אמון, בינה מלאכותית ומרכזית אנושית ושיתוף פעולה הם המוקד של המרכז הראשון לסימפוזיון מעלה לבריאות |

מומחי AI דנים כיצד לשלב AI חזק בתחום הבריאות, מדוע שיתוף פעולה בין תחומי הוא קריטי, והפוטנציאל של AI הגנרי במחקר.
פייפי לי ולויד מינור העניקו דברי פתיחה בסימפוזיון הבריאות של העלאת הפתיחה בבית הספר לרפואה באוניברסיטת סטנפורד ב- 14 במאי. סטיב פיש
לרוב האנשים שנלכדו על ידי בינה מלאכותית היה רגע "אהה" כלשהו, ​​ופותח את דעתם לעולם של אפשרויות. בסימפוזיון העלאת הבריאות העולה ב -14 במאי, שיתף לויד מינור, ד"ר דיקן בית הספר לרפואה באוניברסיטת סטנפורד וסגן נשיא לעניינים רפואיים באוניברסיטת סטנפורד, את נקודת המבט שלו.
כאשר נער מתבגר סקרן אחד התבקש לסכם את ממצאיו ביחס לאוזן הפנימית, הוא פנה לאינטליגנציה מלאכותית גנרית. "שאלתי, 'מהי תסמונת Dehiscence של התעלה?' מינור אמר לכמעט 4,000 משתתפי סימפוזיון. תוך שניות ספורות הופיעו מספר פסקאות.
"הם טובים, ממש טובים," אמר. "שמידע זה נערך לתיאור תמציתי, מדויק בדרך כלל, וברור כי העדיפות בבירור של המחלה. זה די מדהים. "
רבים שיתפו את ההתרגשות של מינור לאירוע של חצי יום, שהיה התפתחות של יוזמת הבריאות של Raise, פרויקט שהושק על ידי בית הספר לרפואה באוניברסיטת סטנפורד והמכון לסטנפורד לאינטליגנציה מלאכותית מרוכזת אנושית (HAI) כדי להנחות את השימוש האחראי במלאכותי מוֹדִיעִין. אינטליגנציה במחקר ביו -רפואי, חינוך וטיפול בחולים. הדוברים בדקו את המשמעות של יישום בינה מלאכותית ברפואה באופן שאינו מועיל רק לרופאים ומדענים, אלא גם שקופים, הוגנים ושוויוניים עבור חולים.
"אנו מאמינים שמדובר בטכנולוגיה המשפרת את היכולות האנושיות", אמר פיי-פיי לי, פרופסור למדעי המחשב בבית הספר להנדסה בסטנפורד, מנהל העלאת בריאות עם פרויקט מינורי ומנהל משותף של HAI. דור אחר דור, טכנולוגיות חדשות עשויות להופיע: מרצפים מולקולריים חדשים של אנטיביוטיקה ועד מיפוי המגוון הביולוגי וחושף חלקים נסתרים של ביולוגיה מהותית, AI מאיצה את הגילוי המדעי. אבל לא כל זה מועיל. "לכל היישומים הללו יכולות להיות השלכות לא מכוונות, ואנחנו זקוקים למדעני מחשבים המפתחים ומיישמים [בינה מלאכותית] באחריות, בעבודה עם מגוון בעלי עניין, מרופאים ומאתקים ... למומחי אבטחה ומעבר לה", אומרת. "יוזמות כמו העלאת בריאות מדגימות את המחויבות שלנו לכך."
איחוד שלוש חטיבות ברפואת סטנפורד - בית הספר לרפואה, שירותי הבריאות בסטנפורד ובית הספר לרפואה לבריאות ילדים באוניברסיטת סטנפורד - וקשריהם לאזורים אחרים באוניברסיטת סטנפורד הציבו זאת בתפקיד בו מומחים מתמודדים עם התפתחותם של בינה מלאכותית. סוגיות ניהול ואינטגרציה בתחום הבריאות והרפואה. רפואה, השיר הלך.
"אנו ממוקמים היטב להיות חלוץ בפיתוח ויישום אחראי של בינה מלאכותית, החל מתגליות ביולוגיות בסיסיות ועד שיפור פיתוח התרופות והפכת תהליכי ניסוי קליניים ליעילים יותר, עד למסירת שירותי הבריאות בפועל. שירותי בריאות. האופן שבו מערכת הבריאות מוגדרת, "אמר.
מספר דוברים הדגישו מושג פשוט: התמקדו במשתמש (במקרה זה, המטופל או הרופא) וכל השאר יבוא אחריו. "זה מציב את המטופל במרכז כל מה שאנחנו עושים," אמרה ד"ר ליסה להמן, מנהלת ביו -אתיקה בבית החולים בריגהם ובית החולים לנשים. "עלינו לקחת בחשבון את צרכיהם וסדרי העדיפויות שלהם."
משמאל לימין: עוגן News Stat Mohana Ravindranath; ג'סיקה פיטר לי ממחקר מיקרוסופט; Sylvia Plevritis, פרופסור למדעי נתונים ביו -רפואיים, דן בתפקיד הבינה המלאכותית במחקר רפואי. סטיב פיש
דוברים בפאנל, שכללו את להמן, ביו -אתיקאי רפואי של אוניברסיטת סטנפורד, מילדרד צ'ו, MD, והקצין הקליני הראשי של גוגל, מייקל האוול, ד"ר, ציינו את המורכבות של מערכות בתי החולים, והדגישו את הצורך להבין את מטרתם לפני כל התערבות. יישם אותו וודא שכל המערכות שפותחו כוללות והקשיבו לאנשים שהם נועדו לעזור להם.
מפתח אחד הוא שקיפות: הוא מבהיר מאיפה מגיעים הנתונים המשמשים לאימוני האלגוריתם, מהי המטרה המקורית של האלגוריתם והאם נתוני המטופלים העתידיים ימשיכו לעזור לאלגוריתם ללמוד, בין גורמים אחרים.
"מנסה לחזות בעיות אתיות לפני שהן הופכות להיות חמורות [אמצעי] למצוא את הנקודה המתוקה המושלמת בה אתה יודע מספיק על הטכנולוגיה כדי שיהיה ביטחון בזה, אך לא לפני ש [הבעיה] מתפשטת עוד יותר ולפתור אותה מוקדם יותר." , אמר דנטון צ'אר. מועמד למדעי הרפואה, פרופסור חבר למחלקה להרדמה לילדים, רפואה פרופרטיבית ורפואת כאבים. צעד מפתח אחד, לדבריו, הוא לזהות את כל בעלי העניין שעשויים להיות מושפעים מהטכנולוגיה ולקבוע כיצד הם עצמם רוצים לענות על שאלות אלה.
ג'סי ארנפלד, ד"ר, נשיא האיגוד הרפואי האמריקני, דן בארבעה גורמים המניעים אימוץ של כל כלי בריאות דיגיטלי, כולל אלה המופעלים על ידי בינה מלאכותית. האם זה יעיל? האם זה יעבוד במוסד שלי? מי משלם? מי אחראי?
מייקל פפר, מרפאה, מנהל המידע הראשי של סטנפורד בריאות, ציין דוגמה אחרונה בה נבדקו רבים מהנושאים בקרב אחיות בבתי החולים סטנפורד. הקלינאים נתמכים על ידי מודלים גדולים בשפה המספקים הערות ראשוניות להודעות חולים נכנסות. למרות שהפרויקט אינו מושלם, רופאים שעזרו בפיתוח דוח הטכנולוגיה שהמודל מקל על עומס העבודה שלהם.
"אנו תמיד מתמקדים בשלושה דברים חשובים: בטיחות, יעילות והכללה. אנחנו רופאים. אנו נוקטים בשבועה "אל תזיק", אמרה נינה וסן, ד"ר, עוזרת קלינית לפרופסור לפסיכיאטריה ומדעי ההתנהגות, שהצטרפו לצ'ר ופפר הצטרף לקבוצה. "זו צריכה להיות הדרך הראשונה להעריך את הכלים האלה."
ניגאם שאה, MBBS, Ph.D., פרופסור לרפואה ומדעי נתונים ביו -רפואיים, החל את הדיון עם נתון מזעזע למרות אזהרה הוגנת בפני הקהל. "אני מדבר במונחים ומספרים כלליים, ולפעמים הם נוטים להיות ישירים מאוד," אמר.
לדברי שאה, ההצלחה של AI תלויה ביכולת שלנו לגודל אותה. "ביצוע מחקר מדעי מתאים על מודל אורך כעשר שנים, ואם כל אחת מ 123 תוכניות המלגות והתושבות רצו לבדוק ולפרוס את המודל לרמת הקפדנות זו, יהיה קשה מאוד לעשות את המדע הנכון כשאנחנו מתארגנים כעת המאמצים שלנו ו- [מבחן]] זה יעלה 138 מיליארד דולר לוודא שכל אחד מהאתרים שלנו יעבוד נכון, "אמר שאה. "אנחנו לא יכולים להרשות לעצמנו את זה. לכן עלינו למצוא דרך להתרחב, ואנחנו צריכים להרחיב ולעשות מדע טוב. כישורי הקפדנות נמצאים במקום אחד וכישורי הקנה המידה הם באחר, אז אנו נצטרך סוג כזה של שותפות. "
השותף דיקן יואן אשלי ומילדרד צ'ו (קבלת פנים) השתתפו בסדנת ההעלאה. סטיב פיש
חלק מהדוברים בסימפוזיון אמרו כי ניתן להשיג זאת באמצעות שותפויות ציבוריות-פרטיות, כמו הצו ההנהלה האחרון של הבית הלבן בנושא ההתפתחות הבטוחה, הבטוחה והאמינה והשימוש בבינה מלאכותית והקונסורציום לבינה מלאכותית בתחום הבריאות (CHAI). ).
"השותפות הציבורית-פרטית עם הפוטנציאל הגדול ביותר היא אחת בין האקדמיה, המגזר הפרטי והמגזר הציבורי", אמרה לורה אדמס, היועצת הבכירה של האקדמיה הלאומית לרפואה. היא ציינה כי הממשלה יכולה להבטיח אמון ציבורי, ומרכזים רפואיים אקדמיים יכולים. לספק לגיטימציה, ומומחיות טכנית וזמן מחשב ניתן לספק על ידי המגזר הפרטי. "כולנו טובים יותר מכל אחד מאיתנו, ואנחנו מכירים בכך ש ... איננו יכולים להתפלל לממש את הפוטנציאל של [בינה מלאכותית] אלא אם כן אנו מבינים כיצד לתקשר זה עם זה."
מספר דוברים אמרו כי AI משפיעה גם על המחקר, בין אם מדענים משתמשים בו כדי לחקור דוגמה ביולוגית, לחזות רצפים ומבנים חדשים של מולקולות סינתטיות כדי לתמוך בטיפולים חדשים, או אפילו לעזור להם לסכם או לכתוב מאמרים מדעיים.
"זו הזדמנות לראות את הלא נודע," אמרה ג'סיקה מגה, MD, קרדיולוגית בבית הספר לרפואה באוניברסיטת סטנפורד ומייסדת משותפת של אלפבית. מגה הזכירה הדמיה היפרפרקטית, שתוכנת תכונות דימוי בלתי נראות לעין האנושית. הרעיון הוא להשתמש בבינה מלאכותית כדי לאתר דפוסים בשקופיות פתולוגיה שבני האדם לא רואים שמעידים על מחלה. "אני מעודד אנשים לאמץ את הלא נודע. אני חושב שכולם כאן מכירים מישהו עם איזשהו מצב רפואי שזקוק למשהו מעבר למה שאנחנו יכולים לספק היום, "אמרה מג'יה.
חברי הפאנל גם הסכימו כי מערכות בינה מלאכותית יספקו דרכים חדשות לזהות ולילחם בקבלת החלטות מוטות, בין אם מתבצעות על ידי בני אדם או בינה מלאכותית, עם היכולת לזהות את מקור ההטיה.
"בריאות היא יותר מסתם טיפול רפואי", הסכימו כמה חברי פאנל. הדוברים הדגישו כי לעתים קרובות החוקרים מתעלמים מקובעים חברתיים לבריאות, כמו מצב סוציו -אקונומי, מיקוד, רמת חינוך וגזע ואתניות, בעת איסוף נתונים מכילים וגיוס משתתפים למחקרים. "AI יעיל רק כמו הנתונים עליהם מאומנים המודל", אמרה מישל וויליאמס, פרופסור לאפידמיולוגיה באוניברסיטת הרווארד ופרופסור חבר לאפידמיולוגיה ובריאות אוכלוסייה בבית הספר לרפואה באוניברסיטת סטנפורד. "אם אנחנו עושים את מה שאנחנו שואפים לעשות. שפר את תוצאות הבריאות ולבטל את אי השוויון, עלינו להבטיח שאנו אוספים נתונים באיכות גבוהה על התנהגות אנושית והסביבה החברתית והטבעית. "
נטלי פגלר, MD, פרופסור קליני לרפואת ילדים ורפואה, אמרה כי נתוני סרטן מצטברים לא שוללים לעתים קרובות נתונים על נשים בהריון, ויוצרות הטיות בלתי נמנעות במודלים ומחמירה את הפערים הקיימים בתחום הבריאות.
ד"ר דייוויד מגנוס, פרופסור לרפואת ילדים ורפואה, אמר שכמו כל טכנולוגיה חדשה, בינה מלאכותית יכולה לשפר את המצב במובנים רבים או להחמיר אותם. הסיכון, אמר מגנוס, הוא שמערכות בינה מלאכותית ילמדו על תוצאות בריאות לא שוויוניות המונעות על ידי קובעים חברתיים לבריאות ויחזקו את התוצאות הללו באמצעות תפוקתם. "בינה מלאכותית היא מראה המשקפת את החברה בה אנו חיים," אמר. "אני מקווה שבכל פעם שיש לנו הזדמנות להאיר אור בנושא - להחזיק מראה לעצמנו - היא תשמש מוטיבציה לשפר את המצב."
אם לא הייתם מסוגלים להשתתף בסדנת Raise Health, ניתן למצוא כאן הקלטה של ​​הפגישה.
בית הספר לרפואה באוניברסיטת סטנפורד הוא מערכת שירותי בריאות אקדמית משולבת המורכבת מבית הספר לרפואה באוניברסיטת סטנפורד ומערכות הלידה למבוגרים ובריאות לילדים. יחד הם מבינים את מלוא הפוטנציאל של ביו -רפואה באמצעות מחקר שיתופי, חינוך וטיפול בחולים קליני. למידע נוסף בקר באתר Med.Stanford.edu.
מודל חדש של בינה מלאכותית מסייע לרופאים ואחיות בבית החולים סטנפורד לעבוד יחד כדי לשפר את הטיפול בחולים.