AI Trends Reshaping Health Care

برای اطلاعات بیشتر در مورد نویسنده کلیک کنید بن لوریکا.

کاربردهای هوش مصنوعی در مراقبت های بهداشتی تعدادی از چالش ها و ملاحظات را ارائه می دهد که به طور قابل ملاحظه ای با سایر صنایع متفاوت است. با وجود این، همچنین یکی از رهبران در به کار انداختن هوش مصنوعی بوده است و از فناوری پیشرفته برای بهبود مراقبت بهره می‌برد. اعداد به خودی خود صحبت می کنند: انتظار می رود که هوش مصنوعی جهانی در اندازه بازار مراقبت های بهداشتی از 4.9 میلیارد دلار در سال 2020 به افزایش یابد. 45.2 میلیارد $ توسط 2026. برخی از عوامل اصلی که این رشد را هدایت می‌کنند، حجم بسیار زیاد داده‌های مراقبت‌های بهداشتی و پیچیدگی‌های روزافزون مجموعه داده‌ها، نیاز به کاهش افزایش هزینه‌های مراقبت‌های بهداشتی و نیازهای بیمار در حال تکامل است.

یادگیری عمیقبه عنوان مثال، در چند سال گذشته نفوذ قابل توجهی به محیط بالینی داشته است. بینایی کامپیوتر، به ویژه، ارزش خود را در تصویربرداری پزشکی برای کمک به غربالگری و تشخیص ثابت کرده است. پردازش زبان طبیعی (NLP) ارزش قابل توجهی در پرداختن به نگرانی های قراردادی و نظارتی با متن کاوی و به اشتراک گذاری داده ارائه کرده است. پذیرش فزاینده فناوری هوش مصنوعی توسط شرکت های داروسازی و بیوتکنولوژی برای تسریع در ابتکارات مانند توسعه واکسن و دارو، همانطور که در پی کووید-19 مشاهده شد، تنها پتانسیل عظیم هوش مصنوعی را نشان می دهد.

ما در حال حاضر شاهد پیشرفت‌های شگفت‌انگیز در زمینه هوش مصنوعی مراقبت‌های بهداشتی هستیم، اما هنوز در روزهای اولیه است، و برای باز کردن ارزش آن، کارهای زیادی برای درک چالش‌ها، ابزارها و کاربران مورد نظر که صنعت را شکل می‌دهند، باید انجام شود. تحقیقات جدید از آزمایشگاه جان اسنو و جریان گرادیان، گزارش 2021 هوش مصنوعی در بررسی مراقبت های بهداشتی، فقط این را روشن می کند: کجا هستیم، کجا می رویم و چگونه به آنجا برسیم. این نظرسنجی جهانی ملاحظات مهم سازمان‌های مراقبت‌های بهداشتی را در مراحل مختلف پذیرش هوش مصنوعی، جغرافیا و مهارت فنی بررسی می‌کند تا نگاهی گسترده به وضعیت هوش مصنوعی در مراقبت‌های بهداشتی امروزی ارائه دهد.               

یکی از مهم‌ترین یافته‌ها این است که وقتی صحبت از اجرای هوش مصنوعی به میان می‌آید، چه فناوری‌هایی در اولویت هستند. هنگامی که از آنها پرسیده شد که آنها قصد دارند تا پایان سال 2021 چه فناوری هایی داشته باشند، تقریباً نیمی از پاسخ دهندگان به آنها اشاره کردند. یکپارچه سازی داده ها. حدود یک سوم پردازش زبان طبیعی (NLP) و هوش تجاری (BI) را از جمله فناوری‌هایی می‌دانند که در حال حاضر استفاده می‌کنند یا قصد دارند تا پایان سال استفاده کنند. نیمی از کسانی که رهبران فنی در نظر گرفته می شوند از فناوری هایی برای یکپارچه سازی داده ها، NLP، هوش تجاری و انبار داده استفاده می کنند - یا به زودی از آنها استفاده خواهند کرد. این منطقی است، با توجه به اینکه این ابزارها قدرت کمک به درک حجم عظیمی از داده ها را دارند، در حالی که شیوه های نظارتی و مسئولیت پذیر هوش مصنوعی را در ذهن دارند.

وقتی از کاربران مورد نظر برای ابزارها و فناوری‌های هوش مصنوعی سؤال شد، بیش از نیمی از پاسخ‌دهندگان، پزشکان را در میان کاربران هدف خود شناسایی کردند. این نشان می‌دهد که هوش مصنوعی توسط افرادی استفاده می‌شود که وظیفه ارائه خدمات مراقبت‌های بهداشتی را دارند - نه فقط فن‌آوران و دانشمندان داده، مانند سال‌های گذشته. این تعداد در هنگام ارزیابی سازمان‌های بالغ، یا سازمان‌هایی که بیش از دو سال است که مدل‌های هوش مصنوعی در دست تولید دارند، حتی بالاتر می‌رود. جالب توجه است که نزدیک به 60 درصد از پاسخ دهندگان از سازمان های بالغ نیز نشان دادند که بیماران نیز از فناوری های هوش مصنوعی خود استفاده می کنند. با ظهور ربات‌های چت و سلامت از راه دور، جالب است که ببینیم هوش مصنوعی در چند سال آینده چه برای بیماران و چه برای ارائه‌دهندگان آن تکثیر می‌شود.

در بررسی نرم‌افزار برای ساخت راه‌حل‌های هوش مصنوعی، نرم‌افزار منبع باز (53%) برتری جزئی نسبت به ارائه‌دهندگان ابر عمومی (42%) داشت. با نگاهی به آینده یک تا دو سال، پاسخ دهندگان تمایل به استفاده از نرم افزار تجاری و SaaS تجاری را نشان دادند. نرم‌افزار متن‌باز سطحی از استقلال را بر داده‌های خود به کاربران می‌دهد که ارائه‌دهندگان ابری نمی‌توانند، بنابراین جای تعجب نیست که صنعت بسیار تنظیم‌شده مانند مراقبت‌های بهداشتی نسبت به اشتراک‌گذاری داده‌ها محتاط باشد. به طور مشابه، اکثر شرکت‌هایی که تجربه استقرار مدل‌های هوش مصنوعی در تولید را دارند، به جای ارزیابی از طرف‌های ثالث یا فروشندگان نرم‌افزار، اعتبار مدل‌ها را با استفاده از داده‌ها و ابزارهای نظارتی خود تأیید می‌کنند. در حالی که شرکت های مرحله اولیه بیشتر پذیرای کاوش در شرکای شخص ثالث هستند، سازمان های بالغ تر تمایل به اتخاذ رویکرد محافظه کارانه تری دارند.                      

به طور کلی، نگرش ها در مورد معیارهای کلیدی مورد استفاده برای ارزیابی راه حل های هوش مصنوعی، کتابخانه های نرم افزاری یا راه حل های SaaS و شرکت های مشاوره برای کار با آنها یکسان باقی می ماند. اگرچه پاسخ ها برای هر دسته اندکی متفاوت بود، رهبران فنی هیچ به اشتراک گذاری داده با فروشندگان نرم افزار یا مشاوره را در نظر نمی گرفتند. شرکت ها، توانایی آموزش مدل های خود، و دقت پیشرفته به عنوان اولویت های اصلی. مدل‌های خاص مراقبت‌های بهداشتی و تخصص در مهندسی داده‌های مراقبت‌های بهداشتی، یکپارچه‌سازی و انطباق، در صدر فهرست قرار گرفتند که در مورد راه‌حل‌ها و شرکای بالقوه سؤال شد. حریم خصوصی، دقت و تجربه مراقبت های بهداشتی نیروهایی هستند که باعث پذیرش هوش مصنوعی می شوند. واضح است که هوش مصنوعی برای رشد بیشتر آماده است، زیرا داده ها به رشد خود ادامه می دهند و اقدامات فناوری و امنیتی بهبود می یابد. مراقبت های بهداشتی، که گاهی اوقات می تواند به عنوان یک عقب مانده برای پذیرش سریع در نظر گرفته شود، به سمت هوش مصنوعی می رود و تاثیر قابل توجه آن را می بیند. اگرچه رویکرد آن، ابزارها و فن‌آوری‌های برتر و کاربردهای هوش مصنوعی ممکن است با سایر صنایع متفاوت باشد، دیدن نتایج نظرسنجی سال آینده هیجان‌انگیز خواهد بود.

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