Big Data und künstliche Intelligenz werden das Gesundheitswesen revolutionieren

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

Es gibt viele Vordenker, die glauben, wir erleben die vierte industrielle Revolution. Eine "Revolution", die durch Technologien gekennzeichnet ist, die die physische, digitale und biologische Welt miteinander verbinden. Es ist wie eine Tsunami-Welle, die alle Disziplinen, Volkswirtschaften und Industrien und sogar die biologischen Grenzen des Menschen betrifft. Ich bin sicher, dass das Gesundheitswesen das wichtigste Industriegebiet dieser Revolution sein wird und die wichtigsten Katalysatoren für Veränderungen künstliche Intelligenz und Big Data sein werden. 

Künstliche Intelligenz ... echt

Wir haben den Zustand der "echten" künstlichen Intelligenz noch nicht erreicht, aber die KI ist bereit, sich ohne große Ankündigungen oder Fanfare in unser Leben zu schleichen. Es ist bereits in unseren Autos, Google-Suchanfragen, Amazon-Vorschlägen und vielen anderen Geräten enthalten. 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 eine Wegbeschreibung oder merken Sie sich ein Meeting 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. DoNotPayDies hilft Menschen erfolgreich dabei, gegen ihre Geldbußen Berufung einzulegen. Er ist ein „KI-Anwalt“, der anhand einiger Fragen entscheiden kann, was mit dem erhaltenen Parkticket geschehen soll. Ab Juni beantragte der Bot erfolgreich 160.000 der 250.000 Parkscheine 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 für eine gute Entscheidung benötigen. 

Ich spreche nicht von einer fernen Zukunft.

Sicherlich ausgefeilte Lern- und künstliche Intelligenzalgorithmen werden in den nächsten Jahren 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 einige großartige Beispiele für KI im Gesundheitswesen, die mögliche Auswirkungen und mögliche zukünftige Anwendungen aufzeigen, die Optimismus auslösen. Natürlich wird es nur dann eine echte Revolution sein, wenn diese Technologien allen zur Verfügung stehen und nicht nur den reichsten oder erfahrensten. 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. Sammeln, speichern, verfolgen: Dies ist der erste Schritt zur Revolutionierung bestehender Gesundheitssysteme. Vor kurzem hat der AI-Suchzweig des Suchriesen Google sein Projekt gestartet 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 Dies ist in der Lage, Ärzten äußerst raffinierte Behandlungsmöglichkeiten zu bieten. Watson for Oncology verfügt über eine erweiterte Fähigkeit, die Bedeutung und den Kontext strukturierter und unstrukturierter Daten in klinischen Notizen und Berichten zu analysieren, die bei der Auswahl eines Behandlungspfads von entscheidender Bedeutung 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. Dies ist ein ehrgeiziges langfristiges Erkundungsprojekt zum Aufbau der nächsten Generation von „kognitiven Assistenten“. Eine Reihe von KI mit analytischen und logischen Fähigkeiten und einem breiten Spektrum an klinischem Wissen. Medical Sieve ist qualifiziert, um bei der klinischen Entscheidungsfindung in der Radiologie und Kardiologie behilflich zu sein. Der Gesundheitsassistent kann Big Data wie radiologische Bilder 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 Ziel ist es auch, Deep Learning mit umfangreichen Big Data-Archiven zu kombinieren, um die Diagnose und das Leben der Patienten zu verbessern. Bis vor kurzem wurden Computerdiagnoseprogramme unter Verwendung vordefinierter Hypothesensätze 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 häufig zu stark, was zu einer schlechten Diagnoseleistung führt. Das Aufkommen von Big Data wird eine enorme Präzision ermöglichen. Deep Learning kann ein breites Spektrum von Krankheiten im gesamten Körper und alle Bildgebungsmodalitäten (Röntgenstrahlen, CT-Scans usw.) behandeln. “

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 Abonnement-Gesundheitsversorgung. Seit diesem Jahr bietet es medizinische Beratung mit KI basierend auf der persönlichen Krankengeschichte des Patienten.

Benutzer melden ihre Krankheitssymptome an die App, die sie mithilfe der Spracherkennung mit einer Big-Data-Krankheitsdatenbank vergleicht. Nach Berücksichtigung der Anamnese und der Umstände des Patienten bietet Babylon eine angemessene Vorgehensweise. Die App erinnert Patienten auch daran, ihre Medikamente einzunehmen, und folgt ihnen, um herauszufinden, wie sie sich fühlen. Mit solchen Lösungen kann die Effizienz der Patientendiagnose gesteigert und die Wartezeit in Arztpraxen verkürzt werden.

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 verwendet maschinelles Lernen, um Patienten mit chronischen Erkrankungen zwischen Arztbesuchen zu unterstützen. Bietet bewährte, personalisierte Überwachung und Unterstützung bei der Nachsorge mit einem starken Fokus auf chronische Krankheiten.

Protokolle zur Überwachung und Behandlung von Medikamenten: AiCure

Es gibt auch eine spezielle Lösung, um zu überwachen, ob Patienten ihre Medikamente wirklich einnehmen. Die App AiCureunterstützt von National Institutes of Health Englisch verwendet eine Webcam und eine Smartphone-KI, um unabhängig zu bestätigen, dass die Patienten ihre Rezepte einhalten. Dies ist sehr nützlich für Menschen mit schwerwiegenden Erkrankungen, für diejenigen, die dazu neigen, gegen den Rat des Arztes zu verstoßen, 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 genetischer Informationen und medizinischer Aufzeichnungen zu identifizieren und nach Mutationen und Verbindungen zu Krankheiten zu suchen. Es entsteht eine neue Generation von Computertechnologien, die Ärzten mitteilen können, was in einer Zelle passieren wird, wenn die DNA durch natürliche und therapeutische genetische Variationen verändert wird. 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 Langlebigkeitbietet seinen (meist wohlhabenden) Patienten eine vollständige Genomsequenzierung in Verbindung mit einem Ganzkörperscan und einer sehr detaillierten medizinischen Untersuchung. Der gesamte Prozess ermöglicht es, Krebs oder Gefäßerkrankungen in einem frühen Stadium zu erkennen.

Big Data für die Drogen schaffen

Die Entwicklung von Arzneimitteln durch klinische Studien dauert manchmal mehr als ein Jahrzehnt und kostet Milliarden Euro. Eine Beschleunigung und Erschwinglichkeit dieses Prozesses hätte enorme Auswirkungen auf die Gesundheitsversorgung. Atomweise Es werden Supercomputer verwendet, die Therapien aus einer Big-Data-Datenbank molekularer Strukturen ziehen. Im vergangenen Jahr startete Atomwise eine virtuelle Suche nach vorhandenen und sicheren Arzneimitteln, die zur Behandlung von Ebola neu gestaltet werden könnten. Diese Analyse, die normalerweise Monate oder Jahre gedauert hätte, wurde in weniger als einem Tag abgeschlossen. Die Möglichkeit, tödliche Viren Monate oder Jahre schneller zu bekämpfen, kann ein schwerer Schlag gegen die nächste Pandemie sein. Oder dieser, 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 die aktuellen Behandlungen verbessert oder neue Therapien entwickelt. Sie kombinieren KI mit biologischem Big Data für Patienten, um die Unterschiede zwischen gesunden und krankheitsfreundlichen Umgebungen abzubilden und bei der Entdeckung und Entwicklung von Pharma-, Diagnose- und Gesundheitsanwendungen zu helfen.

Analyse eines Gesundheitssystems:

97% der Gesundheitsrechnungen in den Niederlanden sind digital und enthalten Behandlungs-, Arzt- und Krankenhausdaten. Diese Rechnungen konnten leicht eingezogen werden. Eine lokale Firma, 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 in Bezug auf KI abbauen und der Bevölkerung helfen, zu verstehen, wie wir die mit dem Einsatz von KI verbundenen Risiken begrenzen können. Die größte Angst von allen ist, dass künstliche Intelligenz außer Kontrolle gerät und ihre "Schöpfer" kontrolliert (oder bekämpft). Stephen Hawking hat künstliche Intelligenz auf die Liste der Gefahren für das Überleben der Menschheit gesetzt.

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 den gesamten Gesundheitssektor.
2. Allmähliche Entwicklung der KI, um Zeit zu lassen, um Nachteile zu vermeiden.
3. Medizinische Fachkräfte: Schulung zur Funktionsweise von KI in medizinischen Kontexten.
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 - Abschluss in Rechtswissenschaften, Autor mit mehreren in Rumänien veröffentlichten Büchern und Journalist für die Gruppe "Anticipatia" (Bukarest). Es konzentriert sich auf die Auswirkungen exponentieller Technologien, militärischer Robotik und deren Überschneidung mit globalen Trends, Urbanisierung und langfristiger Geopolitik. Er lebt in Neapel.