Opieka zdrowotna oparta na sztucznej inteligencji: przyszłość medycyny

W rzeczywistości wartość rynku opieki zdrowotnej opartej na sztucznej inteligencji wynosi 14,6 miliarda dolarów i przewiduje się, że do 2028 roku wzrośnie wielokrotnie, osiągając 102,7 miliarda dolarów.

Obecnie sztuczną inteligencję pomyślnie przetestowano pod kątem różnych metod medycznych, w tym szybkiego identyfikowania nieprawidłowości w skanach radiologicznych, interpretacji skomplikowanych sygnałów biomedycznych w celu wczesnego wykrywania chorób oraz ułatwiania spersonalizowanego podejścia do leczenia poprzez analizę informacji genetycznej.

Przyszłość jest taka, że ​​aplikacje te będą wykorzystywane na większą skalę. Niektóre z nich mają zostać zdemokratyzowane na poziomie użytkownika końcowego, inne natomiast zostaną ograniczone do poziomu instytutów medycznych i badaczy.

Przyjrzyjmy się przyszłości wdrożeń AI w sektorze opieki zdrowotnej.

1. Identyfikacja nieprawidłowości w skanach radiologicznych

Rentgen klatki piersiowej odgrywa kluczową rolę w diagnozowaniu szerokiego spektrum problemów związanych z sercem i płucami. Wykrycie nieprawidłowości na zdjęciu rentgenowskim klatki piersiowej może sygnalizować różne schorzenia, takie jak rak i przewlekłe choroby płuc.

Narzędzie AI zdolne do skutecznego odróżniania prawidłowych od nieprawidłowych prześwietleń klatki piersiowej znacznie odciążyłoby radiologów na całym świecie.

Jak wynika z najnowszego raportu opublikowanego przez Towarzystwo Radiologiczne Ameryki Północnej, badacze wykorzystali dostępne na rynku narzędzie sztucznej inteligencji do analizy zdjęć rentgenowskich klatki piersiowej od 1529 pacjentów w czterech szpitalach w regionie stołecznym Danii.

Zdjęcia rentgenowskie obejmowały przypadki oddziałów ratunkowych, pacjentów szpitalnych i ambulatoryjnych. Narzędzie AI podzieliło zdjęcia rentgenowskie na dwie grupy: „normalne o wysokim stopniu pewności” lub „nienormalne”, reprezentujące odpowiednio stany normalne i nieprawidłowe.

Jako punkt odniesienia, dwóch certyfikowanych radiologów klatki piersiowej oceniło zdjęcia rentgenowskie. W przypadku braku porozumienia konsultowano się z trzecim radiologiem, a wszyscy trzej eksperci nie byli świadomi wyników sztucznej inteligencji.

Spośród 429 zdjęć rentgenowskich klatki piersiowej oznaczonych jako prawidłowe narzędzie AI również zaklasyfikowało 120 (czyli 28%) jako prawidłowe. Ten podzbiór, który stanowi 7,8% wszystkich promieni rentgenowskich, może potencjalnie zostać bezpiecznie zautomatyzowany przez sztuczną inteligencję. Co ciekawsze, narzędzie AI wykazało 99,1% czułość w wykrywaniu nieprawidłowych prześwietleń klatki piersiowej.

2. Interpretacja skomplikowanych sygnałów biomedycznych

Analiza sygnałów biomedycznych odnosi się do metody gromadzenia i przetwarzania sygnałów fizjologicznych w celu uzyskania cennych spostrzeżeń na potrzeby diagnostyki i leczenia medycznego. Wiąże się to z wykorzystaniem różnorodnych technik przetwarzania sygnałów w celu analizy danych i wskazania wzorców wskazujących na określone schorzenia lub choroby.

Analiza sygnałów biomedycznych obejmuje różne typy sygnałów, takie jak elektrokardiogramy (EKG), elektroencefalogramy (EEG) i elektromiogramy (EMG). Każdy z tych sygnałów dostarcza odrębnych szczegółów na temat stanu fizjologicznego organizmu i może pomóc w diagnozowaniu szerokiego spektrum problemów medycznych.

Niedawno firma Anumana, Inc. z siedzibą w Cambridge w stanie Massachusetts w USA stworzyła algorytm EKG oparty na sztucznej inteligencji, zaprojektowany w celu usprawnienia wczesnej identyfikacji amyloidozy serca. To oprogramowanie oparte na sztucznej inteligencji może interpretować sygnały EKG, które mogą pozostać niezauważone przez analityków.

Biorąc pod uwagę powszechne stosowanie nieinwazyjnych badań EKG, algorytmy AI-EKG mają potencjał dotarcia do szerszej populacji pacjentów na wcześniejszym etapie choroby. Anumana koncentruje się obecnie na ewolucji tego algorytmu w kierunku oprogramowania jako urządzenia medycznego (SaMD), mając na celu bezproblemową integrację tego rozwiązania z istniejącymi procesami klinicznymi.

Ta innowacja AI-EKG zdobyła także oznaczenie przełomowego urządzenia przyznane przez amerykańską Agencję ds. Żywności i Leków (FDA), co gwarantuje pacjentom i podmiotom świadczącym opiekę zdrowotną szybki dostęp do tego algorytmu.

3. Ocena zdrowia psychicznego

W 2021 r. ponad 150 milionów osób w całym regionie europejskim WHO zmagało się z problemami zdrowia psychicznego.

Niestety, w ciągu ostatnich kilku lat sytuacja uległa zaostrzeniu w związku z pandemią Covid-19, dostęp do podstawowych usług zmniejszył się, a wzrost stresu, niesprzyjająca sytuacja ekonomiczna, konflikty i przemoc uwydatniły delikatną naturę problemów psychicznych zdrowie.

Jednocześnie sztuczna inteligencja zapoczątkowała erę transformacji w dziedzinie medycyny i opieki zdrowotnej. Wyłania się jako innowacyjne narzędzie do koordynowania usług w zakresie zdrowia psychicznego oraz skutecznego identyfikowania i monitorowania problemów zdrowia psychicznego zarówno na poziomie indywidualnym, jak i populacyjnym.

Narzędzia oparte na sztucznej inteligencji wykorzystują cyfrowe dane dotyczące opieki zdrowotnej, które są dostępne w różnych formatach, takich jak elektroniczna dokumentacja medyczna, obrazy medyczne i odręczne notatki kliniczne. Narzędzia te automatyzują zadania, zapewniają wsparcie klinicystom i ułatwiają głębszy wgląd w skomplikowane przyczyny złożonych zaburzeń.

Thymia, nowatorski start-up zajmujący się cyfrową opieką zdrowotną, stanowi doskonałą ilustrację tego innowacyjnego postępu. Założona w 2020 roku firma Thymia jest pionierem gry wideo opartej na sztucznej inteligencji, zaprojektowanej w celu przyspieszenia, ulepszenia i zapewnienia bardziej obiektywnej oceny zdrowia psychicznego.

W ramach tej platformy preferencje pacjentów dotyczące gier wideo są wykorzystywane w celu ułatwienia szybkiego przeprowadzenia oceny wyjściowej. Następnie sztuczna inteligencja analizuje wiele anonimowych cech twarzy z filmów i analizuje dane audio, identyfikując w ten sposób prawdopodobieństwo i potencjalną wagę depresji.

Technologia ta zapewnia nieprzerwane, zdalne monitorowanie zarówno pacjentom, jak i lekarzom, umożliwiając zrozumienie w czasie rzeczywistym stanu zdrowia i postępu leczenia.

4. Analiza i wizualizacja danych

Sektor opieki zdrowotnej generuje większą ilość danych niż jakikolwiek inny sektor gospodarki. Jednakże branża była zadowolona z danych, które są jedynie „w przybliżeniu dokładne”, pochodzące głównie z ankiet z ograniczoną liczbą uczestników.

Analiza i wizualizacja danych mogą zwiększyć przejrzystość powiązań między pacjentami, lekarzami, świadczeniodawcami, płatnikami i roszczeniami. W połączeniu z uczeniem maszynowym i postępami w zakresie sztucznej inteligencji wizualizacja umożliwia użytkownikom unikanie błędów i bałaganu, a jednocześnie pozwala szybko identyfikować nieprawidłowości i potencjalne przypadki oszustw związanych z rachunkami za usługi medyczne lub receptami.

To oczywiście nie wszystko. Wystarczy spojrzeć na następujący przykład z życia wzięty.

Trilliant Health, firma specjalizująca się w analityce predykcyjnej i badaniach rynku, ujawniła SureityIndex | Szpitale , najnowocześniejsze narzędzie do wizualizacji danych, które wyznacza standardy dla ponad 2000 szpitali w całych Stanach Zjednoczonych.

Narzędzie jest zasilane przez LikenityEngine, technologię uczenia maszynowego, która umożliwia użytkownikom wybór szpitala referencyjnego, a następnie wizualizację grupy 10 podobnych szpitali równorzędnych. Wizualizacja zawiera filtry uwzględniające takie czynniki, jak współczynnik ponownych przyjęć, współczynnik śmiertelności i punktacja w zakresie chorób nabytych w szpitalu.

Trilliant Health twierdzi, że ta udoskonalona funkcja analizy porównawczej umożliwia liderom opieki zdrowotnej ocenę systemów opieki zdrowotnej przy użyciu strategii opartych na dowodach, zamiast polegać wyłącznie na promocyjnych rankingach 100 najlepszych szpitali.

Koniec z science fiction – sztuczna inteligencja już tu jest

Będąc firmą zajmującą się rozwojem sztucznej inteligencji, jesteśmy liderem we wdrażaniu sztucznej inteligencji w opiece zdrowotnej. Niezależnie od tego, czy chodzi o prostą automatyzację zadań, czy przetwarzanie ogromnego zestawu danych dotyczących oceny stanu zdrowia, widzieliśmy, jak sztuczna inteligencja czyni cuda dla sektora opieki zdrowotnej.

Sztuczna inteligencja to błogosławieństwo dla pacjentów, lekarzy, szpitali i badaczy. Teraz jest właściwy czas, aby instytucje opieki zdrowotnej zidentyfikowały obszary wdrażania sztucznej inteligencji i rozpoczęły działania.