מומחי בינה מלאכותית דנים כיצד לשלב בינה מלאכותית חזקה בתחום הבריאות, מדוע שיתוף פעולה בין-תחומי הוא קריטי, והפוטנציאל של בינה מלאכותית גנרטיבית במחקר.
פייפיי לי ולויד מינור נשאו דברים ראשיים בסימפוזיון הבריאות הראשון של RAISE בבית הספר לרפואה של אוניברסיטת סטנפורד ב-14 במאי. סטיב פיש
רוב האנשים שנלכדו על ידי בינה מלאכותית חוו רגע "אהה" כלשהו, שבו פתחו את דעתם לעולם של אפשרויות. בסימפוזיון הבריאות הראשון של RAISE ב-14 במאי, ד"ר לויד מיינור, דיקן בית הספר לרפואה של אוניברסיטת סטנפורד וסגן נשיא לענייני רפואה באוניברסיטת סטנפורד, שיתף את נקודת המבט שלו.
כאשר נער סקרן התבקש לסכם את ממצאיו בנוגע לאוזן הפנימית, הוא פנה לבינה מלאכותית גנרטיבית. "שאלתי, 'מהי תסמונת התפרקות של התעלה העליונה?', סיפר מינור לכמעט 4,000 משתתפי הסימפוזיון. תוך שניות ספורות הופיעו מספר פסקאות."
"הם טובים, ממש טובים", הוא אמר. "שהמידע הזה נאסף לתיאור תמציתי, מדויק באופן כללי וברור של המחלה, ומסודר לפי סדר עדיפויות. זה די יוצא דופן."
רבים חלקו את התרגשותו של מינור מהאירוע בן חצי היום, שהיה פועל יוצא של יוזמת RAISE Health, פרויקט שהושק על ידי בית הספר לרפואה של אוניברסיטת סטנפורד ומכון סטנפורד לבינה מלאכותית ממוקדת אדם (HAI) במטרה להנחות את השימוש האחראי בבינה מלאכותית במחקר ביו-רפואי, חינוך וטיפול בחולים. הדוברים בחנו מה המשמעות של יישום בינה מלאכותית ברפואה באופן שלא רק שימושי לרופאים ומדענים, אלא גם שקוף, הוגן ושוויוני עבור המטופלים.
"אנו מאמינים שזו טכנולוגיה שמשפרת את היכולות האנושיות", אמרה פיי-פיי לי, פרופסור למדעי המחשב בבית הספר להנדסה של סטנפורד, מנהלת פרויקט RAISE Health with Minor ומנהלת שותפה של HAI. דור אחר דור, טכנולוגיות חדשות עשויות לצוץ: החל מרצפים מולקולריים חדשים של אנטיביוטיקה ועד מיפוי מגוון ביולוגי וחשיפת חלקים נסתרים של ביולוגיה בסיסית, בינה מלאכותית מאיצה גילוי מדעי. אבל לא כל זה מועיל. "לכל היישומים הללו יכולות להיות השלכות בלתי מכוונות, ואנחנו זקוקים למדעני מחשב שיפתחו ויישמו [בינה מלאכותית] באחריות, ויעבדו עם מגוון בעלי עניין, החל מרופאים ואתיקנים... ועד מומחי אבטחה ועוד", אומרת היא. "יוזמות כמו RAISE Health מדגימות את המחויבות שלנו לכך".
האיחוד של שלוש חטיבות של סטנפורד מדיסין - בית הספר לרפואה, סטנפורד בריאות טיפול ובית הספר לרפואת בריאות הילד של אוניברסיטת סטנפורד - והקשרים שלה לחלקים אחרים של אוניברסיטת סטנפורד הציבו אותה במצב בו מומחים מתמודדים עם פיתוח בינה מלאכותית, ניהול וסוגיות אינטגרציה בתחום הבריאות והרפואה. רפואה, נאמר בשיר.
"אנו ממוצבים היטב להיות חלוצים בפיתוח וביישום אחראי של בינה מלאכותית, החל מתגליות ביולוגיות בסיסיות ועד לשיפור פיתוח תרופות ויעילות תהליכי ניסויים קליניים, ועד למתן שירותי בריאות בפועל. הבריאות. האופן שבו מערכת הבריאות בנויה", אמר.
מספר דוברים הדגישו רעיון פשוט: התמקדות במשתמש (במקרה זה, המטופל או הרופא) וכל השאר יבוא בעקבותיו. "זה שם את המטופל במרכז כל מה שאנחנו עושים", אמרה ד"ר ליסה להמן, מנהלת הביו-אתיקה בבית החולים בריגהאם ונשים. "אנחנו צריכים להתחשב בצרכים ובסדרי העדיפויות שלהם".
משמאל לימין: מגישת STAT News, מוהאנה רבינדראנת'; ג'סיקה פיטר לי מ-Microsoft Research; סילביה פלבריטיס, פרופסור למדעי הנתונים הביו-רפואיים, דנה בתפקידה של בינה מלאכותית במחקר רפואי. סטיב פיש
הדוברים בפאנל, שכללו את להמן, ד"ר מילדרד צ'ו, ביואתיקנית רפואית מאוניברסיטת סטנפורד, וד"ר מייקל האוול, מנהל קליני ראשי של גוגל, ציינו את מורכבותן של מערכות בתי החולים, והדגישו את הצורך להבין את מטרתן לפני כל התערבות. יש ליישם אותה ולהבטיח שכל המערכות שפותחו יהיו כוללניות ומקשיבות לאנשים שהן נועדו לעזור להם.
מפתח אחד הוא שקיפות: היא מבהירה מהיכן מגיעים הנתונים המשמשים לאימון האלגוריתם, מהי המטרה המקורית של האלגוריתם, והאם נתוני מטופלים עתידיים ימשיכו לעזור לאלגוריתם ללמוד, בין היתר.
"ניסיון לחזות בעיות אתיות לפני שהן הופכות לרציניות [פירושו] למצוא את הנקודה המתוקה המושלמת שבה אתה יודע מספיק על הטכנולוגיה כדי להיות בעל ביטחון מסוים בה, אבל לא לפני ש[הבעיה] תתפשט הלאה ותפתור אותה מוקדם יותר", אמר דנטון צ'אר. מועמד למדעי הרפואה, פרופסור חבר במחלקה להרדמה ילדים, רפואה פריאופרטיבית ורפואת כאב. צעד מפתח אחד, הוא אומר, הוא זיהוי כל בעלי העניין שעשויים להיות מושפעים מהטכנולוגיה וקביעת כיצד הם עצמם היו רוצים לענות על שאלות אלה.
ד"ר ג'סי ארנפלד, נשיא האיגוד הרפואי האמריקאי, דן בארבעה גורמים המניעים אימוץ של כל כלי בריאות דיגיטלי, כולל כאלה המופעלים על ידי בינה מלאכותית. האם זה יעיל? האם זה יעבוד במוסד שלי? מי משלם? מי אחראי?
ד"ר מייקל פפר, מנהל מערכות המידע הראשי של סטנפורד הלת' קייר, ציטט דוגמה עדכנית שבה רבות מהבעיות נבדקו בקרב אחיות בבתי החולים של סטנפורד. קלינאים נתמכים על ידי מודלים של שפה גדולה המספקים הערות ראשוניות להודעות נכנסות של מטופלים. למרות שהפרויקט אינו מושלם, רופאים שסייעו בפיתוח הטכנולוגיה מדווחים שהמודל מקל על עומס העבודה שלהם.
"אנחנו תמיד מתמקדים בשלושה דברים חשובים: בטיחות, יעילות והכלה. אנחנו רופאים. אנחנו נשבעים 'לא לגרום נזק'", אמרה ד"ר נינה ואסן, פרופסור קליני לפסיכיאטריה ומדעי ההתנהגות, שהצטרפה לקבוצה, צ'אר ופפר. "זו צריכה להיות הדרך הראשונה להעריך את הכלים האלה."
ניגאם שאה, MBBS, Ph.D., פרופסור לרפואה ומדעי הנתונים הביו-רפואיים, פתח את הדיון עם נתון מזעזע למרות אזהרה הוגנת לקהל. "אני מדבר במונחים כלליים ובמספרים, ולפעמים הם נוטים להיות מאוד ישירים", אמר.
לדברי שאה, הצלחת הבינה המלאכותית תלויה ביכולתנו להרחיב אותה. "ביצוע מחקר מדעי ראוי על מודל לוקח כ-10 שנים, ואם כל אחת מ-123 תוכניות המלגות וההתמחות הייתה רוצה לבדוק ולפרוס את המודל לרמת דיוק כזו, יהיה קשה מאוד לבצע את המדע הנכון כפי שאנו מארגנים כעת את המאמצים שלנו [ובודקים] זה יעלה 138 מיליארד דולר לוודא שכל אחד מהאתרים שלנו עובד כראוי", אמר שאה. "אנחנו לא יכולים להרשות לעצמנו את זה. אז אנחנו צריכים למצוא דרך להתרחב, ואנחנו צריכים להרחיב ולעשות מדע טוב. כישורי הדיוק נמצאים במקום אחד וכישורי ההרחבה נמצאים במקום אחר, אז אנחנו נצטרך את סוג השותפות הזה".
דיקן עמית יואן אשלי ומילדרד צ'ו (קבלה) השתתפו בסדנת RAISE Health. סטיב פיש
חלק מהדוברים בסימפוזיון אמרו כי ניתן להשיג זאת באמצעות שותפויות ציבוריות-פרטיות, כגון צו הנשיאותי האחרון של הבית הלבן בנושא פיתוח ושימוש מאובטחים, מאובטחים ואמינים של בינה מלאכותית וקונסורציום הבינה המלאכותית בתחום הבריאות (CHAI).
"השותפות הציבורית-פרטית בעלת הפוטנציאל הגדול ביותר היא זו שבין האקדמיה, המגזר הפרטי והמגזר הציבורי", אמרה לורה אדמס, יועצת בכירה באקדמיה הלאומית לרפואה. היא ציינה כי הממשלה יכולה להבטיח את אמון הציבור, ומרכזים רפואיים אקדמיים יכולים לספק לגיטימציה, ומומחיות טכנית וזמן מחשב יכולים להינתן על ידי המגזר הפרטי. "כולנו טובים יותר מכל אחד מאיתנו, ואנו מכירים בכך ש... איננו יכולים להתפלל למימוש הפוטנציאל של [בינה מלאכותית] אלא אם כן נבין כיצד לתקשר זה עם זה."
מספר דוברים אמרו כי לבינה מלאכותית יש גם השפעה על המחקר, בין אם מדענים משתמשים בה כדי לחקור דוגמה ביולוגית, לחזות רצפים ומבנים חדשים של מולקולות סינתטיות כדי לתמוך בטיפולים חדשים, או אפילו לעזור להם לסכם או לכתוב מאמרים מדעיים.
"זוהי הזדמנות לראות את הלא נודע", אמרה ד"ר ג'סיקה מגה, קרדיולוגית בבית הספר לרפואה של אוניברסיטת סטנפורד ומייסדת שותפה של Verily של Alphabet. מגה הזכירה הדמיה היפרספקטרלית, אשר לוכדת מאפייני תמונה בלתי נראים לעין האנושית. הרעיון הוא להשתמש בבינה מלאכותית כדי לזהות דפוסים בשקופיות פתולוגיה שבני אדם לא רואים שמצביעים על מחלה. "אני מעודדת אנשים לאמץ את הלא נודע. אני חושבת שכולם כאן מכירים מישהו עם איזשהו מצב רפואי שזקוק למשהו מעבר למה שאנחנו יכולים לספק היום", אמרה מג'יה.
חברי הפאנל הסכימו גם כי מערכות בינה מלאכותית יספקו דרכים חדשות לזהות ולהילחם בקבלת החלטות מוטה, בין אם על ידי בני אדם או על ידי בינה מלאכותית, עם היכולת לזהות את מקור ההטיה.
"בריאות היא יותר מטיפול רפואי בלבד", הסכימו כמה מחברי הפאנל. הדוברים הדגישו כי חוקרים לעיתים קרובות מתעלמים מגורמים חברתיים המשפיעים על הבריאות, כגון מעמד סוציו-אקונומי, מיקוד, רמת השכלה, גזע ומוצא אתני, בעת איסוף נתונים מכלילים וגיוס משתתפים למחקרים. "בינה מלאכותית יעילה רק כמו הנתונים עליהם מבוסס המודל", אמרה מישל וויליאמס, פרופסור לאפידמיולוגיה באוניברסיטת הרווארד ופרופסור חבר לאפידמיולוגיה ובריאות האוכלוסייה בבית הספר לרפואה של אוניברסיטת סטנפורד. "אם נעשה את מה שאנו שואפים לעשות. לשפר את תוצאות הבריאות ולבטל את אי השוויון, עלינו להבטיח שאנו אוספים נתונים באיכות גבוהה על התנהגות אנושית ועל הסביבה החברתית והטבעית".
ד"ר נטלי פייג'לר, פרופסור קלינית לרפואת ילדים ורפואה, אמרה שנתוני סרטן מצטברים לרוב אינם כוללים נתונים על נשים בהריון, מה שיוצר הטיות בלתי נמנעות במודלים ומחריף את הפערים הקיימים בשירותי הבריאות.
ד"ר דיוויד מגנוס, פרופסור לרפואת ילדים ורפואה, אמר שכמו כל טכנולוגיה חדשה, בינה מלאכותית יכולה לשפר את המצב במובנים רבים או להחמיר אותו. הסיכון, אמר מגנוס, הוא שמערכות בינה מלאכותית ילמדו על תוצאות בריאותיות לא שוויוניות המונעות על ידי גורמים חברתיים המשפיעים על הבריאות ויחזקו תוצאות אלו באמצעות התפוקה שלהן. "בינה מלאכותית היא מראה המשקפת את החברה בה אנו חיים", אמר. "אני מקווה שבכל פעם שתהיה לנו הזדמנות להאיר נושא - להרים מראה לעצמנו - זה ישמש כמוטיבציה לשיפור המצב."
אם לא הצלחתם להשתתף בסדנת RAISE Health, ניתן למצוא הקלטה של המפגש כאן.
בית הספר לרפואה של אוניברסיטת סטנפורד הוא מערכת בריאות אקדמית משולבת המורכבת מבית הספר לרפואה של אוניברסיטת סטנפורד וממערכות מתן שירותי בריאות למבוגרים ולילדים. יחד הם מממשים את מלוא הפוטנציאל של הביו-רפואה באמצעות מחקר שיתופי, חינוך וטיפול קליני בחולים. למידע נוסף, בקרו בכתובת med.stanford.edu.
מודל חדש של בינה מלאכותית מסייע לרופאים ולאחיות בבית החולים סטנפורד לעבוד יחד כדי לשפר את הטיפול בחולים.
זמן פרסום: 19 ביולי 2024