AI-trenderna omformar hälsovården

Klicka för att lära dig mer om författare Ben Lorica.

Tillämpningar av AI inom hälso- och sjukvården ger ett antal utmaningar och överväganden som skiljer sig väsentligt från andra branscher. Trots detta har det också varit en av ledarna när det gäller att sätta AI i arbete och utnyttja den avancerade tekniken för att förbättra vården. Siffrorna talar för sig själva: Den globala AI inom hälso- och sjukvårdsmarknaden förväntas växa från 4.9 miljarder dollar 2020 till $ 45.2 miljard vid 2026. Några viktiga faktorer som driver denna tillväxt är den stora mängden hälso- och sjukvårdsdata och växande komplexitet hos datamängder, behovet av att minska de ökande sjukvårdskostnaderna och utvecklande patientbehov.

Djup lärninghar till exempel gjort betydande inbrott i den kliniska miljön under de senaste åren. I synnerhet datorsyn har visat sitt värde i medicinsk bildbehandling för att hjälpa till med screening och diagnos. Naturlig språkbehandling (NLP) har gett betydande värde för att ta itu med både kontraktsmässiga och regulatoriska problem med textbrytning och datadelning. Ökad antagande av AI-teknik av läkemedels- och bioteknikföretag för att påskynda initiativ som vaccin- och läkemedelsutveckling, vilket ses i kölvattnet av COVID-19, exemplifierar bara AIs enorma potential.

Vi ser redan fantastiska framsteg inom vården AI, men det är fortfarande de första dagarna, och för att verkligen låsa upp dess värde, finns det mycket arbete att göra för att förstå utmaningarna, verktygen och avsedda användare som formar branschen. Ny forskning från John Snow Labs och Gradient Flow, 2021 AI i Healthcare Survey Report, belyser just detta: vart vi är, vart vi ska och hur vi kommer dit. Den globala undersökningen utforskar viktiga överväganden för hälso- och sjukvårdsorganisationer i varierande stadier av AI-antagande, geografiska områden och teknisk skicklighet för att ge en omfattande titt på tillståndet för AI i vården idag.               

En av de mest betydande fynden är kring vilka tekniker som är de bästa i tankarna när det gäller AI-implementering. På frågan om vilken teknik de planerar att ha på plats i slutet av 2021 citerade nästan hälften av de svarande dataintegration. Cirka en tredjedel citerade NLP (Natural Language Processing) och Business Intelligence (BI) bland de tekniker som de för närvarande använder eller planerar att använda i slutet av året. Hälften av de ansedda tekniska ledarna använder - eller kommer snart att använda - teknik för dataintegration, NLP, affärsinformation och datalagring. Detta är vettigt, med tanke på att dessa verktyg har makt att hjälpa till att förstå enorma mängder data, samtidigt som man håller i åtanke reglerande och ansvarsfull AI-praxis.

På frågan om avsedda användare för AI-verktyg och teknik identifierade över hälften av respondenterna kliniker bland sina målanvändare. Detta indikerar att AI används av människor som har till uppgift att leverera hälsovårdstjänster - inte bara tekniker och datavetare, som tidigare år. Det antalet klättrar ännu högre när man utvärderar mogna organisationer eller de som har haft AI-modeller i produktion i mer än två år. Intressant nog uppgav nästan 60% av respondenterna från mogna organisationer att patienter också är användare av deras AI-teknik. Med tillkomsten av chatbots och telehälsa blir det intressant att se hur AI sprider sig för både patienter och leverantörer under de närmaste åren.

Vid övervägande av programvara för att bygga AI-lösningar hade programvara med öppen källkod (53%) en liten fördel jämfört med offentliga molnleverantörer (42%). Ser vi fram emot ett till två år angav respondenterna öppenhet för att också använda både kommersiell programvara och kommersiell SaaS. Programvara med öppen källkod ger användarna en viss autonomi över sina data som molnleverantörer inte kan, så det är inte en stor överraskning att en mycket reglerad bransch som vård skulle vara försiktig med datadelning. På samma sätt väljer majoriteten av företag med erfarenhet av att använda AI-modeller till produktion att validera modeller med egna data- och övervakningsverktyg, snarare än utvärdering från tredje part eller mjukvaruleverantörer. Medan företag i tidigare skeden är mer mottagliga för att utforska tredjepartspartners, tenderar mer mogna organisationer att ta en mer konservativ strategi.                      

Generellt förblev attityderna desamma när de frågades om viktiga kriterier som användes för att utvärdera AI-lösningar, programvarubibliotek eller SaaS-lösningar och konsultföretag att arbeta med. Även om svaren varierade något för varje kategori, ansåg tekniska ledare att ingen datadelning med programvaruleverantörer eller konsultering företag, förmågan att utbilda sina egna modeller och toppmodern noggrannhet som högsta prioriteringar. Hälso- och sjukvårdsspecifika modeller och expertis inom hälso- och sjukvårdsteknik, integration och efterlevnad toppade listan när de fick frågan om lösningar och potentiella partners. Sekretess, noggrannhet och vårdupplevelse är de krafter som driver AI-antagande. Det är tydligt att AI är redo för ännu mer tillväxt, eftersom data fortsätter att växa och teknik och säkerhetsåtgärder förbättras. Hälso-och sjukvård, som ibland kan ses som en eftersläpning för snabb adoption, tar sig till AI och ser redan dess betydande inverkan. Medan dess strategi, de bästa verktygen och teknikerna och tillämpningarna av AI kan skilja sig från andra branscher, kommer det att bli spännande att se vad som väntar nästa års undersökningsresultat.

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