Trendi umetne inteligence preoblikovanje zdravstvenega varstva

Kliknite, če želite izvedeti več o avtorju Ben Lorica.

Uporaba umetne inteligence v zdravstvu predstavlja številne izzive in vidike, ki se bistveno razlikujejo od drugih panog. Kljub temu je bil tudi eden vodilnih pri delu z umetno inteligenco, pri čemer je izkoristil vrhunsko tehnologijo za izboljšanje oskrbe. Številke govorijo same zase: svetovna umetna inteligenca na področju zdravstvenega trga naj bi se povečala s 4.9 milijarde USD v letu 2020 na $ 45.2 milijarde 2026. Nekateri glavni dejavniki, ki spodbujajo to rast, so velik obseg podatkov o zdravstvenem varstvu in vedno večja zapletenost naborov podatkov, potreba po zmanjšanju naraščajočih stroškov zdravstvene oskrbe in spreminjajoče se potrebe pacientov.

Globoko učenjena primer, je v zadnjih nekaj letih precej prodrl v klinično okolje. Zlasti računalniški vid je dokazal svojo vrednost pri medicinskem slikanju za pomoč pri presejanju in diagnozi. Obdelava naravnega jezika (NLP) je pomembno prispeval k reševanju pogodbenih in regulativnih vprašanj pri rudarjenju besedil in izmenjavi podatkov. Povečanje sprejetja tehnologije umetne inteligence s strani farmacevtskih in biotehnoloških podjetij za pospeševanje pobud, kot so razvoj cepiv in zdravil, kot je razvidno iz obdobja COVID-19, samo ponazarja ogromen potencial umetne inteligence.

Že zdaj opažamo neverjetne korake pri zdravstveni inteligenci, vendar so še vedno zgodnji dnevi in ​​za resnično odkritje njene vrednosti je še veliko dela za razumevanje izzivov, orodij in predvidenih uporabnikov, ki oblikujejo industrijo. Nova raziskava iz John Snow Labs in pretok gradienta, 2021 AI v poročilu o zdravstveni raziskavi, osvetljuje le to: kje smo, kam gremo in kako do tja. Globalna raziskava raziskuje pomembne vidike zdravstvenih organizacij v različnih fazah sprejemanja umetne inteligence, zemljepisov in tehnične moči, da bi zagotovila obsežen pregled stanja umetne inteligence v zdravstvu danes.               

Ena najpomembnejših ugotovitev je, katere tehnologije so pri uvajanju umetne inteligence najbolj pomembne. Na vprašanje, katere tehnologije nameravajo vzpostaviti do konca leta 2021, je navedla skoraj polovica vprašanih integracija podatkov. Približno ena tretjina je med tehnologijami, ki jih trenutno uporabljajo ali nameravajo uporabljati do konca leta, navedla obdelavo naravnega jezika (NLP) in poslovno inteligenco (BI). Polovica teh tehničnih voditeljev uporablja - ali bo kmalu uporabljala - tehnologije za integracijo podatkov, NLP, poslovno inteligenco in skladiščenje podatkov. To je smiselno, saj lahko ta orodja pomagajo razumeti ogromne količine podatkov, hkrati pa upoštevajo regulativne in odgovorne prakse umetne inteligence.

Na vprašanje o predvidenih uporabnikih orodij in tehnologij za umetno inteligenco je več kot polovica anketirancev med ciljnimi uporabniki prepoznala zdravnike. To kaže, da umetno inteligenco uporabljajo ljudje, ki so zadolženi za izvajanje zdravstvenih storitev - ne samo tehnologi in znanstveniki, kot v preteklih letih. To število se še poveča, če ocenjujemo zrele organizacije ali tiste, ki imajo modele umetne inteligence v proizvodnji že več kot dve leti. Zanimivo je, da je skoraj 60% vprašanih iz zrelih organizacij navedlo tudi, da so tudi pacienti uporabniki njihovih tehnologij umetne inteligence. S prihodom klepetalnic in telezdravja bo zanimivo videti, kako se umetna inteligenca v naslednjih nekaj letih širi tako za bolnike kot za ponudnike.

Pri razmišljanju o programski opremi za izdelavo rešitev za umetno inteligenco je imela odprtokodna programska oprema (53%) rahlo prednost pred ponudniki javnih oblakov (42%). V prihodnosti eno do dve leti so anketiranci izrazili odprtost za uporabo tako komercialne programske opreme kot komercialne SaaS. Odprtokodna programska oprema daje uporabnikom stopnjo avtonomije nad njihovimi podatki, ki je ponudniki v oblaku ne morejo, zato ni veliko presenečenje, da bi bila visoko regulirana panoga, kot je zdravstvo, previdna pri izmenjavi podatkov. Podobno se večina podjetij z izkušnjami pri uvajanju modelov umetne inteligence v proizvodnjo odloči za potrditev modelov z uporabo lastnih podatkov in orodij za spremljanje, namesto da bi jih ocenjevale tretje osebe ali prodajalci programske opreme. Medtem ko so podjetja v zgodnejši fazi bolj dovzetna za raziskovanje tujih partnerjev, bolj zrele organizacije ponavadi uporabljajo bolj konzervativen pristop.                      

Na splošno so stališča ostala enaka, ko so jih vprašali o ključnih merilih, ki se uporabljajo za ocenjevanje rešitev za umetno inteligenco, programskih knjižnicah ali rešitvah SaaS in svetovalnih podjetjih, s katerimi lahko sodelujejo. Čeprav so se odgovori za vsako kategorijo nekoliko razlikovali, tehnični voditelji niso menili, da bi si delili podatke s prodajalci programske opreme ali svetovali. podjetja, sposobnost usposabljanja lastnih modelov in vrhunska natančnost kot glavne prednostne naloge. Modeli in strokovno znanje na področju zdravstvenega varstva, inženiringa podatkov, integracije in skladnosti so na vrhu seznama, ko so jih vprašali o rešitvah in potencialnih partnerjih. Zasebnost, natančnost in izkušnje z zdravstvenim varstvom so sile, ki spodbujajo sprejetje umetne inteligence. Jasno je, da je umetna inteligenca pripravljena na še večjo rast, saj se podatki še naprej povečujejo, tehnologija in varnostni ukrepi pa izboljšujejo. Zdravstveno varstvo, ki ga včasih lahko obravnavamo kot zaostalega v hitrem posvojitvi, se ukvarja z umetno inteligenco in že opaža njen pomemben učinek. Čeprav se njen pristop, vrhunska orodja in tehnologije ter aplikacije umetne inteligence razlikujejo od drugih panog, bo zanimivo videti, kaj se obeta za rezultate raziskav prihodnjega leta.

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