Jak AI może zmienić sektor zdrowia?

Adaptacja sztucznej inteligencji do technologii medycznej lub MedTech poprawi wydajność, zmniejszy koszty i poprawi wyniki medyczne w nadchodzących latach.

Wyobraźmy sobie, że pacjent odczuwa ból brzucha wraz z objawami w nietypowych miejscach, co komplikuje diagnostykę. Inteligentne badanie ujawnia przyczynę: nietypowa forma zapalenia wyrostka robaczkowego. Jednak zasługa nie należy do radiologa, ale do maszyny obrazującej zbudowanej w technologii, która wykorzystuje algorytmy sztucznej inteligencji, opiera się na setkach milionów podobnych skanów, rozpoznaje nieprawidłowości i podaje swoją diagnozę.

Powyższa sytuacja nie należy już do filmu science fiction. Naciskani koniecznością redukcji kosztów, producenci sprzętu medycznego i firmy technologiczne zwiększają inwestycje w sztuczną inteligencję (AI). Systemy te już istnieją, a ich rozwój może w najbliższych latach gwałtownie wzrosnąć, zwłaszcza w dziedzinie obrazowania diagnostycznego.

Prawdą jest, że eksperci widzą komplikacje w rozwoju i wdrażaniu MedTech, zwłaszcza w zakresie regulacji i ochrony danych pacjentów. Uważają jednak, że udane zastosowanie AI w tej dziedzinie mogłoby zwiększyć wydajność, obniżyć koszty na leczenie.

Na przykład Morgan Stanley szacuje, że globalny rynek AI w opiece zdrowotnej może wzrosnąć z 1,3 mld USD obecnie do 10 mld USD do 2024 r., rosnąc w tempie 40% rocznie. Inwestorzy widzą już możliwości w dużych firmach MedTech i producentach sprzętu medycznego, a także w firmach technologicznych i nowych startupach.

AI, uczenie maszynowe, Big Data i MedTech

AI ma na celu naśladowanie procesów poznawczych ludzi, takich jak rozumowanie i uczenie się poprzez algorytmy i big data. Najpopularniejszą metodą jest uczenie maszynowe, czyli machine learning, w którym model jest trenowany na danych takich jak skany jelit od milionów pacjentów, aby analizować i kategoryzować je niezależnie. Im większy i bardziej złożony wolumen danych (Big Data), tym lepsze wyniki poznawcze modelu.

AI ma ogromny potencjał, od zarządzania diagnozami po optymalizację dawek leków dla pacjentów czy wczesne wykrywanie chorób. Wszystko zależy jednak od możliwości i projektu samego AI, od tego, czy przynosi wymierne korzyści i czy łatwo to wykorzystać i zintegrować z dzisiejszym sposobem pracy.

Jesteśmy więc na wczesnym etapie. Zastosowanie jest wciąż skromne i skupia się bardziej na inteligencji opieki, która pomaga zmniejszyć powtarzalne procesy ręczne, takie jak organizowanie wizyt, pozostawiając lekarzom więcej czasu na bardziej specjalistyczną i opłacalną pracę.

Źródło: http://bardziej.pl – znajdziesz tu więcej newsów o zdrowiu, stylu życia, czy technologii.