Inteligența artificială (AI) nu va înlocui niciodată un medic. Cu toate acestea, cercetătorii de la Departamentul de Energie din Pacific Nord-Vest Laboratorul Național au făcut un pas mare catre momentul in care AI poate ajuta medicii să prezica evenimente medicale. O nouă abordare dezvoltată de oamenii de știință PNNL îmbunătățește precizia diagnosticului pacientului până la 20 la sută în comparație cu alte abordări.
Abordarea PNNL urmărește să surprindă și să creeze tipurile de conexiuni pe care medicii le fac în mod natural atunci cand palica cee ace au invatat pentru pacientii care stau în fața lor în sala de examinare. Obiectivul cercetarii este de a utiliza capacitățile AI în învățarea automată și învățarea profundă pentru a îmbunătăți îngrijirea pacientului și a salva vieți.
În centrul dezvoltării se află un set de date PNNL, creat în colaborare cu Universitatea Stanford, din peste 300.000 de concepte medicale definite de Termenii clinici SNOMED, o colecție de termeni, coduri, sinonime și definiții medicale standard utilizate de cercetătorii și practicienii medicali. Codul este disponibil ca descărcare open-source.
„Dacă credeți că este greu să traduceți scrisul de mână al medicilor, încercați să transpuneți cunoștințele lor medicale în computer”, observă Robert Rallo, un informatician de la PNNL care conduce echipa PNNL care aplică inteligența artificială în asistența medicală. “Partea grea este combinarea mai multor tipuri de date. Datele prietenoase cu computerul, precum cele de sânge sau codurile de diagnostic sunt mai ușoare decât datele nestructurate, cum ar fi notele de diagramă sau imaginile de la radiografii sau RMN.”
Rallo și restul echipei PNNL creează modalități de a contopi multe tipuri diferite de date de îngrijire a sănătății cu un instrument AI cunoscut ca grafic de cunoștințe, ca parte a proiectului Deep Care finanțat de PNNL.
“Un grafic de cunoștințe este ceea ce medicii au în mintea lor atunci când vă pun un diagnostic”, a spus Rallo. “Medicii văd relații bazate pe ani de pregătire și experiență. Acesta este modelul lor mental care creează legături între simptome și boli. Traducem o reprezentare simbolică a cunoștințelor medicale de genul în ceva pe care îl putem alimenta cu algoritmi de învățare automată împreună cu datele despre pacienți. “
Cercetatorul in computer al PNNL, Khushbu Agarwal, subliniază că AI nu va înlocui medicii. În schimb, AI va fi un instrument de asistență decizională. Modelele vor avea acces la mai multe date și la mai multe conexiuni decât pot fi stocate în orice creier uman. Mult mai mult decât o bază de date, modelele pot chiar detecta conexiunile pe care un medic care observă un set de simptome aleatorii ar putea să nu le ia în considerare inițial. Dar medicii nu ar trebui să fie așteptați să ia rezultatul unui model la valoarea nominală. Sutanay Choudhury, informatician la PNNL, este axat pe interpretarea acestor modele. El lucrează la construirea unui instrument care poate explica raționamentul, predicțiile și recomandările sale folosind exemple inteligibile pe care medicii le vor interpreta. Astfel de explicații sporesc încrederea în modelul pe care echipa PNNL are în vedere a-l implementa într-o zi la clinici medicale.
Ca parte a următoarei etape a cercetării sale, echipa PNNL lucrează cu un nou set de date ca parte a colaborării dintre Administrația Veteranilor și Departamentul Energiei. VA-DOE Big Data Science Initiative a creat un mediu de calcul sigur pentru analizele datelor medicale și include noi abordări pentru a studia suicidul, bolile cardiovasculare și cancerul de prostată.
sursa https://phys.org/
