건강 관리 분야에서 가장 놀라운 5 가지 AI 발전

동영상: [사례 중심] 새 학기 수업 준비 꿀팁 5가지 - 학생활동 및 교과세특 관련♥ Top 5 Tips for New Teachers

콘텐츠

의료 영상
전자 의료 기록 (EMR)
버그 없음, 스트레스 없음-인생을 파괴하지 않고 인생을 바꾸는 소프트웨어를 만드는 단계별 가이드
임상 의사 결정 지원 (CDS)
약물 개발
미래로 도약
지혜로운 말씀

출처 : 비디오 의사 / iStockphoto

테이크 아웃 :

AI는 의료 기술이 점차 빠른 속도로 발전하고 있습니다. 최신 기술 중 일부는 다음과 같습니다.

인공 지능은 상상할 수없는 많은 방법으로 세상을 혁신하고 있습니다. 4 차 산업 혁명 직전에 인류는 현재 우리가 살고있는 세상을 재창조하는 기계가 만든 첫 걸음을 목격하고 있습니다. 그리고 우리는 지능적이고 자기 학습 기계로 인간을 대체 할 때의 잠재적 인 단점과 이점에 대해 계속 토론하고 있습니다. AI의 긍정적 인 영향이 우리 삶의 질을 확실히 향상시킬 수있는 한 분야 : 의료 산업.

의료 영상

머신 러닝 알고리즘은 눈 깜짝 할 사이 상상할 수없는 양의 정보를 처리 할 수 있습니다. 또한 유방 촬영 사진 및 CT 스캔과 같은 의료 영상 보고서에서 가장 작은 세부 사항까지 발견 할 때 사람보다 훨씬 정확할 수 있습니다.

Zebra Medical Vision이라는 회사는 골다공증, 유방암, 대동맥 동맥류 등과 같은 잠재적 인 증상의 모든 징후를 90 %로 찾을 수있는 모든 유형의 의료 영상 보고서에 대한 알고리즘 기반 분석을 통해 Profound라는 새로운 플랫폼을 개발했습니다. 정확도. 그리고 딥 러닝 기능은 보건 의료 서비스 제공자가 처음에는 찾지 못한 다른 질병의 숨겨진 증상을 확인하도록 훈련되었습니다. 다른 딥 러닝 네트워크는 생검 슬라이드에서 특히 치명적인 유방암의 존재를 감지 할 때 100 % 정확도 점수를 얻었습니다.

컴퓨터 기반 분석은 인간보다 데이터 나 이미지를 해석하는 데 훨씬 더 효율적이고 비용이 덜 들며, 일부는 미래에 방사선 전문의 나 병리학 자와 같은 일부 직업에서 AI를 대체하지 않는 것이 비 윤리적으로 될 수 있다고 주장했습니다! (의학에서 IT에 대한 자세한 내용은 의료 진단에서 IT의 역할을 참조하십시오.)

전자 의료 기록 (EMR)

전자 정보 기록 (EMR)이 건강 정보 기술에 미치는 영향은 지난 10 년 동안 논란의 여지가 많은 주제 중 하나입니다. 일부 연구에 따르면 이들은 치료의 질을 향상시키는 동시에 생산성과 적시성을 향상시키는 전환점을 나타냅니다. 그러나 많은 의료 서비스 제공 업체는 번거롭고 사용하기 어려워서 상당한 기술 저항과 광범위한 비효율을 초래했습니다. 최신 AI 기반 소프트웨어가 EMR의 다루기 힘든 어리 석음으로 매일 닥치는 많은 의사, 간호사 및 약사를 구출 할 수 있습니까?

이 새로운 건강 관리 기술의 가장 큰 문제 중 하나는 임상의가 반복적 인 작업을 수행하는 데 귀중한 시간을 너무 많이 소비해야한다는 것입니다. 그러나 AI는 의사가 환자와 대화하는 동안 모든 세부 사항을 기록하기 위해 방문 중에 음성 인식을 사용하여이를 쉽게 자동화 할 수 있습니다. 차트에는 웨어러블 기기 및 외부 센서와 같은 다양한 소스에서 수집 할 수있는 훨씬 자세한 데이터가 포함될 수 있으며 AI는이를 EMR에 직접 공급합니다.

그러나 데이터 수집의 첫 번째 단계에서 딥 러닝 알고리즘으로 충분한 관련 정보를 올바르게 이해하고 외삽하면 많은 방법으로 치료의 질을 향상시키는 데 사용될 수 있습니다. 치료에 대한 환자의 순응도를 높이고 예방 가능한 사건을 줄이거 나 예측 가능한 AI 분석을 통해 의사를 안내하여 고가의 생명을 위협하는 상태를 치료할 수 있습니다. 실제 사례를 예로 들면, JAMA 네트워크에 발표 된 최근 연구에 따르면 샌프란시스코 대학의 EMR에서 추출하여 AI가 소화 한 빅 데이터가 치명적인 클로스 트리 디움 디피 실리 (C. diff) 치료에 도움이 됐다는 사실이 밝혀졌습니다. ) 감염.

또한 Google 외에는 의료 접근 속도, 품질 및 공평성을 향상시키기 위해 자체 Google DeepMind Health 프로젝트를 시작했을 때 의료 기록 데이터 마이닝이 건강 관리에서 다음 "큰 일"이 될 것임을 쉽게 알 수 있습니다.

버그 없음, 스트레스 없음-인생을 파괴하지 않고 인생을 바꾸는 소프트웨어를 만드는 단계별 가이드

아무도 소프트웨어 품질에 신경 쓰지 않으면 프로그래밍 기술을 향상시킬 수 없습니다.

임상 의사 결정 지원 (CDS)

딥 러닝의 또 다른 흥미로운 예는 기계가 사람보다 더 나은 의사 결정을 내리는 데 도움이 될 수있는 임상 의사 결정 지원 (CDS) 도구의 확산입니다.

이 도구는 일반적으로 최고의 치료 과정을 제안하고 약리학 적 상호 작용 또는 이전 상태와 같은 잠재적 위험에 대해 경고하고 환자의 건강 기록에서 가장 작은 세부 사항까지 분석하여 임상의가 업무를 수행 할 수 있도록 EMR 시스템에 내장되어 있습니다.

흥미로운 예는 Microsoft의 유명한 AI Cortana를 요양원 관리에 사용되는 도구에 통합 할 수있는 소프트웨어 하우스 인 MatrixCare입니다. 머신 러닝 엔진의 강력한 분석 기능은 지원 도구의 의사 결정 능력을 지속적으로 강화했습니다.

존 담 가드 (John Damgaard) CEO는“한 의사가 한 달에 두 번 정도 의학 일지를 읽을 수있다”며“정오 전과 오후 3 시까 지 역사에 발표 된 모든 암 연구를 읽을 수있다. 치료 계획에 대한 환자 별 권장 사항을 만들고 결과를 개선하고 있습니다.”

CDS는 또한 기계가 인간보다 훨씬 더 효과적으로 통신 할 수 있다는 주장을 제기합니다. 특히 다른 의료 기기는 다른 사물 인터넷 (IoT) 기기 (웨어러블, 모니터, 침대 옆 센서 등)와 마찬가지로 인터넷과 EMR 소프트웨어에도 모두 연결할 수 있습니다. 치료 단편화의 전달이 부적절한 치료 및 입원 증가의 주요 원인이기 때문에 상호 운용성은 현대 건강 관리의 중요한 문제입니다. 스마트 AI가 이끄는 다양한 EMR 플랫폼은 인터넷을 통해 서로“대화”할 수있게되어 서로 다른 병동과 심지어 다른 의료 시설 간의 협력과 협력을 증진시킵니다.

약물 개발

임상 시험을 통해 새로운 약물을 개발하는 것은 종종 비용이 많이 드는 일입니다. 시간 (수십 년에 대해 이야기하고 있음)과 투자 된 비용 (비용은 쉽게 수십억 달러에 달할 수 있음)뿐만 아니라 인간의 삶까지도 말입니다. 실제로 많은 신약은 소위 시판 후 기간 동안 실제 피험자에 대해 수년간의 추가 테스트를 필요로하며, 약물이 복용 된 후 수년 동안 많은 심각한 (또는 치명적인) 부작용이 발견되는 경우는 드물지 않습니다. 발사했다.

다시 한번, 효율적인 슈퍼 컴퓨터 연료 AI는 인간이 감히 분석 할 수없는 분자 구조의 데이터베이스에서 새로운 약물을 추출 할 수 있습니다. 대표적인 예가 Atomwises AI이며, 에볼라 바이러스 전염병을 막을 수있는 두 가지 약물을 예측할 수있었습니다. 하루 만에 가상 검색을 통해 치명적인 바이러스와 싸우기 위해 용도를 바꿀 수있는 안전하고 이미 존재하는 두 가지 의약품을 찾을 수있었습니다. 가장 좋은 점은 이미 수년간 환자에게 시판 된 약물을 스캔하여 안전성을 입증함으로써 대유행 응급 상황에 효과적으로 대응할 수있는 방법을 찾았다는 것입니다. (기술이 약물 개발을 안내하는 방법에 대한 자세한 내용은 의약품 및 제약 분야의 빅 데이터 영향을 참조하십시오.)

미래로 도약

가장 놀라운 기술 중 일부는 아직 시제품이 아니며 프로토 타입에 불과하지만 그 의미는 여전히 놀랄만 한 가치가 있습니다.

이 중 하나는 정밀 의학입니다. 정밀 유전체학은 깊은 유전체 알고리즘을 사용하여 암과 같은 질병과 관련이있을 수있는 돌연변이와 이상을 찾는 DNA를 환자를 스캔합니다. Human Genome Project의 아버지 중 한 명인 Craig Venter와 같은 사람들은 현재 유전자 변형의 영향을 예측하고 개별 치료를 향한 길을 열며 예방 가능한 많은 질병을 조기에 발견 할 수있는 차세대 컴퓨팅 기술을 연구하고 있습니다.