προοριζόμενους χρήστες που διαμορφώνουν τη βιομηχανία. Νέα έρευνα από John Snow Labs και ροή κλίσης, 2021 AI στην έκθεση έρευνας υγειονομικής περίθαλψης, ρίχνει φως σε αυτό ακριβώς: πού είμαστε, πού πηγαίνουμε και πώς να φτάσουμε εκεί. Η παγκόσμια έρευνα διερευνά τις σημαντικές εκτιμήσεις για τους οργανισμούς υγειονομικής περίθαλψης σε διάφορα στάδια της υιοθεσίας της τεχνητής νοημοσύνης, των γεωγραφιών και της τεχνικής ικανότητας για να παρέχει μια εκτενή ματιά στην κατάσταση της AI στην υγειονομική περίθαλψη σήμερα.               

Ένα από τα πιο σημαντικά ευρήματα είναι το ποιες τεχνολογίες είναι κορυφαίες για την υλοποίηση της τεχνητής νοημοσύνης. Όταν ρωτήθηκαν ποιες τεχνολογίες σκοπεύουν να εφαρμόσουν μέχρι το τέλος του 2021, σχεδόν οι μισοί από τους ερωτηθέντες ανέφεραν ολοκλήρωση δεδομένων. Περίπου το ένα τρίτο αναφέρεται η επεξεργασία φυσικής γλώσσας (NLP) και η επιχειρηματική ευφυΐα (BI) μεταξύ των τεχνολογιών που χρησιμοποιούν ή σχεδιάζουν να χρησιμοποιήσουν μέχρι το τέλος του έτους. Οι μισοί από αυτούς τους θεωρούμενους τεχνικούς ηγέτες χρησιμοποιούν - ή σύντομα θα χρησιμοποιούν - τεχνολογίες για την ενσωμάτωση δεδομένων, το NLP, την επιχειρηματική ευφυΐα και την αποθήκευση δεδομένων. Αυτό έχει νόημα, δεδομένου ότι αυτά τα εργαλεία έχουν τη δύναμη να βοηθήσουν στην κατανόηση τεράστιων όγκων δεδομένων, διατηρώντας παράλληλα υπόψη τις κανονιστικές και υπεύθυνες πρακτικές AI.

Όταν ρωτήθηκαν για τους προοριζόμενους χρήστες για εργαλεία και τεχνολογίες τεχνητής νοημοσύνης, περισσότεροι από τους μισούς ερωτηθέντες εντόπισαν κλινικούς γιατρούς μεταξύ των χρηστών-στόχων τους. Αυτό δείχνει ότι το AI χρησιμοποιείται από άτομα που είναι επιφορτισμένα με την παροχή υπηρεσιών υγειονομικής περίθαλψης - όχι μόνο από τεχνολόγους και επιστήμονες δεδομένων, όπως και τα προηγούμενα χρόνια. Αυτός ο αριθμός αυξάνεται ακόμη περισσότερο κατά την αξιολόγηση ώριμων οργανισμών ή εκείνων που έχουν παραγωγή μοντέλων AI για περισσότερα από δύο χρόνια. Είναι ενδιαφέρον ότι σχεδόν το 60% των ερωτηθέντων από ώριμους οργανισμούς ανέφεραν επίσης ότι οι ασθενείς είναι επίσης χρήστες των τεχνολογιών AI τους. Με την έλευση των chatbots και της τηλε-υγείας, θα είναι ενδιαφέρον να δούμε πώς η AI πολλαπλασιάζεται τόσο για τους ασθενείς όσο και για τους παρόχους τα επόμενα χρόνια.

Κατά την εξέταση του λογισμικού για την κατασκευή λύσεων AI, το λογισμικό ανοιχτού κώδικα (53%) είχε ελαφρώς πλεονέκτημα έναντι των παρόχων δημόσιου cloud (42%). Κοιτώντας μπροστά σε ένα έως δύο χρόνια, οι ερωτηθέντες δήλωσαν ανοιχτό να χρησιμοποιούν και εμπορικό λογισμικό και εμπορικό SaaS. Το λογισμικό ανοιχτού κώδικα δίνει στους χρήστες ένα επίπεδο αυτονομίας έναντι των δεδομένων τους που οι πάροχοι cloud δεν μπορούν, οπότε δεν είναι μεγάλη έκπληξη το γεγονός ότι μια εξαιρετικά ελεγχόμενη βιομηχανία όπως η υγειονομική περίθαλψη θα ήταν επιφυλακτική της ανταλλαγής δεδομένων. Ομοίως, η πλειονότητα των εταιρειών με εμπειρία στην ανάπτυξη μοντέλων AI στην παραγωγή επιλέγουν να επικυρώσουν μοντέλα χρησιμοποιώντας τα δικά τους δεδομένα και εργαλεία παρακολούθησης, αντί για αξιολόγηση από τρίτους ή προμηθευτές λογισμικού. Ενώ οι εταιρείες σε προγενέστερο στάδιο είναι πιο δεκτές στην εξερεύνηση συνεργατών τρίτων, οι πιο ώριμοι οργανισμοί τείνουν να ακολουθούν μια πιο συντηρητική προσέγγιση.                      

Γενικά, οι στάσεις παρέμειναν οι ίδιες όταν ρωτήθηκαν για βασικά κριτήρια που χρησιμοποιήθηκαν για την αξιολόγηση λύσεων AI, βιβλιοθηκών λογισμικού ή λύσεων SaaS και συμβουλευτικών εταιρειών για να συνεργαστούν. Παρόλο που οι απαντήσεις διέφεραν ελαφρώς για κάθε κατηγορία, οι τεχνικοί ηγέτες δεν θεώρησαν κοινή χρήση δεδομένων με προμηθευτές λογισμικού ή συμβουλευτικές υπηρεσίες εταιρείες, την ικανότητα να εκπαιδεύσουν τα δικά τους μοντέλα και την προηγμένη ακρίβεια ως κορυφαίες προτεραιότητες. Τα μοντέλα και η εξειδίκευση της υγειονομικής περίθαλψης και η εξειδίκευση στον τομέα της μηχανικής, της ενσωμάτωσης και της συμμόρφωσης δεδομένων της υγειονομικής περίθαλψης ήταν στην κορυφή της λίστας όταν ρωτήθηκαν για λύσεις και πιθανούς συνεργάτες Η εμπειρία απορρήτου, ακρίβειας και υγειονομικής περίθαλψης είναι οι δυνάμεις που οδηγούν την υιοθέτηση της τεχνητής νοημοσύνης. Είναι σαφές ότι η τεχνητή νοημοσύνη είναι έτοιμη για ακόμη μεγαλύτερη ανάπτυξη, καθώς τα δεδομένα συνεχίζουν να αυξάνονται και η τεχνολογία και τα μέτρα ασφαλείας βελτιώνονται. Η υγειονομική περίθαλψη, η οποία μερικές φορές μπορεί να θεωρηθεί ως καθυστέρηση για γρήγορη υιοθέτηση, οδηγεί στο AI και ήδη βλέπει τον σημαντικό αντίκτυπό της. Ενώ η προσέγγισή της, τα κορυφαία εργαλεία και τεχνολογίες και οι εφαρμογές της AI μπορεί να διαφέρουν από άλλες βιομηχανίες, θα είναι συναρπαστικό να δούμε τι υπάρχει για τα αποτελέσματα της έρευνας του επόμενου έτους.

Πηγή: https://www.dataversity.net/the-ai-trends-reshaping-health-care/