Os especialistas da IA discutem como integrar a IA robusta na assistência médica, por que a colaboração interdisciplinar é crítica e o potencial da IA generativa na pesquisa.
Feifei Li e Lloyd Minor fizeram comentários iniciais no Simpósio de Saúde Raise Inaugural na Faculdade de Medicina da Universidade de Stanford em 14 de maio. Steve Fish
A maioria das pessoas capturadas pela inteligência artificial teve algum tipo de momento "Aha", abrindo suas mentes para um mundo de possibilidades. No Simpósio inaugural de Raise Health, em 14 de maio, Lloyd Minor, MD, reitor da Faculdade de Medicina da Universidade de Stanford e vice -presidente de assuntos médicos da Universidade de Stanford, compartilhou sua perspectiva.
Quando um adolescente curioso foi convidado a resumir suas descobertas sobre o ouvido interno, ele se voltou para a inteligência artificial generativa. “Eu perguntei: 'O que é a síndrome de deiscência do canal superior?' Menor disse a quase 4.000 participantes do simpósio. Em questão de segundos, vários parágrafos apareceram.
"Eles são bons, muito bons", disse ele. “Que essa informação foi compilada em uma descrição concisa, geralmente precisa e claramente priorizada da doença. Isso é bastante notável. ”
Muitos compartilharam a emoção de Minor para o evento de meio dia, que foi uma conseqüência da iniciativa Raise Health, um projeto lançado pela Faculdade de Medicina da Universidade de Stanford e pelo Instituto Stanford de Inteligência Artificial Centrada em Humano (HAI) para orientar o uso responsável de artificial inteligência. Inteligência em pesquisa biomédica, educação e atendimento ao paciente. Os palestrantes examinaram o que significa implementar a inteligência artificial na medicina de uma maneira que não é apenas útil para médicos e cientistas, mas também transparente, justo e equitativo para os pacientes.
"Acreditamos que esta é uma tecnologia que aprimora as capacidades humanas", disse Fei-Fei Li, professor de ciência da computação da Escola de Engenharia de Stanford, diretor de Raise Health With Menor Project e co-diretor da HAI. Geração após geração, novas tecnologias podem emergir: de novas sequências moleculares de antibióticos até o mapeamento da biodiversidade e revelando partes ocultas da biologia fundamental, a IA está acelerando a descoberta científica. Mas nem tudo isso é benéfico. “Todas essas aplicações podem ter consequências não intencionais, e precisamos de cientistas da computação que desenvolvam e implementam [inteligência artificial] com responsabilidade, trabalhando com uma variedade de partes interessadas, de médicos e ética ... a especialistas em segurança e além”, diz ela. "Iniciativas como Raise Health demonstram nosso compromisso com isso."
A consolidação de três divisões da Medicina de Stanford - Escola de Medicina, Stanford Health Care e Stanford University School of Child Health Medicine - e suas conexões com outras partes da Universidade de Stanford colocaram isso em uma posição em que os especialistas estão lidando com o desenvolvimento de inteligência artificial. Questões de gestão e integração no campo da saúde e medicina. Medicine, a música foi.
“Estamos bem posicionados para ser pioneiros no desenvolvimento e implementação responsável da inteligência artificial, desde descobertas biológicas fundamentais até melhorar o desenvolvimento de medicamentos e tornar os processos de ensaios clínicos mais eficientes, até a prestação real de serviços de saúde. assistência médica. A maneira como o sistema de saúde é criado ”, afirmou.
Vários oradores enfatizaram um conceito simples: concentre -se no usuário (neste caso, no paciente ou médico) e tudo o mais se seguirá. "Isso coloca o paciente no centro de tudo o que fazemos", disse a Dra. Lisa Lehmann, diretora de bioética do Brigham and Women's Hospital. "Precisamos considerar suas necessidades e prioridades".
Da esquerda para a direita: âncora de notícias de estatísticas Mohana Ravindranath; Jessica Peter Lee, da Microsoft Research; Plevrite de Sylvia, professora de ciência de dados biomédicos, discute o papel da inteligência artificial na pesquisa médica. Steve Fish
Os palestrantes no painel, que incluíam Lehmann, Bioethicista Médico da Universidade de Stanford, Mildred Cho, MD, e o diretor clínico do Google, Michael Howell, MD, observaram a complexidade dos sistemas hospitalares, enfatizando a necessidade de entender seu objetivo antes de qualquer intervenção. Implemente e garanta que todos os sistemas desenvolvidos sejam inclusivos e ouça as pessoas que foram projetadas para ajudar.
Uma chave é a transparência: deixa claro de onde vem os dados usados para treinar o algoritmo, qual é o objetivo original do algoritmo e se os dados futuros do paciente continuarão ajudando o algoritmo a aprender, entre outros fatores.
"Tentar prever problemas éticos antes que eles se tornem graves [significa] encontrar o ponto ideal perfeito, onde você sabe o suficiente sobre a tecnologia para ter alguma confiança nela, mas não antes [o problema] se espalha ainda mais e resolve -o mais cedo". , Disse Denton Char. Candidato de Ciências Médicas, Professor Associado do Departamento de Anestesiologia Pediátrica, Medicina Perioperatória e Medicina da Dor. Uma etapa -chave, diz ele, é identificar todas as partes interessadas que podem ser afetadas pela tecnologia e determinar como eles mesmos gostariam de responder a essas perguntas.
Jesse Ehrenfeld, MD, presidente da American Medical Association, discute quatro fatores que impulsionam a adoção de qualquer ferramenta de saúde digital, incluindo aqueles alimentados pela inteligência artificial. É eficaz? Isso funcionará na minha instituição? Quem paga? Quem é responsável?
Michael Pfeffer, MD, diretor de informações da Stanford Health Care, citou um exemplo recente no qual muitas das questões foram testadas entre as enfermeiras nos hospitais de Stanford. Os médicos são apoiados por grandes modelos de idiomas que fornecem anotações iniciais para as mensagens do paciente recebidas. Embora o projeto não seja perfeito, os médicos que ajudaram a desenvolver a tecnologia relatam que o modelo facilita sua carga de trabalho.
“Sempre nos concentramos em três coisas importantes: segurança, eficiência e inclusão. Nós somos médicos. Fizemos um juramento para "não causar mal", disse Nina Vasan, MD, professora assistente clínica de psiquiatria e ciências comportamentais, que ingressou em Char e Pfeffer ingressou no grupo. "Esta deve ser a primeira maneira de avaliar essas ferramentas."
Nigam Shah, MBBS, Ph.D., Professor de Medicina e Ciência de Dados Biomédicos, iniciou a discussão com uma estatística chocante, apesar do aviso justo para o público. "Eu falo em termos e números gerais, e às vezes eles tendem a ser muito diretos", disse ele.
Segundo Shah, o sucesso da IA depende de nossa capacidade de escalá -lo. “Fazer pesquisas científicas adequadas em um modelo leva cerca de 10 anos e, se cada um dos 123 programas de irmandade e residência quisesse testar e implantar o modelo nesse nível de rigor, seria muito difícil fazer a ciência correta à medida que organizamos atualmente Nossos esforços e [teste]] custariam US $ 138 bilhões para garantir que cada um de nossos sites funcione corretamente ”, disse Shah. “Não podemos pagar isso. Portanto, precisamos encontrar uma maneira de expandir, e precisamos expandir e fazer uma boa ciência. As habilidades do rigor estão em um só lugar e as habilidades de escala estão em outro, então precisaremos desse tipo de parceria. ”
Dean Yuan Ashley e Mildred Cho (recepção) participaram do Raise Health Workshop. Steve Fish
Alguns palestrantes do simpósio disseram que isso pode ser alcançado por meio de parcerias público-privadas, como a recente ordem executiva da Casa Branca sobre o desenvolvimento e o uso artificial de inteligência artificial seguros, seguros e confiáveis (CHAI). ).
"A parceria pública-privada com o maior potencial é uma entre a academia, o setor privado e o setor público", disse Laura Adams, consultora sênior da Academia Nacional de Medicina. Ela observou que o governo pode garantir a confiança do público e os centros médicos acadêmicos podem. Forneça legitimidade e experiência técnica e tempo do computador podem ser fornecidos pelo setor privado. "Somos todos melhores do que qualquer um de nós, e reconhecemos que ... não podemos orar para perceber o potencial da [inteligência artificial], a menos que entendamos como interagir um com o outro".
Vários palestrantes disseram que a IA também está tendo um impacto na pesquisa, se os cientistas a usam para explorar dogmas biológicos, prever novas sequências e estruturas de moléculas sintéticas para apoiar novos tratamentos ou até mesmo ajudá -los a resumir ou escrever trabalhos científicos.
"Esta é uma oportunidade de ver o desconhecido", disse Jessica Mega, MD, cardiologista da Faculdade de Medicina da Universidade de Stanford e co-fundadora da alfabetista em verdade. Mega mencionou imagens hiperespectrais, que capturam a imagem dos recursos invisíveis ao olho humano. A idéia é usar a inteligência artificial para detectar padrões em slides de patologia que os humanos não vêem essa indicar doenças. “Encorajo as pessoas a abraçar o desconhecido. Acho que todo mundo aqui conhece alguém com algum tipo de condição médica que precisa de algo além do que podemos oferecer hoje ”, disse Mejia.
Os participantes do painel também concordaram que os sistemas de inteligência artificial fornecerão novas maneiras de identificar e combater a tomada de decisão tendenciosa, feita por humanos ou inteligência artificial, com a capacidade de identificar a fonte do viés.
"A saúde é mais do que apenas assistência médica", concordaram vários participantes do painel. Os palestrantes enfatizaram que os pesquisadores geralmente negligenciam os determinantes sociais da saúde, como status socioeconômico, código postal, nível de educação e raça e etnia, ao coletar dados inclusivos e recrutar participantes para estudos. "A IA é tão eficaz quanto os dados nos quais o modelo é treinado", disse Michelle Williams, professora de epidemiologia da Universidade de Harvard e professora associada de epidemiologia e saúde da população na Faculdade de Medicina da Universidade de Stanford. “Se fizermos o que nos esforçarmos para fazer. Melhorar os resultados da saúde e eliminar as desigualdades, devemos garantir que coletamos dados de alta qualidade sobre o comportamento humano e o ambiente social e natural. ”
Natalie Pageler, MD, professora clínica de pediatria e medicina, disse que os dados agregados do câncer geralmente excluem dados sobre mulheres grávidas, criando vieses inevitáveis em modelos e exacerbando as disparidades existentes nos cuidados de saúde.
O Dr. David Magnus, professor de pediatria e medicina, disse que, como qualquer nova tecnologia, a inteligência artificial pode melhorar as coisas de várias maneiras ou piorá -las. O risco, disse Magnus, é que os sistemas de inteligência artificial aprenderão sobre resultados desiguais de saúde impulsionados pelos determinantes sociais da saúde e reforçarão esses resultados por meio de sua produção. "A inteligência artificial é um espelho que reflete a sociedade em que vivemos", disse ele. "Espero que toda vez que temos a oportunidade de iluminar um problema - manter um espelho até nós mesmos -, isso servirá de motivação para melhorar a situação".
Se você não conseguiu participar do Rister Health Workshop, uma gravação da sessão pode ser encontrada aqui.
A Faculdade de Medicina da Universidade de Stanford é um sistema integrado de assistência médica acadêmica que consiste nos sistemas de prestação de serviços de saúde para adultos e pediátricos e pediátricos. Juntos, eles percebem todo o potencial da biomedicina por meio de pesquisa colaborativa, educação e atendimento clínico ao paciente. Para mais informações, visite med.stanford.edu.
Um novo modelo de inteligência artificial está ajudando médicos e enfermeiros do Hospital Stanford a trabalhar juntos para melhorar o atendimento ao paciente.
Hora de postagem: Jul-19-2024