בינה מלאכותית יכולה אפילו לעזור לאנושות לחזור למסלול הנכון להשגת יעד הפיתוח בר-קיימא של האומות המאוחדות של כיסוי בריאותי אוניברסלי עד שנת 2030.
עם זאת, למרות ההתקדמות הטכנולוגית המהירה, מגזר הבריאות נמצא "מתחת לממוצע" באימוץ בינה מלאכותית בהשוואה לתעשיות אחרות, על פי דו"ח של הפורום הכלכלי העולמי שכותרתו "עתיד שירותי הבריאות מבוססי בינה מלאכותית: מובילים את הדרך".
על פי הדו"ח, "טרנספורמציה המונעת על ידי בינה מלאכותית אינה עוסקת רק באימוץ כלים חדשים, אלא דורשת חשיבה מחודשת על כל אופן מתן שירותי בריאות ונגישים אליהם."
עם הצפי ששוק שירותי הבריאות המופקים על ידי בינה מלאכותית יגיע ל-2.7 מיליארד דולר השנה - וכמעט 17 מיליארד דולר עד 2034 - הנה כמה דרכים בהן בינה מלאכותית משנה את תעשיית שירותי הבריאות:
בינה מלאכותית יכולה לנתח תמונות מוח.
תוכנת בינה מלאכותית חדשה מדויקת פי שניים ממומחים בניתוח תמונות מוח של חולי שבץ. שתי אוניברסיטאות בבריטניה אימנו את התוכנה על 800 סריקות מוח ולאחר מכן בדקו אותה על 2,000 חולים. התוצאות היו מרשימות. בנוסף לדיוק הגבוה שלה, התוכנה הצליחה גם לזהות את מסגרת הזמן של הופעת שבץ - גורם מכריע עבור רופאים.
הנוירולוג פול בנטלי אמר לעיתון Health Tech: "ברוב המכריע של מקרי שבץ הנגרמים מקרישי דם, אם מטופלים מגיעים לבית החולים תוך 4.5 שעות מהשבץ, הם זכאים גם לתרופות וגם לניתוח. תוך 6 שעות, ניתוח עדיין אפשרי, אך לאחר מכן, החלטות טיפוליות הופכות לקשות יותר מכיוון שמקרים רבים הם בלתי הפיכים. לכן, קביעה מדויקת של תחילת האירוע ופוטנציאל ההחלמה היא קריטית."
בינה מלאכותית מזהה שברים בעצמות טוב יותר מבני אדם.
שימוש בבינה מלאכותית לניתוח ראשוני יכול לסייע במניעת צילומי רנטגן מיותרים ולמזער את הסיכון לפספס שברים. המכון הלאומי למצוינות בבריאות ובטיפול (NICE) בבריטניה אומר שהטכנולוגיה בטוחה, אמינה ויכולה להפחית את מספר ביקורי המעקב.
הערכת צרכי אמבולנס באמצעות בינה מלאכותית
בבריטניה, כ-350,000 איש מועברים לבתי חולים באמבולנס מדי חודש. ההחלטה מי צריך להיות מועבר לבית חולים אחר נתונה בידי הצוות הרפואי שלפני אשפוז, על רקע מחסור מתמיד במיטות אשפוז. מחקר ביורקשייר (צפון אנגליה) הראה שב-80% מהמקרים, בינה מלאכותית יכלה לחזות במדויק אילו חולים היו צריכים להיות מועברים. מודל הבינה המלאכותית אומן על סמך גורמים כמו ניידות, קצב לב, רמות חמצן בדם וכאבים בחזה - ראוי לציין כי הבינה המלאכותית לא הראתה הטיה בעיבוד הנתונים שלה.
גילוי מוקדם של למעלה מ-1,000 מחלות.
מודל חדש של למידת מכונה מבית AstraZeneca טומן בחובו פוטנציאל לזהות מחלות לפני שהמטופלים חווים תסמינים כלשהם. בהתבסס על נתונים רפואיים מ-500,000 איש במאגר נתונים רפואי בבריטניה, המודל יכול "לחזות בביטחון גבוה אבחנה שנים לאחר מכן".
מחקר נוסף שנערך בבריטניה מצא כי כלי בינה מלאכותית יכול לזהות 64% מפגיעות אפילפטיות במוח שרדיולוגים פספסו בעבר. הבינה המלאכותית, שאומנה עם למעלה מ-1,100 סריקות MRI של מבוגרים וילדים ברחבי העולם, לא רק זיהתה נגעים מהר יותר, אלא גם זיהתה נגעים קטנים מאוד או נסתרים שאינם נראים לעין האנושית.
צ'אטבוטים רפואיים תומכים בקבלת החלטות קליניות.
רופאים צריכים לקבל החלטות מהירות ומדויקות, ובעוד שבינה מלאכותית יכולה לסייע בהאצת התהליך, היא נושאת גם את הסיכון של מתן מידע לא מדויק או מוטה.
מחקר אמריקאי הראה שמודלים סטנדרטיים לשוניים גדולים (LLMs) כמו ChatGPT, Claude או Gemini אינם יכולים לספק לרופאים תשובות מלאות ומבוססות מדעית . עם זאת, ChatRWD - מערכת גנרטיבית עם אחזור מידע משופר - ביצעה ביצועים טובים יותר, כאשר 58% מהתשובות היו שימושיות (בהשוואה ל-2%-10% ממודלים קונבנציונליים לשוניים).
ממשקים דיגיטליים נפרסים גם הם כדי לתמוך בטריאז' מטופלים. דו"ח משנת 2024 של יוזמת הטרנספורמציה הדיגיטלית של הפורום הכלכלי העולמי קובע כי פלטפורמת המטופלים הדיגיטלית Huma יכולה לסייע בהפחתת שיעורי האשפוז החוזר ב-30%, בהפחתת זמן הביקורת של הרופאים בעד 40% ו"הפחתת עומס העבודה עבור צוותי שירותי הבריאות".
הדו"ח צופה כי טכנולוגיות עתידיות "ישנו באופן דרמטי את חוויית שירותי הבריאות עבור מטופלים. אנשים בריאים יכולים להשתמש במכשירי ניטור כדי לייעל את בריאותם הפיזית והנפשית, בעוד שאלו הסובלים מבעיות בריאותיות יקבלו גישה למגוון פתרונות דיגיטליים".
(לפי Weforum.org)
מקור: https://vietnamnet.vn/cach-ai-dang-lam-thay-doi-nganh-y-te-2386768.html
תגובה (0)