KI -Experten diskutieren, wie man robuste KI in das Gesundheitswesen integriert, warum interdisziplinäre Zusammenarbeit kritisch und das Potenzial der generativen KI in der Forschung ist.
Feifei Li und Lloyd Minor machten am 14. Mai am 14. Mai die Eröffnungsrede am Eröffnungssymposium der Stanford University School of Medicine. Steve Fish
Die meisten Menschen, die von künstlicher Intelligenz gefangen genommen wurden, hatten einen „AHA“ -Moment, der ihren Geist für eine Welt voller Möglichkeiten geöffnet hat. Am 14. Mai teilte Lloyd Minor, MD, Dekan der Stanford University School of Medicine und Vice President für medizinische Angelegenheiten an der Stanford University, seine Perspektive.
Als ein neugieriger Teenager gebeten wurde, seine Erkenntnisse zum Innenohr zusammenzufassen, wandte er sich der generativen künstlichen Intelligenz zu. "Ich fragte:" Was ist das Superior Canal Dehiszenz -Syndrom? " Minor erzählte fast 4.000 Symposiumteilnehmer. Innerhalb von Sekunden erschienen mehrere Absätze.
"Sie sind gut, wirklich gut", sagte er. „Diese Informationen wurden in eine prägnante, im Allgemeinen genaue und klar priorisierte Beschreibung der Krankheit zusammengestellt. Das ist ziemlich bemerkenswert. “
Viele haben die Aufregung von Minor für die halbtägige Veranstaltung geteilt, die ein Ergebnis der Raise Health Initiative war, ein Projekt, das von der Stanford University School of Medicine und des Stanford Institute for Human-Centered Künstliche Intelligenz (HAI) ins Leben gerufen wurde, um die verantwortungsbewusste Einsatz von Künstlern zu leiten Intelligenz. Intelligenz in biomedizinischer Forschung, Bildung und Patientenversorgung. Die Redner untersuchten, was es bedeutet, künstliche Intelligenz in der Medizin auf eine Weise umzusetzen, die nicht nur für Ärzte und Wissenschaftler nützlich ist, sondern auch transparent, fair und für Patienten gerecht.
"Wir glauben, dass dies eine Technologie ist, die die menschlichen Fähigkeiten verbessert", sagte Fei-Fei Li, Professor für Informatik an der Stanford School of Engineering, Direktorin der Raise Health mit geringfügigem Projekt und Co-Direktor von HAI. Generation nach der Generation können neue Technologien entstehen: Von neuen molekularen Sequenzen von Antibiotika bis hin zur Kartierung der biologischen Vielfalt und der Aufdeckung versteckter Teile der fundamentalen Biologie beschleunigt die wissenschaftliche Entdeckung. Aber nicht all dies ist vorteilhaft. „Alle diese Anwendungen können unbeabsichtigte Konsequenzen haben, und wir benötigen Informatiker, die [künstliche Intelligenz] verantwortungsbewusst entwickeln und umsetzen, und arbeiten mit einer Vielzahl von Stakeholdern, von Ärzten und Ethikern… bis zu Sicherheitsexperten und darüber hinaus“, sagt sie. "Initiativen wie Raise Health demonstrieren unser Engagement dafür."
Die Konsolidierung von drei Abteilungen der Stanford Medicine - der School of Medicine, der Stanford Health Care und der Stanford University School of Child Health Medicine - und seine Verbindungen zu anderen Teilen der Stanford University haben sie in eine Position gebracht künstliche Intelligenz. Management- und Integrationsprobleme im Bereich Gesundheitswesen und Medizin. Medizin, das Lied ging.
„Wir sind gut positioniert, um ein Pionier in der Entwicklung und der verantwortungsvollen Umsetzung künstlicher Intelligenz zu sein, von grundlegenden biologischen Entdeckungen bis hin zur Verbesserung der Arzneimittelentwicklung und zur effizienten Durchführung klinischer Studienprozesse bis hin zur tatsächlichen Erbringung von Gesundheitsdiensten. Gesundheitspflege. Die Art und Weise, wie das Gesundheitssystem eingerichtet ist “, sagte er.
Mehrere Redner betonten ein einfaches Konzept: Konzentrieren Sie sich auf den Benutzer (in diesem Fall, der Patient oder Arzt) und alles andere wird folgen. "Es stellt die Patientin in den Mittelpunkt, was wir tun", sagte Dr. Lisa Lehmann, Direktorin für Bioethik im Brigham and Women's Hospital. "Wir müssen ihre Bedürfnisse und Prioritäten berücksichtigen."
Von links nach rechts: Status -Nachrichtenanker Mohana Ravindranath; Jessica Peter Lee von Microsoft Research; Sylvia Plevritis, Professorin für biomedizinische Datenwissenschaft, erörtert die Rolle der künstlichen Intelligenz in der medizinischen Forschung. Steve Fish
Die Redner des Gremiums, zu denen die medizinische Bioethikerin der Stanford University, Mildred Cho, MD, und der Clinical Officer von Google, Michael Howell, gehörten, stellten die Komplexität von Krankenhaussystemen fest und betonten die Notwendigkeit, ihren Zweck vor jeder Intervention zu verstehen. Implementieren Sie es und stellen Sie sicher, dass alle entwickelten Systeme inklusiv sind, und hören Sie den Menschen zu, die ihnen helfen sollen.
Ein Schlüssel ist die Transparenz: Es wird deutlich, woher die Daten zum Training des Algorithmus herrühren, was der ursprüngliche Zweck des Algorithmus ist und ob zukünftige Patientendaten dem Algorithmus unter anderem das Erlernen des Algorithmus helfen werden.
"Der Versuch, ethische Probleme vorherzusagen, bevor sie ernst werden, bedeutet, den perfekten Sweet Spot zu finden, an dem Sie genug über die Technologie wissen, um ein gewisses Vertrauen in sie zu haben, aber nicht bevor [das Problem] sich weiter ausbreitet und sie früher lösen." , Sagte Denton Char. Kandidat für medizinische Wissenschaften, außerordentlicher Professor der Abteilung für pädiatrische Anästhesiologie, perioperative Medizin und Schmerzmedizin. Ein wesentlicher Schritt, sagt er, besteht darin, alle Stakeholder zu identifizieren, die möglicherweise von der Technologie betroffen sein und feststellen, wie sie selbst diese Fragen beantworten möchten.
Jesse Ehrenfeld, MD, Präsident der American Medical Association, diskutiert vier Faktoren, die die Einführung eines digitalen Gesundheitsinstruments vorantreiben, einschließlich derjenigen, die von künstlicher Intelligenz betrieben werden. Ist es effektiv? Wird dies in meiner Institution arbeiten? Wer bezahlt? Wer ist verantwortlich?
Michael Pffeffer, MD, Chief Information Officer von Stanford Health Care, zitierte kürzlich ein Beispiel, in dem viele der Probleme unter Krankenschwestern in Stanford Hospitals getestet wurden. Kliniker werden von Großsprachmodellen unterstützt, die anfängliche Annotationen für eingehende Patientenbotschaften anbieten. Obwohl das Projekt nicht perfekt ist, berichten Ärzte, die dazu beigetragen haben, den Technologie zu entwickeln, dass das Modell ihre Arbeitsbelastung erleichtert.
„Wir konzentrieren uns immer auf drei wichtige Dinge: Sicherheit, Effizienz und Inklusion. Wir sind Ärzte. Wir leisten einen Eid, um „keinen Schaden anrichten“, sagte Nina Vasan, MD, klinischer Assistenzprofessor für Psychiatrie und Verhaltenswissenschaften, der sich Char und Pfeffer anschloss, traten der Gruppe bei. "Dies sollte der erste Weg sein, um diese Tools zu bewerten."
Nigam Shah, MBBS, Ph.D., Professor für Medizin und biomedizinische Datenwissenschaft, begann die Diskussion mit einer schockierenden Statistik trotz fairer Warnung an das Publikum. "Ich spreche allgemein und Zahlen, und manchmal sind sie sehr direkt", sagte er.
Laut Shah hängt der Erfolg der KI von unserer Fähigkeit ab, sie zu skalieren. „Die ordnungsgemäße wissenschaftliche Forschung an einem Modell dauert ungefähr 10 Jahre, und wenn jedes der 123 Fellowship- und Residency -Programme das Modell auf diese Ebene der Strenge testen und bereitstellen wollte, wäre es sehr schwierig, die richtige Wissenschaft zu machen, wenn wir uns derzeit organisieren Unsere Bemühungen und [Test] würden 138 Milliarden US -Dollar kosten, um sicherzustellen, dass jeder unserer Websites richtig funktioniert “, sagte Shah. „Wir können uns das nicht leisten. Wir müssen also einen Weg finden, um zu expandieren, und wir müssen sich ausdehnen und gute Wissenschaft machen. Die strengen Fähigkeiten befinden sich an einem Ort und die Skalierungsfähigkeiten sind in einem anderen, also brauchen wir diese Art von Partnerschaft. “
Associate Dean Yuan Ashley und Mildred Cho (Rezeption) nahmen an dem Raise Health Workshop teil. Steve Fish
Einige Redner des Symposiums sagten, dies könne durch öffentlich-private Partnerschaften erreicht werden, wie beispielsweise die jüngste Anordnung des Weißen Hauses zur sicheren, sicheren und vertrauenswürdigen Entwicklung und Verwendung künstlicher Intelligenz und des Konsortiums für künstliche Intelligenz im Gesundheitswesen (CHAI). ).
"Die öffentlich-private Partnerschaft mit dem größten Potenzial ist eine zwischen Wissenschaft, dem Privatsektor und dem öffentlichen Sektor", sagte Laura Adams, Seniorberaterin der National Academy of Medicine. Sie bemerkte, dass die Regierung das öffentliche Vertrauen sicherstellen kann, und akademische medizinische Zentren können es können. Legitimität zur Verfügung gestellt und technisches Know -how und Computerzeit können vom privaten Sektor bereitgestellt werden. "Wir sind alle besser als jeder von uns und wir erkennen, dass ... wir nicht beten können, um das Potenzial der [künstlichen Intelligenz] zu erkennen, es sei denn, wir verstehen, wie wir miteinander interagieren."
Mehrere Redner sagten, dass KI auch einen Einfluss auf die Forschung hat, unabhängig davon, ob Wissenschaftler es verwenden, um biologisches Dogma zu erforschen, neue Sequenzen und Strukturen synthetischer Moleküle vorhersagen, um neue Behandlungen zu unterstützen, oder ihnen sogar helfen, wissenschaftliche Papiere zusammenzufassen oder zu schreiben.
"Dies ist eine Gelegenheit, das Unbekannte zu sehen", sagte Jessica Mega, MD, Kardiologin an der Stanford University School of Medicine und Mitbegründerin von Alphabet. Mega erwähnte die hyperspektrale Bildgebung, die Bildfunktionen für das menschliche Auge erfasst. Die Idee ist, künstliche Intelligenz zu verwenden, um Muster in Pathologie -Folien zu erkennen, die Menschen nicht sehen, die auf Krankheiten hinweisen. „Ich ermutige die Menschen, das Unbekannte zu umarmen. Ich denke, jeder kennt hier jemanden mit einer medizinischen Erkrankung, die etwas braucht, das über das hinausgeht, was wir heute bieten können “, sagte Mejia.
Die Diskussionsteilnehmer waren sich auch einig, dass künstliche Intelligenzsysteme neue Wege zur Identifizierung und Bekämpfung der voreingenommenen Entscheidungsfindung bieten, unabhängig davon, ob sie durch Menschen oder künstliche Intelligenz getroffen wurden, mit der Fähigkeit, die Quelle der Voreingenommenheit zu identifizieren.
"Gesundheit ist mehr als nur medizinische Versorgung", stimmten mehrere Diskussionsteilnehmer zu. Die Sprecher betonten, dass Forscher häufig soziale Determinanten der Gesundheit übersehen, wie z. B. sozioökonomischer Status, Postleitzahl, Bildungsniveau sowie Rasse und ethnische Zugehörigkeit, wenn sie integrative Daten sammeln und Teilnehmer für Studien rekrutierten. "KI ist nur so effektiv wie die Daten, auf denen das Modell ausgebildet ist", sagte Michelle Williams, Professorin für Epidemiologie an der Harvard University und Associate Professor für Epidemiologie und Bevölkerungsgesundheit an der Stanford University School of Medicine. „Wenn wir das tun, was wir bemühen, zu tun. Verbesserung der Gesundheitsergebnisse und beseitigt Ungleichheiten müssen wir sicherstellen, dass wir qualitativ hochwertige Daten über das menschliche Verhalten und die soziale und natürliche Umgebung sammeln. “
Natalie Pageler, MD, klinischer Professor für Pädiatrie und Medizin, sagte, dass aggregierte Krebsdaten häufig Daten zu schwangeren Frauen ausschließen, wodurch unvermeidliche Verzerrungen in Modellen erzeugt und bestehende Unterschiede in der Gesundheitsversorgung verschärft werden.
Dr. David Magnus, Professor für Pädiatrie und Medizin, sagte, dass künstliche Intelligenz wie jede neue Technologie die Dinge in vielerlei Hinsicht entweder besser machen oder sie verschlimmern kann. Laut Magnus ist das Risiko, dass künstliche Intelligenzsysteme über ungleiche Gesundheitsergebnisse erfahren werden, die durch soziale Determinanten der Gesundheit getrieben und diese Ergebnisse durch ihre Produktion verstärken. "Künstliche Intelligenz ist ein Spiegel, der die Gesellschaft widerspiegelt, in der wir leben", sagte er. "Ich hoffe, dass jedes Mal, wenn wir die Möglichkeit haben, ein Problem zu beleuchten - einen Spiegel für uns selbst zu halten -, als Motivation zur Verbesserung der Situation dienen."
Wenn Sie nicht in der Lage waren, am Raise Health Workshop teilzunehmen, finden Sie hier eine Aufzeichnung der Sitzung.
Die Stanford University School of Medicine ist ein integriertes akademisches Gesundheitssystem, das aus der Stanford University School of Medicine und den Bereitstellungssystemen für Erwachsene und Kinder besteht. Zusammen erkennen sie das volle Potenzial der Biomedizin durch kollaborative Forschung, Bildung und klinische Patientenversorgung. Weitere Informationen finden Sie unter med.stanford.edu.
Ein neues Modell für künstliche Intelligenz hilft Ärzten und Krankenschwestern im Stanford Hospital zusammen, um die Patientenversorgung zu verbessern.
Postzeit: Juli 19. bis 2024