Er zijn een paar technologieën ontwikkeld die minstens net zo goed zijn als artsen bij het diagnosticeren van bepaalde soorten ziekten.

In de komende jaren zult u waarschijnlijk uw eerste interactie hebben met een medisch kunstmatige intelligentie (AI) -systeem. Dezelfde technologie die zelfrijdende auto's, stemassistenten in huis en zelffotograferende fotogalerijen van stroom voorziet, boekt snel vooruitgang op het gebied van gezondheidszorg, en de eerste medische AI-systemen zijn al uitrollen naar klinieken.

Als we nu nadenken over de interacties die we zullen hebben met medische AI, zullen de voordelen van de technologie en de uitdagingen waarmee we worden geconfronteerd u goed voorbereiden op uw eerste ervaring met een niet-menselijke zorgverlener.

Hoe AI ziekte kan diagnosticeren

De technologie achter deze ontwikkelingen is een tak van de computerwetenschap die deep learning wordt genoemd, een elegant proces dat leert van voorbeelden om complexe vormen van gegevens te begrijpen. In tegenstelling tot eerdere generaties van AI, zijn deze systemen in staat om de wereld waar te nemen zoals mensen dat doen, door zicht en geluid en het geschreven woord.

Terwijl de meeste mensen deze vaardigheden als vanzelfsprekend beschouwen, ze spelen eigenlijk een grote rol in menselijke expertise in onderwerpen zoals medicijnen. Omdat deep learning computers deze mogelijkheden biedt, worden veel medische taken nu opgelost door kunstmatige intelligentie.

In de afgelopen 12 maanden hebben onderzoekers computer systemen onthuld die een diagnose kunnen stellen diabetische oogziekte, huidkanker en ritmestoornissen minstens evenals menselijke artsen. Deze voorbeelden illustreren drie manieren waarop patiënten in de toekomst zullen reageren op medische AI.

De eerste van deze drie manieren is de meest traditionele en zal plaatsvinden waar gespecialiseerde apparatuur nodig is om een ​​diagnose te stellen. U maakt een afspraak voor een test, gaat naar de kliniek en ontvangt een rapport. Hoewel het rapport door een computer wordt geschreven, blijft de patiëntervaring ongewijzigd.

Google's diabetische oogziekte AI is een voorbeeld van deze aanpak. Het werd getraind om de lekkende, kwetsbare bloedvaten te herkennen die zich aan de achterkant van het oog voordoen bij slecht gecontroleerde diabetes, en de AI werkt nu met echte patiënten in verschillende Indiase ziekenhuizen.

De tweede manier van omgaan met medische AI ​​is de meest radicale, omdat veel diagnostische taken helemaal geen speciale apparatuur nodig hebben. Het Stanford-team dat een detector voor huidkanker zo nauwkeurig heeft gemaakt als dermatologen is werkt al aan een smartphone-app.

Binnenkort zullen mensen in staat zijn om hun eigen huidlaesie-selfies te nemen en hun onvolmaaktheden ter plekke te laten analyseren. Deze AI leidt de race om de eerste app te worden die op betrouwbare wijze uw gezondheid kan beoordelen zonder dat er een arts bij betrokken is.

De derde methode van interactie zit ergens tussenin. Terwijl het detecteren van hartritmes een elektrocardiogram (ECG) vereist, kunnen deze sensoren worden opgenomen in goedkope draagbare technologie en verbonden met een smartphone. Een patiënt kan dagelijks een monitor dragen, elke hartslag opnemen en slechts af en toe zijn arts raadplegen om zijn resultaten te bekijken. Als er iets ernstigs gebeurt en het ritme plotseling verandert, kunnen de patiënt en hun arts onmiddellijk op de hoogte worden gesteld.

Veel groepen zijn bezig om te brengen medische wearables naar de klinieken nu.

Wat zijn de voordelen?

Deze systemen zijn ongelooflijk goedkoop om uit te voeren, wat een fractie van een cent per diagnose kost. Ze hebben geen wachtlijsten. Ze worden nooit moe of ziek of moeten slapen. Ze zijn overal toegankelijk via een internetverbinding.

Medische kunstmatige intelligentie kan leiden tot toegankelijke en betaalbare gezondheidszorg voor iedereen.

Wat zijn de nadelen?

De grootste zorg is waarschijnlijk onrealistische verwachtingen, gecreëerd door de hype rond de technologie. Het enorme volume aan zorgvuldig en kostbaar samengestelde gegevens dat nodig is om een ​​systeem te trainen dat dat kan alles een dokter kan is momenteel ver buiten ons bereik. In plaats daarvan zullen we smalle systemen zien die individuele taken uitvoeren in de nabije toekomst. Om deze opgeblazen verwachtingen tegen te gaan, moeten we geïnformeerde stemmen in deze discussies bevorderen.

De privacy van onze medische gegevens zal ook een uitdaging zijn. Niet alleen zullen veel van deze systemen in de cloud worden gebruikt, maar sommige vormen van nuttige medische gegevens zijn inherent identificeerbaar. U kunt het gezicht van een patiënt niet vervagen, bijvoorbeeld als het systeem het gezicht analyseert op tekenen van ziekte. Hoogwaardige datalekken zijn onvermijdelijk en schaden het vertrouwen in de technologie.

Het andere belangrijke probleem is het probleem van de verantwoording. Wie is verantwoordelijk voor een medische fout als er geen arts bij de diagnose betrokken is, en we kunnen niet eens vertellen waarom het systeem het fout had? Wie geven we de schuld als een arts de verkeerde aanbeveling van een AI aanvaardt? Voorstanders van patiënten, artsen, overheden en verzekeringsmaatschappijen worstelen met dit probleem, maar we hebben nog geen goede antwoorden.

Medische AI ​​komt eraan en je zult het snel ervaren. Het meeste zal onzichtbaar zijn en achter de schermen werken om uw zorg goedkoper en effectiever te maken. Een deel ervan ligt in uw handen en beoordeelt uw gezondheid met één druk op de knop. Het beste wat je nu kunt doen, is nadenken over de verschillende uitdagingen en voorbereid zijn op je eerste afspraak.

Over de auteur

Luke Oakden-Rayner, radioloog en promovendus, Universiteit van Adelaide

Dit artikel is oorspronkelijk gepubliceerd op The Conversation. Lees de originele artikel.

Related Books:

at Medische AI" target="_blank" rel="nofollow noopener">InnerSelf Market en Amazon