Текущие академические и производственные исследования, проводимые с использованием искусственного интеллекта в медицине (AIM)

Как аспирант по электротехнике с исследованиями в области биомедицинских технологий и инноваций; Первое, что я попытался решить, это насколько далеко продвинулись технологии в медицине и какие перспективы они представляют в ближайшем будущем. Врачи и рентгенологи по-прежнему пользуются большим спросом, но с недавним вмешательством технологий искусственного интеллекта, машинного обучения (ML) и науки о данных произошел переход к автоматизации анализа данных. Отчасти причина этого перехода заключается в том, что технология искусственного интеллекта улучшает точность и время: оба эти фактора являются важными элементами, когда дело доходит до спасения жизней.

Медицина сама по себе является сложной и сложной областью. Во многих сферах бизнеса, в том числе в сфере финансовых технологий, технологии искусственного интеллекта показали обнадеживающие результаты в области автоматизации и эффективного анализа данных. Ожидается, что ИИ изменит дизайн и произведет революцию в отрасли здравоохранения. Это может включать разработку эффективных планов лечения с помощью машинного обучения (ML) и помощь профессионалам в анализе медицинских данных.

Интеграция системы искусственного интеллекта в здравоохранение может увеличить глобальный доход в 8,4 раза. Отрасль здравоохранения может сэкономить около 150 миллиардов долларов за счет инноваций, связанных с технологиями искусственного интеллекта.

Различные секторы медицинских технологий и отраслей Исследования искусственного интеллекта в медицине (AIM) в основном основаны на биомедицине, управлении данными о пациентах и ​​процессе поиска информации. Также выделяются достаточные инвестиции и исследования для улучшения расширенного интеллекта. Эта область включает в себя объединение силы научных данных с профессиональным медицинским суждением.

Искусственный интеллект в медицине (AIM) в основном основывается на биомедицине, управлении данными о пациентах и ​​процессе поиска информации. Также выделяются достаточные инвестиции и исследования для улучшения расширенного интеллекта. Эта область включает в себя объединение силы научных данных с профессиональным медицинским суждением.

Некоторые университеты Лиги плюща уже инвестируют в эту технологию.

Текущие исследования технологии AIM, проводимые университетом

1AIMI Center в Стэнфордском университете использует междисциплинарный опыт в области статистики, электротехники и биоинформатики для разработки новых методов искусственного интеллекта для анализа медицинских изображений.

2HMS (Гарвардская медицинская школа) также активно участвует в разработке моделей на основе данных, которые могут улучшить процесс принятия решений в отрасли здравоохранения.

Исследования проводятся для разработки диагностического алгоритма, который может находить особенности суждения в цифровых изображениях, например. изображение сетчатки глаза для выявления пациентов с диабетом.

3Исследователи из Университета Буффало (UB) используют машинное обучение для анализа предсказательных закономерностей на медицинских изображениях с высоким разрешением, генетической информации и медицинских записях, чтобы улучшить диагностику пациентов. Исследователи также работают над базой данных совета по опухолям, которая может использовать ИИ для «точной онкологии», что может улучшить уход за больными раком.

4 Мэрилендский университет также проявляет инициативу в области искусственного интеллекта и медицины, проект: AIM-HI (AI + Medicine for high impact). По состоянию на 2020 год они работают над: (i) устранением хронической боли с использованием обнаружения и распознавания биомаркеров с помощью ML; (ii) многоступенчатой ​​системой ML для определения приоритетов в области психического здоровья и оценки рисков; (iii) прецизионной терапией неонатального синдрома отмены опиоидов. (СЕЙЧАС).

Есть и другие университеты, не перечисленные выше, также проводят аналогичные исследования в области искусственного интеллекта и медицины.

Отраслевые исследования технологии AIM

1IBM Watson Health переносит огромный объем медицинских данных в облачный хаб. Когнитивные способности и традиционная аналитика превращают данные в знания. Его можно использовать для определения правильного лекарства для любого пациента.
Это исследование имеет большой потенциал из-за различий в состоянии пациентов и ассортименте доступных лекарств. Используя технологию искусственного интеллекта, платформа может решить, действительно ли конкретное лекарство подходит для конкретного пациента.
Однако некоторые ограничения и критика включают рекомендацию неправильного совета по лечению. Следовательно, у этой платформы есть потенциал, когда она дополняется консультацией зарегистрированного врача.

Поисковые системы 2Google уже искренне старались помочь нам в предоставлении информации о медицинских состояниях или местонахождении ближайших больниц. Они расширяют свое исследование искусственного интеллекта для диагностики рака, предотвращения слепоты и других способов улучшения здоровья пациентов.

3Project Baseline от Verily - это еще один подход, используемый для сотрудничества с исследователями, клиницистами, инженерами и волонтерами с целью создания инструментов и услуг для здравоохранения следующего поколения. На их веб-сайте перечислены определенные исследовательские проекты, в том числе исследования COVID-19, кожи, настроения, сна и многих других соответствующих областях.

Есть и другие промышленные проекты, не перечисленные выше, также проводят аналогичные исследования в области искусственного интеллекта и медицины.

Как искусственный интеллект произвел революцию в определенных секторах медицинской промышленности?

Искусственный интеллект и глубокое обучение (DL) были в центре внимания, чтобы сделать медицинский сектор более эффективным с точки зрения обработки данных. Концепцию глубокого обучения для анализа изображений можно легко применить для чтения рентгеновских изображений и сделать необходимые выводы. Это устраняет необходимость в возможностях человеческой ошибки и обеспечивает более быстрое время обработки.

Несколько приложений AIM

(i) Автоматизация:. В области медицины требуются два неотъемлемых аспекта, а именно: интенсивный объем данных и основанный на знаниях. Регулярные консультации и другой фоновый анализ можно легко автоматизировать с помощью системы искусственного интеллекта.

(ii) Виртуальная диагностика. Виртуальная платформа медицинского скрининга с использованием искусственного интеллекта набирает популярность благодаря своей более низкой стоимости и удобству. Это также дает возможность для ранней диагностики, тем самым предотвращая последующие медицинские осложнения. Телефонный скрининг или виртуальное собеседование могут проверить соответствующие данные для постановки диагноза и порекомендовать соответствующих врачей для дальнейшей консультации (при необходимости).

Платформа может позволить онлайн-диагностику, задав серию соответствующих вопросов о ваших симптомах. Код AI может легко диагностировать болезнь. Наиболее распространенная онлайн-диагностика включает синусит, бронхит, астму, инфекцию ногтей и инфекцию мочевыводящих путей.

(iii) Программное обеспечение глубокого обучения (DL) для анализа изображений: эта область набирает обороты, в частности, потому, что она предоставляет возможности для интеграции возможностей медицинского профессионала в ИТ-платформу. Радиология - это область диагностики и лечения травм с использованием медицинской визуализации. Глубокое обучение в анализе изображений может повысить эффективность диагностики и активно помочь сделать выводы о лечении пациента на основе анализа изображений.

Эта область активно исследуется в лечении рака. Он может автоматизировать процедуру анализа изображений для диагностики опухолей и предоставить новую безошибочную модель для ранней диагностики и лечения. Безошибочный анализ также может позволить снизить затраты на здравоохранение. Есть несколько причин, по которым эта область набирает обороты: (i) отсутствие профессионалов в конкретной области (ii) осложнения, связанные с тестированием и анализом (iii) дает возможность сотрудничества между врачом и патологом (iv) снижает затраты за счет повышения точности в диагностике.

(iv) Роботизированная хирургия. Роботизированная хирургия предполагает развитие хирургических технологий для повышения эффективности хирургической процедуры. Этот процесс обычно включает введение в тело пациента 3D-камеры и миниатюрного хирургического инструмента. Хирург использует внешнюю систему управления, чтобы манипулировать инструментом для точного выполнения хирургической задачи. Хотя до сих пор хирурги только активно участвовали в процессе принятия хирургических решений, технология искусственного интеллекта может улучшить и автоматизировать некоторые системы для повышения точности. Это особенно важно, потому что технология AI может работать на сайтах, недоступных для 3D-камеры.

(v) Обработка необработанных данных: Большинство профессионалов испытывают затруднения при получении доступа к релевантным данным и не могут собрать их воедино, чтобы получить ценную информацию. Кроме того, существует возможность изменения данных и целостности данных, подвергающихся риску. Следовательно, растет число стартапов в сфере здравоохранения, которые активно участвуют в обработке больших объемов медицинских данных. Они выполняют стандартизацию и гармонизацию данных и используются в платформе машинного обучения.

Будущее AIM

Основная цель AIM - объединить возможности профессиональных медиков с системой обработки большого количества данных. Это может дать возможность для всестороннего понимания медицинской информации и данных. Искусственный интеллект может помочь в точном поиске релевантных данных, что требует времени и затрат. Отрасль здравоохранения - это система с большим объемом данных, поэтому интеграция с ИИ может найти способы улучшить медицинское обслуживание и сократить информационную перегрузку.
Некоторые ограничения и критика включают рекомендацию неправильного диагноза и рекомендации по лечению. Платформа AIM имеет потенциал, если дополнить ее консультацией зарегистрированного врача. Целостная роль врача, AIM и медицинских технологий может улучшить существующую систему здравоохранения.