Информация является самым важным товаром врача при постановке диагноза пациенту. Хорошо отрепетированные песни и танцы стандартной консультации врача служат в первую очередь для того, чтобы предоставить медицинскому работнику самое базовое представление о текущем физическом состоянии их пациента. На вопрос «как ты себя чувствуешь?» является основным инструментом для врачей в этой диагностической головоломке, и часто единственными подсказками, которые им предоставляются, являются плохие приближения с помощью таких слов, как «больной» или «больной». С современными технологиями вокруг нас или с нами почти всегда кажется абсурдным, что врачи все еще ограничены этими архаичными формами сбора информации. Ситуация быстро меняется по мере того, как наши устройства записывают все больше и больше личных данных, и врачам необходимо убедиться, что они остаются предпочтительным диагностическим инструментом, поскольку данные и алгоритмы машинного обучения угрожают свести на нет всю медицинскую отрасль.

Несмотря на все разговоры о внутреннем ощущении и инстинктах, почти все медицинские диагнозы — это простой случай выявления симптомов и сопоставления этих симптомов с вероятной причиной. Существует несколько алгоритмов машинного обучения, которые лучше справляются с идентификацией симптомов, что широко продемонстрировано при использовании компьютерного зрения для диагностики рака кожи. Конечно, машинное обучение идеально подходит для сопоставления этих симптомов с вероятной причиной и даже способно присвоить числовой уровень достоверности каждому возможному диагнозу. Алгоритмы способны усвоить гораздо больше данных и примеров, чем целая больница медицинских экспертов, и не подвержены слишком распространенной врачебной ошибке, которая является третьей по значимости причиной смерти в Америке.

Распространенная критика использования бессердечных алгоритмов в здравоохранении заключается в том, что люди чувствуют себя более комфортно, взаимодействуя с другим человеком. Это кажется интуитивным ответом, но парадигма, безусловно, меняется, поскольку население в целом все больше приспосабливается к обмену информацией с цифровыми системами. Некоторые пациенты даже признают, что им удобнее разглашать личную информацию (которая необходима для точного диагноза) цифровому врачу.

С ростом использования носимых технологий, таких как смарт-часы или фитнес-трекеры, стало возможным получить огромное представление о физическом здоровье пациента. Используя относительно примитивные датчики Apple Watch, было показано, что устройство может диагностировать диабет с точностью до 85%.

Таким образом, будущее медицинской диагностики, по-видимому, включает в себя более богатые и обширные источники личных данных о здоровье, более точную идентификацию симптомов, более удобную среду для обмена личной информацией и алгоритмы, которые усвоили и изучили всю записанную историю медицинской диагностики. Это кажется идиллическим путем для медицинской индустрии, проблема только в том, что в описанном процессе нет ни одного врача. Так куда же деваться традиционным врачам: людям, которым мы на протяжении всей истории доверяли свое благополучие? Наверняка еще есть место для одних из самых образованных и уважаемых в обществе людей?

Ответ неочевиден и, безусловно, будет развиваться. В краткосрочной перспективе кажется, что лучший путь вперед для врачей — не конкурировать с новыми системами или противостоять им, они наверняка проиграют, а быть первыми последователями, экспертами, обучающими экспертную систему. Вместо того, чтобы пытаться победить систему, станьте ее частью, развивайте определение того, что значит быть врачом, и рассматривайте эти инструменты не как отнимающие вашу работу, а скорее улучшающие вашу работу и то, чего вы способны достичь в рамках нее. эта позиция. Эта роль будет постоянно меняться (и, вероятно, сокращаться), но идея симбиотических отношений между компьютерами и людьми становится все более актуальной и даже доводится до логического завершения полной человеко-компьютерной интеграции. Будущее медицины выглядит светлым для пациентов и все более неопределенным для врачей, а знаменитая фраза Сначала не навреди из клятвы Гиппократа начинает иметь совсем другие значения в отношении того, кто может быть в опасности.