Branże medyczne, które najprawdopodobniej zostaną zrewolucjonizowane przez sztuczną inteligencję

Źródło zdjęcia: Panchenko Vladimir / Shutterstock 

Sztuczna inteligencja 

Sztuczna inteligencja (AI) to systemy, które uczą się na podstawie danych, zamiast być bezpośrednio programowane przy użyciu algorytmów. Celem tych systemów jest znalezienie optymalnych rozwiązań problemów, co sprawia, że są one czymś więcej niż tylko algorytmami stworzonymi przez człowieka – stanowią bardziej niezależną formą inteligencji obliczeniowej. Warstwy sztucznej inteligencji samodzielnie analizują dane i wydobywają z nich cenne informacje, co ostatecznie wspomaga podejmowanie precyzyjnych decyzji dotyczących danego problemu. Istnieją dwa główne typy sztucznej inteligencji: uczenie maszynowe i uczenie głębokie. Uczenie maszynowe polega na przetwarzaniu danych za pomocą wielu warstw sieci neuronowych, podczas gdy uczenie głębokie idzie o krok dalej i umożliwia systemowi rozpoznawanie wzorców w różnych warstwach. 

Opieka zdrowotna 

Kiedy sztuczna inteligencja (AI) zaczęła być stosowana w opiece zdrowotnej, aplikacje do obrazowania okazały się skuteczniejsze od radiologów. Geoffrey Hinton, nazywany ojcem głębokiego uczenia się, stwierdził nawet, że należy zaprzestać szkolenia radiologów, ponieważ rozwój komercyjnej sztucznej inteligencji w analizie obrazów mammograficznych i sercowych sprawi, że ta dziedzina stanie się przestarzała. Później sprostował swoje wypowiedzi, wyjaśniając, że rola specjalistów, takich jak radiolodzy, zmieni się w obliczu sztucznej inteligencji, ale nie zniknie. Badanie przeprowadzone przez firmę konsultingową Gartner przewiduje, że sztuczna inteligencja utworzy więcej miejsc pracy, niż zastąpi. Chociaż zwolnienia będą miały miejsce głównie w sektorze produkcyjnym, branża opieki zdrowotnej może skorzystać na rozwoju dzięki sztucznej inteligencji. Oczekuje się, że sztuczna inteligencja pozwoli zaoszczędzić czas w zapracowanych placówkach medycznych, wykonując powtarzalne i rutynowe zadania. Przewiduje się integrację przetwarzania przez ludzi i sztuczną inteligencję w celu osiągnięcia optymalnych rozwiązań. Na przykład, ogromne ilości danych mogą być przytłaczające dla człowieka, ale całkowicie możliwe do opanowania przez sztuczną inteligencję, która może wydobywać użyteczne wyniki do interpretacji przez człowieka. W kontekście klinicznym, Deep Patient to program głębokiego uczenia się, który może przewidywać choroby. System został przeszkolony na bazie danych 700 000 pacjentów z jednego szpitala w Nowym Jorku. W ramach projektu Deep Patient udało się znaleźć wzorce pokazujące, które osoby są bardziej podatni na rozwój chorób, takich jak rak wątroby i schizofrenia. Niektórzy przewidują, że jeśli takie programy zostaną przeszkolone na wystarczająco dużych zbiorach danych, można je potencjalnie wykorzystać do zastąpienia lekarzy w odizolowanych geograficznie lokalizacjach lub do zmniejszenia ich obciążenia pracą. 

Innowacje w rozwoju leków 

Rozwój leków to obszar, w którym firmy inwestują w sztuczną inteligencję (AI) z nadzieją na przyspieszenie procesów i obniżenie kosztów. Jeden z gigantów farmaceutycznych wykorzystuje IBM Watson, system uczenia maszynowego, do wyszukiwania leków immuno-onkologicznych. W ich ślady idzie kilka innych firm.  

Źródło zdjęcia: IBM Watson 

Większość liderów w branży opieki zdrowotnej wierzy, że ​​sztuczna inteligencja zmieni pracę i umiejętności wymagane do odkrywania leków. Jednak to, jakie będą te zmiany, jest przedmiotem dyskusji. Niektórzy uważają, że należy upowszechnić praktyki zawodowe oraz programy studiów licencjackich i magisterskich, wprowadzając więcej informatyki i uczenia maszynowego. Inni sadzą, że należy utrzymać obecny system specjalizacji w określonej mutacji, ale wzbogacić go o podstawy informatyki. Zmiany wynikające z rozwoju AI są już widoczne. Na przykład, niektóre uniwersytety oferują tytuł licencjata w dziedzinie informatyki biomedycznej od 2003 roku. 

Przyszłość sztucznej inteligencji w opiece medycznej 

Chociaż sztuczna inteligencja (AI) jest priorytetem dla niektórych firm, większość dużych przedsiębiorstw obecnie nie koncentruje się na usprawnieniu jej dalszego rozwoju. Mimo że sztuczna inteligencja stała się dokładniejsza i potrafi przewidywać cele w zakresie opracowywania leków, nadal istnieją poważniejsze wyzwania związane z poufnymi danymi pacjentów. Badania dużych amerykańskich systemów opieki zdrowotnej pokazują, że obecnie większy nacisk kładą na zapewnienie silnego cyberbezpieczeństwa niż na rozwoju sztucznej inteligencji. Niektóre organizacje chcące wdrożyć więcej sztucznej inteligencji (AI)  wciąż borykają się z powolnym wzrostem. Wyzwaniem jest znalezienie nowych, wykwalifikowanych pracowników, którzy mogliby pełnić nowe role ekspertów w dziedzinie sztucznej inteligencji. Ponieważ sztuczną inteligencję należy programować na podstawie rzeczywistych danych, istnieje możliwość stworzenia wielu miejsc pracy w tempie, które może przewyższyć tempo utraty miejsc pracy.