Verili by ste AI so svojím zdravím?

Verili by ste AI so svojím zdravím?

Nasleduje úryvok z Hlboká medicína: Ako môže umelá inteligencia urobiť zdravotnú starostlivosť opäť ľudskou od Erica Topola

Ako sme videli, lepšia predpoveď dôležitej diagnózy v reálnom čase je ďalším smerom úsilia AI a tento problém má v nemocniciach obrovský význam, pretože jednou z hlavných výziev, ktorým nemocnice čelia, je liečba infekcií, ktoré pacienti chytia počas hospitalizácie. Sepsa, smrteľná infekcia bežná v nemocniciach, je zodpovedná za 10 percent hospitalizácií na jednotkách intenzívnej starostlivosti v Spojených štátoch. Liečba stojí viac ako 10 miliárd dolárov ročne a liečba často zlyháva: sepsa predstavuje 20 až 30 percent všetkých úmrtí medzi hospitalizovanými pacientmi v Spojených štátoch.



Kúpte si knihu

Hlboká medicína: Ako môže umelá inteligencia urobiť zdravotnú starostlivosť opäť ľudskou

Kúpiť

Včasná diagnostika je nevyhnutná, pretože pacienti sa môžu veľmi rýchlo zhoršiť, často skôr, ako sa vyberú vhodné antibiotiká, nehovoriac o ich podaní a účinku. Jedna retrospektívna štúdia Suchi Saria z Johns Hopkins Medicine použila údaje od 53 000 hospitalizovaných pacientov s dokumentovanou sepsou, spolu s ich vitálnymi znakmi, elektronickými zdravotnými záznamami, laboratóriami a demografickými údajmi, aby sa zistilo, či je možné tento stav odhaliť skôr, ako to bolo. Bohužiaľ, presnosť algoritmu (ROC ~.70) nebola zvlášť povzbudivá.Druhá smrteľná infekcia získaná v nemocnici, Clostridium difficile alebo C. dif , je tiež cieľom AI. Doterajšie údaje vyzerajú o niečo pozitívnejšie. C. dif zabije v Spojených štátoch každý rok asi 30 000 ľudí z viac ako 450 000 diagnostikovaných pacientov.Erica Shenoy a Jenna Wiens vyvinuli algoritmus na predpovedanie rizika z 374 000 hospitalizovaných pacientov v dvoch veľkých nemocniciach s použitím viac ako 4 000 štruktúrovaných premenných EHR pre každú z nich. Ich ROC boli 0,82 a 0,75 pre dve nemocnice, s mnohými vlastnosťami, ktoré boli špecifické pre každú inštitúciu.S automatickými upozorneniami pre lekárov na vysokej úrovni C. dif riziko, je nádej, že výskyt tejto život ohrozujúcej infekcie sa v budúcnosti podarí znížiť.

Prevencia nozokomiálnych nákaz, ktoré každý dvadsiaty piaty pacient získa od opatrovateľa alebo okolia, je tieždôležitou výzvou pre nemocnice. Napríklad vieme, že nedostatočné alebo nedostatočné umývanie rúk je významným determinantom infekcií získaných v nemocnici. V článku s názvom „Towards Vision-Based Smart Hospitals“ Albert Haque a kolegovia zo Stanfordskej univerzity použili hlboké učenie a strojové videnie na nenápadné sledovanie hygieny rúk lekárov a chirurgov v nemocnici Stanfordskej univerzity pomocou videozáznamov a hĺbkových senzorov. Táto technológia bola schopná kvantifikovať, ako čisté boli ich ruky s presnosťou presahujúcou 95 percent. Takéto senzory, ktoré využívajú infračervené svetlo na vytváranie snímok siluety na základe vzdialenosti medzi senzormi a ich cieľmi, by mohli byť v budúcnosti inštalované na chodbách nemocníc, operačných sálach a pri lôžkach pacientov, aby sa využila ostražitosť počítačového videnia.

Strojové videnie má skutočne prísľub pre hlboké vzorce učenia v dynamickom vizuálnom svete nemocníc. Jednotka intenzívnej starostlivosti je ďalším hlavným cieľom podpory strojového videnia. Posilňovacie učenie sa používa ako prostriedok založený na údajoch na automatizáciu odvykania pacientov od mechanickej ventilácie, čo bol predtým namáhavý a nevyspytateľný klinicky riadený proces.

Sledovacie videá pacientov by mohli pomôcť určiť, či existuje riziko, že pacient vytiahne endotracheálnu (dýchaciu) trubicu a ďalšie parametre nezachytené vitálnymi znakmi, čím sa zníži záťaž sestry pri detekcii. ICU Intervene DNN z MIT CSAIL pomáha lekárom predpovedať, kedy bude pacient potrebovať mechanickú ventiláciu alebo vazopresory a bolusy tekutín na podporu krvného tlaku spolu s ďalšími intervenciami.Ďalší algoritmus CSAIL pomáha určiť optimálny čas prevozu z JIS s cieľom znížiť pobyt v nemocnici a zabrániť úmrtnosti.Ďalšie snahy zamerané na JIS znižujú záťaž sestry automatickým dohľadom kamier alebo algoritmickým spracovaním vitálnych funkcií.

Stále sme v prvých dňoch strojového videnia s okolitými senzormi, ale existuje prísľub, že táto forma AI môže byť užitočná na zlepšenie bezpečnosti a efektívnosti pacientov. Ďalšou bežnou nemocničnou úlohou, ktorú machine vision bude pravdepodobne zohrávať úlohu pri zmene umiestnenia centrálneho venózneho katétra, bežne známeho ako centrálna línia, do pacienta. Pretože tieto línie sú také invazívne, nesú značné riziko infekcie a komplikácií, ako je kolaps pľúc alebo poranenie hlavnej tepny. Monitorovaním správnej techniky, pokiaľ ide o sterilné podmienky a umiestnenie linky, sa môže bezpečnosť zlepšiť. Operačné sály sa môžu meniť, pretože systémy strojového videnia nepretržite sledujú personál a nástroje spolu s pracovným tokom. S víziou AI sa usiluje aj o prevenciu pádov v nemocnici navádzaním na riskantné pohyby pacienta alebo nestabilitu.

Podobný príbeh o automatických upozorneniach na rýchlu diagnostiku a liečbu teraz prebieha v prípade mŕtvice. FDA schválila algoritmy vyvinuté spoločnosťou Viz.ai, ktoré analyzujú CT snímky mozgu na príznaky mŕtvice, čo umožňuje neurológom a zdravotníckym tímom rýchlo zistiť, či a aký typ mŕtvice sa vyskytol u pacienta podstupujúceho skenovanie. Liečebné postupy na zníženie počtu poškodení mozgu, vrátane rozpustenia alebo odstránenia zrazenín (trombektómia), boli overené, takže tento nástroj AI pomáha urýchliť čas na liečbu určitých mozgových príhod vhodných na intervenciu. To je kritický cieľ: prehrávame o2 milióny mozgových buniek za každú minútu zrazenina bráni zásobovaniu krvou. Ešte skôr pri diagnostike cievnej mozgovej príhody môžu záchranári použiť Lucid Robotic System, schválený FDA v roku 2018, čo je zariadenie umiestnené na hlavu pacienta, ktoré prenáša ultrazvukové vlny (cez ucho) do mozgu a pomocou rozpoznávania vzorov AI pomáha diagnostikovať mozgovú príhodu a upozorniť prijímajúcu nemocnicu na potenciálne odstránenie zrazeniny.

Ďalšou významnou zmenou, ktorá príde do lekárskeho pracovného toku, v nemocniciach aj mimo nich, je spôsob, akým AI umožní nelekárskym pracovníkom prevziať viac práce. V Spojených štátoch je asi 700 000 praktických lekárov, ktorých dopĺňa asi 100 000 asistentov lekárov a 240 000 zdravotných sestier – takmer 50 percent pracovnej sily lekárov. S toľkými algoritmami AI, ktoré sa vyvíjajú na podporu lekárov, je prirodzené predpokladať, že v budúcnosti budú pre tieto tri rôzne skupiny rovnaké podmienky a že PA a NP budú v nasledujúcich rokoch preberať väčšiu úlohu.Za zmienku stojí kritické hodnotenie nasadenia AI v zdravotníckych systémoch; bude si to vyžadovať užívateľský prieskum, dobre navrhnuté systémy a premyslené rozhodnutia založené na modeloch, ktoré zahŕňajú riziko a prínos. Je to na rozdiel od zavádzania EHR do klinickej medicíny, keď mnohé z týchto životne dôležitých krokov neboli začlenené a mali vážny nepriaznivý vplyv na každodennú starostlivosť o pacientov.

Nemocničné izby sú zastarané

S plánovaným „zánikom“ nemocnice sme ešte odvážnejší, aspoň tak, ako ho poznáme dnes.Hoci jednoznačne potrebujeme JIS, operačné sály a pohotovostné miestnosti, bežná nemocničná izba, ktorá dnes tvorí väčšinu nemocníc, je veľmi náchylná na výmenu. Centrum virtuálnej starostlivosti Mercy Hospital v St. Louis poskytuje pohľad do budúcnosti.Sú tam sestry a lekári; rozprávajú sa s pacientmi, pozerajú sa na monitory s grafmi všetkých údajov od každého pacienta a reagujú na alarmy. Ale nie sú tam žiadne postele. Ide o prvú virtuálnu nemocnicu v Spojených štátoch amerických, ktorá bola otvorená v roku 2015 s nákladmi na výstavbu 300 miliónov dolárov. Pacienti môžu byť na jednotkách intenzívnej starostlivosti respv ich vlastnej spálni, pod jednoduchým, starostlivým pozorovaním alebo intenzívnym skúmaním, ale všetci sú monitorovaní na diaľku. Aj keď pacient nemá žiadne príznaky, sledovacie algoritmy AI dokážu zachytiť varovanie a upozorniť lekára. Ich použitie high-tech algoritmov na vzdialenú detekciu možnej sepsy alebo srdcovej dekompenzácie v reálnom čase, pred diagnostikovaním takýchto stavov, je lákavé. Hoci pozorovanie z diaľky môže znieť chladne, v praxi to tak nebolo; ujal sa koncept vytvárania „bezdotykového tepla“. Sestry v Centre virtuálnej starostlivosti pravidelne a dlhodobo komunikujú s mnohými pacientmi a pacienti o sestrách hovoria, že majú pocit, že „teraz majú päťdesiat starých rodičov“.

Okrem starších pacientov s akútnym ochorením existuje sústredené úsilie využiť AI na podporu schopnosti seniorov žiť a prosperovať vo svojom dome, namiesto toho, aby sa museli presťahovať do zariadení asistovaného bývania alebo dokonca potrebovať časté návštevy opatrovateľov. Existuje mimoriadna škála start-upov, ktoré vyvíjajú senzory a algoritmy, ktoré monitorujú chôdzu, pulz, teplotu, náladu, kogníciu, fyzickú aktivitu a ďalšie. Navyše nástroje AI na zlepšenie zraku a sluchu môžu dokonca rozšíriť zmyslové vnímanie seniorov, čo by podporilo ich bezpečnosť a zlepšilo kvalitu ich života. Napríklad pomocou aplikácie Aipoly môže senior s výrazným zrakovým postihnutím jednoducho ukázať na objekt smartfónom a AI sa rýchlo spustí pomocou identifikácie hlasovej odozvy. To isté robí pre popis farieb. Senzory, ktoré dokážu zistiť, či niekto spadol, môžu byť zabudované do podlahy. A robotickí asistenti vo forme domácich miláčikov, ako aj špeciálne navrhnutí hlasoví asistenti podobní Alexovi, ako je ElliQ (od Startup Robotics), sú príkladmi hardvérovej AI na podporu nezávislého života.

Vzdialený monitoring má v budúcnosti potenciál veľmi širokého využitia. S každou nocou v nemocnici sa hromadí priemerný poplatok 4 700 USD, a preto nie je ťažké odôvodniť ekonomické zdôvodnenie poskytovania vybavenia a dátových plánov pacientom. Pridajte k tomu pohodlie domova bez rizika nákazy nozokomiálnou infekciou alebo bezsennej noci s neustálym pípaním alarmov. napriek tomucentrum St. Louis je v súčasnosti takmer jediné svojho druhu a existuje len málo pohybu, aby sa z neho stala preferovaná cesta pre pacientov, ktorí nevyžadujú lôžko na jednotke intenzívnej starostlivosti. Brzdí nás niekoľko problémov. Niektoré sú technologické a regulačné. Hoci systémy na automatické monitorovanie všetkých vitálnych funkcií, ako napríklad zariadenie Visi od spoločnosti Sotera Wireless, sú schválené a v súčasnosti ich používajú mnohé zdravotnícke systémy, zatiaľ neexistuje žiadne zariadenie schválené FDA na domáce použitie. Kým nebudeme mať zariadenia schválené FDA na domáce použitie, ktoré sú automatické, presné, lacné a integrované so zariadeniami na vzdialené monitorovanie, máme prekážku. Z krátkodobého hľadiska je možno dôležitejší nedostatok modelov úhrad pre takéto monitorovanie a zdĺhavé oneskorenia, s ktorými sa stretávame pri vytváraní a schvaľovaní nových kódov spoločnosťou Medicare a súkromnými poisťovňami.


Výňatok z Hlboká medicína: Ako môže umelá inteligencia urobiť zdravotnú starostlivosť opäť ľudskou . Copyright © 2019 Eric Topol. Dostupné od Basic Books, vydavateľstvo Perseus Books, Hachette Book Group, Inc.