Big Data und künstliche Intelligenz werden das Gesundheitswesen revolutionieren

Künstliche Intelligenz im Gesundheitswesen hat ungeahntes Potenzial. Innerhalb der nächsten zwei Jahre wird sie mit Hilfe von Big Data jeden Bereich unseres Lebens revolutionieren, auch die Medizin. Es wird das Gesundheitswesen völlig neu gestalten, und zwar zum Besseren. Werfen wir einen Blick auf die vielversprechenden Lösungen, die es bietet.

Es gibt viele Vordenker, die glauben, dass wir die vierte industrielle Revolution erleben. Eine „Revolution“, die durch Technologien gekennzeichnet ist, die die physische, digitale und biologische Welt verschmelzen lassen. Es ist wie eine Tsunami-Welle, die alle Disziplinen, Volkswirtschaften und Industrien und sogar die biologischen Grenzen des Menschen erfasst. Ich bin sicher, dass das Gesundheitswesen der wichtigste Industriebereich dieser Revolution sein wird und die Hauptkatalysatoren für den Wandel künstliche Intelligenz und Big Data sein werden. 

Künstliche Intelligenz ... echt

Wir haben noch nicht den Zustand „echter“ künstlicher Intelligenz erreicht, aber die KI ist bereit, sich ohne große Ankündigungen oder Tamtam in unser Leben zu schleichen. Es ist bereits in unseren Autos, Google-Suchen, Amazon-Vorschlägen und vielen anderen Geräten. Siri Apfel, Cortana von Microsoft, Google-OK Google und Dienste Echo Amazon nutzt die Verarbeitung natürlicher Sprache, um nützliche Dinge zu tun. Kerl? Suchen Sie nach einem Restaurant, erhalten Sie Wegbeschreibungen oder merken Sie sich eine Besprechung Lauschen Sie unseren Gesprächen (In diesem Fall ist es für sie nützlich).

Aber es gibt schon mehr.

Ein 19-jähriger britischer Programmierer hat im vergangenen September einen Bot gestartet. DoNotPay, das Menschen erfolgreich dabei hilft, ihre Bußgelder anzufechten. Er ist ein „KI-Anwalt“, der anhand weniger Fragen entscheiden kann, was mit dem erhaltenen Parkticket geschehen soll. Bis Juni beantragte der Bot erfolgreich 160.000 der 250.000 Parktickets in London und New York. mit einer Erfolgsquote von 64%.

Stellen Sie sich diese Effizienz im Gesundheitswesen vor!

In Kombination mit Big Data könnte KI im Gesundheitswesen und in der Medizin Patientenreisen oder Behandlungspläne besser organisieren und Ärzten alle Informationen liefern, die sie benötigen, um eine gute Entscheidung zu treffen. 

Ich spreche nicht von einer fernen Zukunft.

Sicherlich werden in den nächsten Jahren ausgefeilte Lern- und künstliche Intelligenzalgorithmen einen Platz im Gesundheitswesen finden – ich weiß nicht, ob es zwei oder zehn Jahre sind, aber es kommt.

Andy Schütz, leitender Wissenschaftler bei Sutter Health.

Es gibt bereits mehrere großartige Beispiele für KI im Gesundheitswesen, die potenzielle Auswirkungen und mögliche zukünftige Anwendungen aufzeigen, die Optimismus wecken. Eine echte Revolution wird es natürlich nur, wenn diese Technologien allen zur Verfügung stehen und nicht nur den Reichsten oder Erfahrensten. Wie auch immer, werfen wir einen Blick auf die Zukunft der künstlichen Intelligenz im Gesundheitswesen.

Deepmind Healt, Krankenakten mit Überschallgeschwindigkeit

Die offensichtlichste Anwendung künstlicher Intelligenz im Gesundheitswesen ist das Datenmanagement. Sie sammeln, speichern, verfolgen: Das ist der erste Schritt, um bestehende Gesundheitssysteme zu revolutionieren. Kürzlich startete der KI-Suchzweig des Suchgiganten Google sein Projekt Google Deepmind-Gesundheitwird verwendet, um Krankenakten zu extrahieren und bessere und schnellere Gesundheitsdienste bereitzustellen. Das Projekt steckt noch in den Kinderschuhen, verspricht aber Chaos.

Gestaltung von Behandlungsplänen

IBM Watson startete ein eigenes spezielles Programm für Onkologen die in der Lage ist, Ärzten äußerst raffinierte Behandlungsmöglichkeiten anzubieten. Watson for Oncology verfügt über eine fortschrittliche Fähigkeit, die Bedeutung und den Kontext von strukturierten und unstrukturierten Daten in klinischen Notizen und Berichten zu analysieren, die bei der Auswahl eines Behandlungspfads entscheidend sein können. Durch die Kombination von Attributen aus der Patientenakte mit klinischer Erfahrung, externer Forschung und Daten identifiziert das Programm potenzielle Behandlungspläne für einen Patienten.

Unterstützung bei sich wiederholenden Aufgaben

Auch IBM hat einen anderen Algorithmus namens gestartet Medizinisches Sieb. Es handelt sich um ein ehrgeiziges langfristiges Sondierungsprojekt zum Aufbau der nächsten Generation „kognitiver Assistenten“. Eine Reihe von KI mit analytischen und logischen Fähigkeiten und einem breiten Spektrum an klinischem Wissen. Medical Sieve ist qualifiziert, bei der klinischen Entscheidungsfindung in der Radiologie und Kardiologie zu helfen. Der „Gesundheitsassistent“ ist in der Lage, Big Data wie radiologische Bilder zu analysieren, um Probleme schneller und zuverlässiger zu identifizieren und zu erkennen. Radiologen müssen in Zukunft möglicherweise nur die komplizierteren Fälle untersuchen, in denen die Überwachung durch den Menschen nützlich ist.

Big Data und Deep Learning Diagnostik

Das medizinische Start-up Enlitisch Es zielt auch darauf ab, Deep Learning mit riesigen Big-Data-Archiven zu kombinieren, um die Diagnostik und das Leben der Patienten zu verbessern. Bis vor kurzem wurden Computerdiagnoseprogramme unter Verwendung vordefinierter Sätze von Hypothesen über die spezifischen Merkmale der Krankheit geschrieben. Für jeden Körperteil musste ein spezielles Programm entwickelt werden, und es konnte nur eine begrenzte Anzahl von Krankheiten identifiziert werden. Programme vereinfachen die Realität oft zu stark, was zu einer schlechten diagnostischen Leistung führt. Das Aufkommen von Big Data wird eine enorme Präzision ermöglichen. Deep Learning kann ein breites Spektrum von Krankheiten im ganzen Körper und alle bildgebenden Verfahren (Röntgen, CT-Scans usw.) bewältigen.

Hybride Beratungsmodi (live und online))

Sie haben Kopfschmerzen, fühlen sich benommen und sind sich sicher, dass Sie Fieber haben. Sie sollten von einem Arzt hören. Rufen Sie an, sprechen Sie mit einer Sekretärin, fragen Sie nach einem Termin in zwei Tagen. Dies ist bei neuen Apps für die medizinische Versorgung nicht der Fall. Sogar in Italien werden sie geboren, aber ich spreche von einer Realität, die bereits als etabliert ist Babylon. Die englische App bietet medizinische Online-Beratung und abonnierte Gesundheitsversorgung. Seit diesem Jahr bietet es medizinische Beratung mit KI basierend auf der persönlichen Krankengeschichte des Patienten an.

Nutzer melden ihre Krankheitssymptome an die App, die sie per Spracherkennung mit einer Big-Data-Krankheitsdatenbank abgleicht. Nach Berücksichtigung der Krankengeschichte und der Umstände des Patienten bietet Babylon eine angemessene Vorgehensweise an. Die App erinnert die Patienten auch daran, ihre Medikamente einzunehmen, und folgt ihnen, um herauszufinden, wie sie sich fühlen. Mit solchen Lösungen lässt sich die Effizienz der Patientendiagnostik steigern und die Wartezeit in Arztpraxen verkürzen.

Virtuelle Krankenschwestern

Wir begrüßen die weltweit erste virtuelle Krankenschwester. Molly wurde vom medizinischen Start-up entwickelt Sinnlich. Sie hat ein lächelndes, liebenswertes Gesicht, gepaart mit einer angenehmen Stimme, und ihr einzigartiger Fokus liegt darauf, Menschen dabei zu helfen, ihren Zustand und ihre Behandlung zu überwachen. Die Schnittstelle nutzt maschinelles Lernen, um Patienten mit chronischen Erkrankungen zwischen Arztbesuchen zu unterstützen. Bietet bewährte, personalisierte Nachsorge und Unterstützung mit einem starken Fokus auf chronische Krankheiten.

Protokolle zur Überwachung und Behandlung von Medikamenten: AiCure

Es gibt auch eine spezifische Lösung, um zu überwachen, ob Patienten ihre Medikamente wirklich einnehmen. Die App AiCureunterstützt von National Institutes of Health Englisch, verwendet eine Webcam und Smartphone-KI, um unabhängig zu bestätigen, dass Patienten ihre Rezepte einhalten. Dies ist sehr nützlich für Menschen mit schweren Erkrankungen, für diejenigen, die dazu neigen, sich gegen den Rat des Arztes zu wehren, und für Teilnehmer an klinischen Studien.

KI, Big Data und Präzisionsmedizin

KI und Big Data werden auch einen großen Einfluss auf Genetik und Genomik haben. Deep Genomics zielt darauf ab, Big-Data-Muster von genetischen Informationen und Krankenakten zu identifizieren und nach Mutationen und Verbindungen mit Krankheiten zu suchen. Es entsteht eine neue Generation von Computertechnologien, die Ärzten mitteilen können, was in einer Zelle passiert, wenn die DNA durch genetische Variation verändert wird, sowohl auf natürliche als auch auf therapeutische Weise. Wie werden wir sie nennen?

Craig venterIn der Zwischenzeit arbeitet einer der Väter des Humangenomprojekts an Algorithmen, mit denen die physikalischen Eigenschaften eines Patienten anhand seiner DNA entworfen werden können. Mit seiner neuesten Leistung, Menschliche Langlebigkeit, bietet seinen (meist wohlhabenden) Patienten eine vollständige Genomsequenzierung in Verbindung mit einem Ganzkörperscan und einer sehr detaillierten medizinischen Untersuchung an. Das ganze Verfahren ermöglicht es, Krebs oder Gefäßerkrankungen im Frühstadium zu erkennen.

Big Data für die Drogen schaffen

Die Entwicklung von Arzneimitteln durch klinische Studien dauert teilweise mehr als ein Jahrzehnt und kostet Milliarden Euro. Diesen Prozess zu beschleunigen und erschwinglicher zu machen, hätte enorme Auswirkungen auf das Gesundheitswesen. Atomweise Es verwendet Supercomputer, die Therapien aus einer Big-Data-Datenbank mit molekularen Strukturen ziehen. Im vergangenen Jahr startete Atomwise eine virtuelle Suche nach bestehenden und sicheren Medikamenten, die zur Behandlung von Ebola umgestaltet werden könnten. Diese Analyse, die normalerweise Monate oder Jahre gedauert hätte, war in weniger als einem Tag abgeschlossen. In der Lage zu sein, tödliche Viren Monate oder Jahre schneller zu bekämpfen, kann ein großer Erfolg gegen die nächste Pandemie sein. Oder dieses hier, warum nicht.

Ein weiteres gutes Beispiel für die Verwendung von Big Data für das Patientenmanagement ist Berg Gesundheit, ein biopharmazeutisches Unternehmen, das Daten extrahiert, um herauszufinden, warum manche Menschen Krankheiten überleben, und dann aktuelle Behandlungen zu verbessern oder neue Therapien zu entwickeln. Sie kombinieren KI mit patientenbiologischen Big Data, um die Unterschiede zwischen gesunden und krankheitsfreundlichen Umgebungen abzubilden und bei der Entdeckung und Entwicklung von Arzneimitteln, Diagnostika und Anwendungen im Gesundheitswesen zu helfen.

Analyse eines Gesundheitssystems:

97 % der Gesundheitsrechnungen in den Niederlanden sind digital und enthalten Behandlungs-, Arzt- und Krankenhausdaten. Diese Rechnungen konnten leicht wiederhergestellt werden. Ein lokales Unternehmen, Zorgprisma Publiek Analysieren Sie Rechnungen und verwenden Sie IBM Watson in der Cloud, um Daten zu extrahieren. Sie können feststellen, ob ein Arzt, eine Klinik oder ein Krankenhaus wiederholt Fehler bei der Behandlung einer bestimmten Art von Erkrankung macht, um sie bei der Verbesserung und Vermeidung unnötiger Krankenhausaufenthalte von Patienten zu unterstützen.

Dinge, die für AI und Big Data zu tun sind, um uns wirklich zu helfen: VIELE

Zunächst müssen wir Vorurteile und Ängste gegenüber KI abbauen und der Bevölkerung verständlich machen, wie wir die Risiken begrenzen können, die der Einsatz von KI mit sich bringt. Die größte Angst von allen ist, dass die künstliche Intelligenz außer Kontrolle gerät und ihre „Schöpfer“ kontrolliert (oder bekämpft). Stephen Hawking setzte künstliche Intelligenz auf die Liste der Gefahren für das Überleben der Menschheit.

Ich denke nicht, dass die Situation so düster ist, aber ich stimme denen zu, die die Notwendigkeit betonen, sich angemessen auf den Einsatz von KI im Gesundheitswesen vorzubereiten. Wir brauchen ein paar Dinge, um Probleme zu vermeiden:

1. Schaffung anwendbarer und verbindlicher ethischer Standards für das gesamte Gesundheitswesen.
2. Schrittweise Entwicklung der KI, um Zeit zu haben, Nachteile zu vermeiden.
3. Mediziner: Training zur Funktionsweise von KI im medizinischen Kontext.
4. Patienten: Gewohnheit der KI und immer weniger Misstrauen.
5. Für diejenigen, die KI-Lösungen entwickeln: Mehr Kommunikation mit der Öffentlichkeit über die potenziellen Vorteile und Risiken.
6. Für Gesundheitsbehörden: Messen Sie den Erfolg und die Wirksamkeit des Systems.

Wenn wir erfolgreich sind, werden Big Data und KI uns nicht von Zeit zu Zeit, sondern täglich enorme medizinische und therapeutische Durchbrüche bringen.

Bianca Stan - Abgeschlossenes Jurastudium, Autorin mit mehreren in Rumänien veröffentlichten Büchern und Journalistin für die Gruppe "Anticipatia" (Bukarest). Es konzentriert sich auf die Auswirkungen exponentieller Technologien, Militärrobotik und ihre Überschneidung mit globalen Trends, Urbanisierung und langfristiger Geopolitik. Er lebt in Neapel.