Sztuczna inteligencja może nawet pomóc ludzkości powrócić na ścieżkę prowadzącą do osiągnięcia celu zrównoważonego rozwoju Organizacji Narodów Zjednoczonych, jakim jest zapewnienie powszechnej opieki zdrowotnej do roku 2030.
Jednak pomimo szybkiego postępu technologicznego, sektor opieki zdrowotnej plasuje się „poniżej średniej” w porównaniu z innymi branżami pod względem wdrażania sztucznej inteligencji, zgodnie z raportem Światowego Forum Ekonomicznego zatytułowanym „Przyszłość opieki zdrowotnej opartej na sztucznej inteligencji: wyznaczanie kierunku”.
Według raportu „transformacja napędzana przez sztuczną inteligencję nie polega jedynie na wdrażaniu nowych narzędzi, ale wymaga przemyślenia na nowo całego sposobu świadczenia opieki zdrowotnej i dostępu do niej”.
Biorąc pod uwagę prognozy, że rynek opieki zdrowotnej generowany przez sztuczną inteligencję osiągnie w tym roku wartość 2,7 miliarda dolarów, a do 2034 roku będzie to prawie 17 miliardów dolarów, oto kilka sposobów, w jakie sztuczna inteligencja zmienia branżę opieki zdrowotnej:
Sztuczna inteligencja potrafi analizować obrazy mózgu.
Nowy program sztucznej inteligencji jest dwa razy dokładniejszy niż eksperci w analizie obrazów mózgu pacjentów po udarze. Dwa uniwersytety w Wielkiej Brytanii przeszkoliły oprogramowanie na 800 skanach mózgu, a następnie przetestowały je na 2000 pacjentów. Wyniki były imponujące. Oprócz wysokiej dokładności, oprogramowanie było również w stanie określić ramy czasowe wystąpienia udaru – kluczowy czynnik dla lekarzy.
Neurolog Paul Bentley powiedział w wywiadzie dla Health Tech Newspaper: „W zdecydowanej większości przypadków udarów spowodowanych zakrzepami krwi, jeśli pacjenci zgłoszą się do szpitala w ciągu 4,5 godziny od wystąpienia udaru, kwalifikują się zarówno do leczenia farmakologicznego, jak i operacji. W ciągu 6 godzin operacja jest nadal możliwa, ale po tym czasie decyzje dotyczące leczenia stają się trudniejsze, ponieważ wiele przypadków jest nieodwracalnych. Dlatego precyzyjne określenie początku udaru i możliwości jego wyleczenia ma kluczowe znaczenie”.
Sztuczna inteligencja wykrywa złamania kości lepiej niż ludzie.
Wykorzystanie sztucznej inteligencji do wstępnej analizy może pomóc uniknąć niepotrzebnych zdjęć rentgenowskich i zminimalizować ryzyko pominięcia złamań. Narodowy Instytut Zdrowia i Doskonałości Opieki (NICE) w Wielkiej Brytanii twierdzi, że technologia ta jest bezpieczna, niezawodna i może zmniejszyć liczbę wizyt kontrolnych.
Ocena potrzeb w zakresie karetek pogotowia z wykorzystaniem sztucznej inteligencji.
W Wielkiej Brytanii co miesiąc około 350 000 osób jest przewożonych karetkami do szpitali. Decyzja o tym, kogo należy przewieźć do innego szpitala, należy do personelu medycznego w warunkach ciągłego niedoboru łóżek szpitalnych. Badanie przeprowadzone w Yorkshire (północna Anglia) wykazało, że w 80% przypadków sztuczna inteligencja potrafiła dokładnie przewidzieć, którzy pacjenci wymagają transportu. Model sztucznej inteligencji został wytrenowany w oparciu o takie czynniki, jak mobilność, tętno, poziom tlenu we krwi i ból w klatce piersiowej – co istotne, sztuczna inteligencja nie wykazała żadnych błędów w przetwarzaniu danych.
Wczesne wykrywanie ponad 1000 chorób.
Nowy model uczenia maszynowego firmy AstraZeneca ma potencjał wykrywania chorób, zanim u pacjentów wystąpią jakiekolwiek objawy. Bazując na danych medycznych 500 000 osób z brytyjskiej bazy danych medycznych, model może „z dużą pewnością przewidzieć diagnozę nawet po latach”.
Inne badanie przeprowadzone w Wielkiej Brytanii wykazało, że narzędzie oparte na sztucznej inteligencji jest w stanie wykryć 64% zmian w mózgu u pacjentów padaczkowych, które wcześniej radiolodzy przeoczyli. Wyszkolona na ponad 1100 skanach MRI dorosłych i dzieci na całym świecie, sztuczna inteligencja nie tylko szybciej wykrywała zmiany, ale także identyfikowała bardzo małe lub ukryte zmiany niewidoczne dla ludzkiego oka.
Medyczne chatboty wspierają podejmowanie decyzji klinicznych.
Lekarze muszą podejmować szybkie i trafne decyzje. Choć sztuczna inteligencja może przyspieszyć ten proces, niesie ze sobą ryzyko dostarczenia niedokładnych lub stronniczych informacji.
Amerykańskie badanie wykazało, że standardowe modele dużych języków (LLM), takie jak ChatGPT, Claude czy Gemini, nie są w stanie dostarczyć lekarzom kompletnych i opartych na badaniach naukowych odpowiedzi. Jednak ChatRWD – system generatywny z ulepszonym wyszukiwaniem informacji – wypadł lepiej, a 58% odpowiedzi okazało się użytecznych (w porównaniu z 2%–10% w przypadku konwencjonalnych modeli LLM).
Wdrażane są również interfejsy cyfrowe wspomagające triaż pacjentów. Raport Światowego Forum Ekonomicznego z 2024 roku, opracowany na potrzeby inicjatywy Digital Health Transformation Initiative, stwierdza, że cyfrowa platforma dla pacjentów Huma może pomóc zmniejszyć wskaźnik ponownych przyjęć o 30%, skrócić czas konsultacji lekarskich nawet o 40% oraz „zmniejszyć obciążenie personelu medycznego”.
Raport przewiduje, że przyszłe technologie „dramatycznie zmienią doświadczenia pacjentów w zakresie opieki zdrowotnej. Osoby zdrowe będą mogły korzystać z urządzeń monitorujących, aby optymalizować swoje zdrowie fizyczne i psychiczne, a osoby z problemami zdrowotnymi będą miały dostęp do szeregu rozwiązań cyfrowych”.
(Według Weforum.org)
Źródło: https://vietnamnet.vn/cach-ai-dang-lam-thay-doi-nganh-y-te-2386768.html
Komentarz (0)