Основные моменты декабрьской встречи Bots & AI Meetup: «Прикладное машинное обучение в здравоохранении»

Приложения машинного обучения в здравоохранении пользовались большим успехом у аудитории Нью-Йорка. По крайней мере 130 восторженных посетителей присоединились к мероприятию Bots and AI 10 декабря, когда толпа простиралась далеко в дальний конец комнаты.

Люси Хе из Flatiron Health начала вечер с изучения влияния машинного обучения на выбор когорт медицинских исследований. Постоянной темой было машинное обучение, дополняющее работу человека и концентрирующее его усилия. Большая часть информации в электронной медицинской карте (ЭМИ) неструктурирована и часто может быть довольно непостижимой, беспрепятственной и устойчивой к полной автоматизации, поэтому люди часто участвуют в маркировке и извлечении данных. Это дорогое время, поэтому машинное обучение может служить для прогнозирования того, какие данные о пациентах могут быть пригодны для исследования, а также для определения приоритетов и снижения нагрузки на кураторов-людей.

Другой ключевой аспект эффективных когортных исследований заключается в том, чтобы убедиться, что когорта не предвзята, что снижает ее эффективность. Один из методов измерения систематической ошибки включает выявление и сравнение распределений клинически значимых переменных в когорте, созданной ML, с эталонным стандартом.

Видео с полными выступлениями Flatiron Health и TalkSpace можно посмотреть на YouTube:

Майкл Франк, директор по стратегии Pfizer, представил ряд примеров использования, повышающих эффективность НИОКР при разработке лекарств. Работа ИИ с генеративными состязательными сетями (GAN) может предсказывать и предлагать более эффективные формы молекул. Машинное обучение также может предсказывать и улучшать эффективность и выход молекулярных соединений. Наконец, алгоритмы машинного обучения могут собирать данные и проводить параллели и выводы из разрозненных наборов данных и исследовательских работ о показаниях, путях заболевания, эффективности и токсичности отдельных методов лечения, а также взаимодействиях между терапиями.

Распознавание изображений, часто глубокое обучение, для выявления патологий, таких как опухоли, при медицинской визуализации делает большие успехи. Еще одно интересное направление - использование носимых устройств, которые собирают данные и прогнозируют ухудшение состояния или риск. Пользователям можно посоветовать заранее посетить врача, прежде чем проявятся худшие последствия, например риск инсульта.

Расширение возможностей принятия бизнес-решений также является мощной прикладной возможностью искусственного интеллекта. Тенденции и импульс можно выявить с помощью алгоритмов машинного обучения, исследующих области отрасли. Они также могут служить для определения пустого пространства, где на переполненном рынке все еще есть возможности для входа.

Наконец, Ник Ламм из Talkspace вернул вечер к корням чат-ботов Bots & AI. Ник объяснил некоторые аспекты выбора поставщиков и инструментов для соответствия HIPAA-BAA, а также некоторые нюансы с облачными сервисами, представляя особый интерес для медицинских работников. Хотя Amazon можно использовать в качестве облачной платформы, не все доступные услуги соответствуют требованиям. Talkspace является поклонником Rasa Core за сохранение прав собственности на локальные данные чата.

Talkspace экспериментирует с НЛП, но в их текущем раннем выпуске используются умные и управляемые диалоги. Создание бота с настраиваемыми диалоговыми окнами и персонализированной контекстной памятью часто является более успешным методом для определения эффективности пути пользователя до добавления риска намеренной неправильной классификации, добавляемого анализом свободного текста с помощью NLP.

Маркетинг и психология - обычное сочетание. Мотивационное собеседование - это не только эффективный метод психотерапии, но и мощный прием продаж / маркетинга, который можно использовать даже в чат-ботах, чтобы помочь укрепить доверие / взаимопонимание и, в конечном итоге, привлечь клиентов.

Здравоохранение - это такое большое пространство возможностей, и аудитория оценила возможность взглянуть на три точки зрения. После мероприятия мы были поражены количеством взволнованных членов аудитории, жаждущих дальнейшего контента на тему здравоохранения, а также интереса к выступлениям.