Sommario
Rischi e benefici
Quali sono le sfide dell’IA medica?
Quali sono le opportunità per l’IA medica?
Quali sono alcuni dei ruoli migliori per l’IA in medicina?
In che modo le principali aziende gestiscono l’IA medica?
In che modo alcune startup forniscono IA medica?
C’è qualcosa che l’IA medica non può fare?
Uno dei domini più impegnativi e preziosi per l’IA è la medicina. Sia le opportunità che i pericoli sono grandi nell’applicazione della tecnologia all’assistenza sanitaria in generale.
Il valore di una migliore assistenza medica è immediato, soprattutto per le persone affette da malattie che al momento non possono essere adeguatamente curate. L’intelligenza artificiale (AI) può avere il potenziale per vedere ciò che gli esseri umani non possono e fornire un livello di assistenza che altrimenti sarebbe fuori dalla nostra portata. E quando gli algoritmi di intelligenza artificiale funzionano bene, possono essere ampiamente condivisi in modi che riducono i costi.
Rischi e benefici
Ci sono, tuttavia, sia rischi che vantaggi per l’IA medica. In un sondaggio del 2020 tra professionisti medici, il 79% degli intervistati ha riferito di ritenere che la tecnologia potesse essere utile o molto utile. Ma l’80% ha concordato in tutto o in parte sul fatto che i rischi per la privacy potrebbero essere molto elevati, mentre il 40% ha valutato in tutto o in parte i potenziali rischi “più pericolosi delle armi nucleari”.
L’intelligenza artificiale ha consentito lo sviluppo di tecnologie che vanno oltre i processi umani naturali, tra gli altri rischi. La nanotecnologia, l’editing genetico, il networking in-vivo (INV), l’ Internet of Bodies e gli amalgami come l’ Internet of Bio-Nano Things (IoBNT) sono tra le tecnologie che offrono sia promesse che potenziali danni.
Unisciti ai principali dirigenti di oggi al Summit Low-Code/No-Code virtualmente il 9 novembre. Registrati per il tuo pass gratuito oggi.
Registrati qui
Leggi anche: 10 migliori applicazioni di intelligenza artificiale (AI) nel settore sanitario
Quali sono le sfide dell’IA medica?
Gli scienziati che si avvicinano all’IA medica vogliono sfruttare le capacità naturali della tecnologia limitando i potenziali danni. Tutte le applicazioni dell’IA presentano sfide, ma l’utilizzo di questa tecnologia per migliorare la salute è particolarmente complicato. Ecco alcune delle sfide:
Sensori imperfetti: i dati raccolti dai sensori medici sono spesso più rumorosi e meno precisi rispetto ad altri domini come la classificazione fotografica. Ciò è particolarmente vero quando i sensori penetrano in un essere umano vivente e che respira. Gli scanner TC o MRI restituiscono immagini pixelate ea blocchi con molti artefatti che possono offuscare o oscurare i dettagli in questione. I raggi X possono essere migliori ma, come gli scanner TC o MRI, possono rilevare alcuni tipi di parti del corpo meglio di altri.
Sistemi caotici: le parti degli esseri viventi cambiano spesso, a volte in modo dinamico. Non sono obiettivi fissi per gli algoritmi. In molti casi, le persone malate hanno sistemi più complessi e disfunzionali che sono più difficili da analizzare per gli algoritmi perché non si comportano normalmente.
Privacy: le informazioni mediche sono spesso protette da leggi e regolamenti rigorosi perché i pazienti sono sensibili alla condivisione dei loro dati personali con il mondo più ampio. Sebbene diversi approcci intelligenti e utili possano proteggere le identità delle persone, questi richiedono più lavoro, possono iniettare potenziali errori e comportare rischi intrinseci.
Conoscenze limitate: mentre la professione medica ha accumulato una riserva di comprensione sui corpi umani, ci sono ancora molte aree che rimangono un mistero. Sebbene gli algoritmi di intelligenza artificiale a volte possano essere utili quando non sappiamo molto sull’argomento, ci sono ancora dei limiti. A volte non sappiamo nemmeno le domande giuste da porre.
Approccio cauto: poiché i medici e gli infermieri capiscono che potrebbero esserci dei pericoli, sono spesso piuttosto attenti ed esitanti a provare nuove tecniche.
Regolamentazione rigorosa: i governi regolano rigorosamente i dispositivi medici e il software. I livelli di test e sviluppo accettabili per altri domini spesso non soddisfano gli standard per la tecnologia medica stabiliti dalle agenzie governative statunitensi, ad esempio.
Quali sono le opportunità per l’IA medica?
Sebbene permangano sfide profonde nell’uso dell’IA in medicina, ci sono anche molte opportunità per migliorare l’assistenza. La tecnologia può offrire soluzioni che gli esseri umani non sono in grado di duplicare. Ecco alcuni modi in cui può aiutare:
Sistemi caotici: il corpo umano è piuttosto complesso e gli operatori sanitari umani spesso hanno difficoltà a vedere eventi complessi o caotici. Rumore o eventi estranei casuali possono offuscare la loro vista. Gli algoritmi di intelligenza artificiale si concentrano sui dati e imparano a estrarre informazioni preziose da centinaia di letture di dati. Potrebbero essere in grado di fare un lavoro di concentrazione migliore rispetto agli umani.
Sensori migliori: le applicazioni di intelligenza artificiale potrebbero avere accesso a informazioni che gli esseri umani non possono vedere. Alcuni sensori raccolgono infrarossi o altre lunghezze d’onda che l’occhio umano non può percepire. La tecnologia può identificare piccoli cambiamenti con maggiore precisione rispetto alla normale percezione umana. Una migliore informazione può portare a decisioni migliori.
Imparziale: l’IA elabora solo i dati che le vengono forniti. Sebbene possano esserci pregiudizi nei dati stessi, questo focus cieco ci offre comunque l’opportunità di eliminare le variabili confondenti che possono innescare pregiudizi umani.
Instancabile: finché l’energia elettrica è disponibile, le app di intelligenza artificiale possono vedere i pazienti ed esprimere opinioni. Questo può essere estremamente prezioso a tarda notte o nei momenti in cui i caregiver umani sono stanchi o non disponibili.
Un assistente, non un sostituto: nella maggior parte dei casi l’IA non è in diretta concorrenza con i caregiver umani. La tecnologia può offrire consigli agli esseri umani, che decidono quanto dei consigli accettare. Questo approccio ibrido può in definitiva catturare il meglio dell’intelligenza umana e della macchina.
In che modo le principali aziende gestiscono l’IA medica?
I principali fornitori di tecnologia che stanno investendo molto nell’IA si rivolgono anche al mercato medico.
Oracle ha investito molto nell’informatica medica, in parte acquisendo Cerner, una delle principali società di cartelle cliniche. La sua linea di prodotti sfrutterà l’investimento di Oracle nella scienza dei dati e nell’intelligenza artificiale per trattare in modo ottimale i pazienti nei centri medici che utilizzano le cartelle cliniche di Cerner. La sua salute comportamentale integrata , ad esempio, controlla i dati dei pazienti per aiutare a prevenire il suicidio dei pazienti.
Il cloud Azure di Microsoft supporta varie applicazioni mediche. Il supporto del software Internet delle cose (IoT) può assorbire i dati dai dispositivi medici ospedalieri, quindi collegare i dati con i vari pacchetti di intelligenza artificiale. Il suo software per l’analisi delle immagini può sbloccare i dettagli nei dati radiologici. Sta inoltre investendo in strumenti specializzati per analizzare i vasti set di dati acquisiti dalla ricerca genomica.
Amazon sta creando versioni specializzate dei suoi vari prodotti AWS per supportare la pratica medica e la ricerca. La sua piattaforma SageMaker AI può funzionare con i record dei pazienti protetti da HIPAA archiviati nel suo servizio HealthLake . Gli algoritmi supportano la ricerca lungimirante attraverso la ricerca di connessioni e modelli e possono decodificare alcuni dati di testo non strutturati utilizzando modelli in linguaggio naturale.
Healthcare Data Engine di Google consente a ricercatori e operatori sanitari di tracciare e interrogare le informazioni raccolte da pazienti e soggetti di ricerca. Questo spazio conforme a HIPAA offre connessioni dirette a tutte le opzioni di analisi dei dati e intelligenza artificiale di Google come VertexAI.
IBM offre un avvertimento sulle sfide che l’applicazione dell’IA alla medicina deve affrontare. Dopo un investimento significativo , la società ha recentemente venduto le sue risorse IBM Watson Health a Francisco Partners, che l’ha lanciata come Merative . Il software collega gli algoritmi sotto un unico marchio per aiutare ricercatori, autorità di regolamentazione, medici, ospedali, compagnie assicurative e pazienti. Il suo prodotto Clinical Development , ad esempio, gestisce la codifica e l’archiviazione dei dati necessari per tenere traccia dei pazienti durante gli studi e le visite. MarketScan Treatment Pathways ricerca grandi database di pazienti per identificare le opzioni ottimali per fornire assistenza.
In che modo alcune startup forniscono IA medica?
Migliaia di startup vogliono usare la potenza degli algoritmi di intelligenza artificiale per cambiare la medicina. Riassumendoli in un breve articolo come questo non si può fare. Tuttavia, è possibile offrire un breve elenco con alcuni esempi illustrativi.
Alcune startup stanno lavorando in prima linea nell’assistenza. Sensely , ad esempio, sta creando un bot in grado di offrire ai pazienti una consulenza automatizzata. Ciò può far risparmiare tempo agli infermieri fornendo risposte più rapide ai pazienti.
Altri stanno lavorando più a fondo nei laboratori. Atomwise , ad esempio, vuole migliorare la scoperta di farmaci aiutando chimici e farmacologi a valutare i diversi potenziali farmaci per l’efficacia.
Un caso d’uso comune è l’analisi di immagini mediche prodotte e interpretate dai radiologi. Medical Harbor , AetherAI , ButterflyNetwork , Enlitic e RadLogics sono solo alcune delle startup che creano piattaforme che aiutano i radiologi a catturare e interpretare le immagini. Si concentrano sul miglioramento della produttività, sulla limitazione degli errori e, in alcuni casi, sull’abilitazione di risultati più precoci e dettagliati.
Molecular Devices e PathAI sono esempi di aziende che apportano algoritmi simili al lavoro dei patologi, che spesso utilizzano le immagini per analizzare campioni di sangue e tessuti. Gli algoritmi possono accelerare e automatizzare attività ripetitive come il conteggio delle cellule che corrispondono a criteri che indicano la malignità, ad esempio.
Anche le aziende specializzate nell’acquisizione e nell’archiviazione di cartelle cliniche stanno lavorando per integrare algoritmi di intelligenza artificiale. Roam Analytics e Sopris stanno integrando le tecniche di intelligenza artificiale per automatizzare le cartelle cliniche migliorando l’accuratezza, automatizzando la classificazione e aumentando l’accuratezza di qualsiasi studio interno di data science su queste informazioni.
C’è qualcosa che l’IA medica non può fare?
Alcune ovvie limitazioni dell’IA medica sono simili a quelle che confondono tutti gli algoritmi di intelligenza artificiale: se i dati di addestramento sono irregolari, distorti, rumorosi o limitati, il modello risultante farà eco a tutti questi problemi.
La raccolta di dati è spesso più difficile nel settore sanitario che in altri domini. Tra normative, sensibilità delle informazioni e difficoltà nel raccogliere informazioni in un contesto clinico, i set di dati saranno naturalmente meno completi e più inclini all’errore. Inoltre, non c’è la stessa opportunità di ripetere la raccolta dei dati che è possibile in alcuni altri campi.
In molti casi, i set di dati medici sono troppo piccoli per addestrare l’IA. Mentre alcuni modelli di intelligenza artificiale si basano su milioni o miliardi di elementi di dati, alcuni studi medici includono solo una manciata di pazienti. La scala è notevolmente diversa e non c’è la stessa opportunità di fare affidamento su grandi set di dati per eliminare gli errori.
L’IA medica è anche limitata dal potere della medicina stessa. Se l’intelligenza umana non ha una soluzione praticabile, nemmeno l’IA può fornirne una. Se la scienza medica non è chiara o imperfetta, lo sarà anche l’IA. Come si evince dal sondaggio tra i professionisti medici di cui sopra, sia il potenziale che i rischi dell’IA medica sono grandi. La sfida è massimizzare il primo, mantenendo il secondo entro un intervallo accettabile.
Che cos’è l’intelligenza artificiale medica (AI)?
Sommario
Rischi e benefici
Quali sono le sfide dell’IA medica?
Quali sono le opportunità per l’IA medica?
Quali sono alcuni dei ruoli migliori per l’IA in medicina?
In che modo le principali aziende gestiscono l’IA medica?
In che modo alcune startup forniscono IA medica?
C’è qualcosa che l’IA medica non può fare?
Uno dei domini più impegnativi e preziosi per l’IA è la medicina. Sia le opportunità che i pericoli sono grandi nell’applicazione della tecnologia all’assistenza sanitaria in generale.
Il valore di una migliore assistenza medica è immediato, soprattutto per le persone affette da malattie che al momento non possono essere adeguatamente curate. L’intelligenza artificiale (AI) può avere il potenziale per vedere ciò che gli esseri umani non possono e fornire un livello di assistenza che altrimenti sarebbe fuori dalla nostra portata. E quando gli algoritmi di intelligenza artificiale funzionano bene, possono essere ampiamente condivisi in modi che riducono i costi.
Rischi e benefici
Ci sono, tuttavia, sia rischi che vantaggi per l’IA medica. In un sondaggio del 2020 tra professionisti medici, il 79% degli intervistati ha riferito di ritenere che la tecnologia potesse essere utile o molto utile. Ma l’80% ha concordato in tutto o in parte sul fatto che i rischi per la privacy potrebbero essere molto elevati, mentre il 40% ha valutato in tutto o in parte i potenziali rischi “più pericolosi delle armi nucleari”.
L’intelligenza artificiale ha consentito lo sviluppo di tecnologie che vanno oltre i processi umani naturali, tra gli altri rischi. La nanotecnologia, l’editing genetico, il networking in-vivo (INV), l’ Internet of Bodies e gli amalgami come l’ Internet of Bio-Nano Things (IoBNT) sono tra le tecnologie che offrono sia promesse che potenziali danni.
Unisciti ai principali dirigenti di oggi al Summit Low-Code/No-Code virtualmente il 9 novembre. Registrati per il tuo pass gratuito oggi.
Registrati qui
Leggi anche: 10 migliori applicazioni di intelligenza artificiale (AI) nel settore sanitario
Quali sono le sfide dell’IA medica?
Gli scienziati che si avvicinano all’IA medica vogliono sfruttare le capacità naturali della tecnologia limitando i potenziali danni. Tutte le applicazioni dell’IA presentano sfide, ma l’utilizzo di questa tecnologia per migliorare la salute è particolarmente complicato. Ecco alcune delle sfide:
Sensori imperfetti: i dati raccolti dai sensori medici sono spesso più rumorosi e meno precisi rispetto ad altri domini come la classificazione fotografica. Ciò è particolarmente vero quando i sensori penetrano in un essere umano vivente e che respira. Gli scanner TC o MRI restituiscono immagini pixelate ea blocchi con molti artefatti che possono offuscare o oscurare i dettagli in questione. I raggi X possono essere migliori ma, come gli scanner TC o MRI, possono rilevare alcuni tipi di parti del corpo meglio di altri.
Sistemi caotici: le parti degli esseri viventi cambiano spesso, a volte in modo dinamico. Non sono obiettivi fissi per gli algoritmi. In molti casi, le persone malate hanno sistemi più complessi e disfunzionali che sono più difficili da analizzare per gli algoritmi perché non si comportano normalmente.
Privacy: le informazioni mediche sono spesso protette da leggi e regolamenti rigorosi perché i pazienti sono sensibili alla condivisione dei loro dati personali con il mondo più ampio. Sebbene diversi approcci intelligenti e utili possano proteggere le identità delle persone, questi richiedono più lavoro, possono iniettare potenziali errori e comportare rischi intrinseci.
Conoscenze limitate: mentre la professione medica ha accumulato una riserva di comprensione sui corpi umani, ci sono ancora molte aree che rimangono un mistero. Sebbene gli algoritmi di intelligenza artificiale a volte possano essere utili quando non sappiamo molto sull’argomento, ci sono ancora dei limiti. A volte non sappiamo nemmeno le domande giuste da porre.
Approccio cauto: poiché i medici e gli infermieri capiscono che potrebbero esserci dei pericoli, sono spesso piuttosto attenti ed esitanti a provare nuove tecniche.
Regolamentazione rigorosa: i governi regolano rigorosamente i dispositivi medici e il software. I livelli di test e sviluppo accettabili per altri domini spesso non soddisfano gli standard per la tecnologia medica stabiliti dalle agenzie governative statunitensi, ad esempio.
Quali sono le opportunità per l’IA medica?
Sebbene permangano sfide profonde nell’uso dell’IA in medicina, ci sono anche molte opportunità per migliorare l’assistenza. La tecnologia può offrire soluzioni che gli esseri umani non sono in grado di duplicare. Ecco alcuni modi in cui può aiutare:
Sistemi caotici: il corpo umano è piuttosto complesso e gli operatori sanitari umani spesso hanno difficoltà a vedere eventi complessi o caotici. Rumore o eventi estranei casuali possono offuscare la loro vista. Gli algoritmi di intelligenza artificiale si concentrano sui dati e imparano a estrarre informazioni preziose da centinaia di letture di dati. Potrebbero essere in grado di fare un lavoro di concentrazione migliore rispetto agli umani.
Sensori migliori: le applicazioni di intelligenza artificiale potrebbero avere accesso a informazioni che gli esseri umani non possono vedere. Alcuni sensori raccolgono infrarossi o altre lunghezze d’onda che l’occhio umano non può percepire. La tecnologia può identificare piccoli cambiamenti con maggiore precisione rispetto alla normale percezione umana. Una migliore informazione può portare a decisioni migliori.
Imparziale: l’IA elabora solo i dati che le vengono forniti. Sebbene possano esserci pregiudizi nei dati stessi, questo focus cieco ci offre comunque l’opportunità di eliminare le variabili confondenti che possono innescare pregiudizi umani.
Instancabile: finché l’energia elettrica è disponibile, le app di intelligenza artificiale possono vedere i pazienti ed esprimere opinioni. Questo può essere estremamente prezioso a tarda notte o nei momenti in cui i caregiver umani sono stanchi o non disponibili.
Un assistente, non un sostituto: nella maggior parte dei casi l’IA non è in diretta concorrenza con i caregiver umani. La tecnologia può offrire consigli agli esseri umani, che decidono quanto dei consigli accettare. Questo approccio ibrido può in definitiva catturare il meglio dell’intelligenza umana e della macchina.
In che modo le principali aziende gestiscono l’IA medica?
I principali fornitori di tecnologia che stanno investendo molto nell’IA si rivolgono anche al mercato medico.
Oracle ha investito molto nell’informatica medica, in parte acquisendo Cerner, una delle principali società di cartelle cliniche. La sua linea di prodotti sfrutterà l’investimento di Oracle nella scienza dei dati e nell’intelligenza artificiale per trattare in modo ottimale i pazienti nei centri medici che utilizzano le cartelle cliniche di Cerner. La sua salute comportamentale integrata , ad esempio, controlla i dati dei pazienti per aiutare a prevenire il suicidio dei pazienti.
Il cloud Azure di Microsoft supporta varie applicazioni mediche. Il supporto del software Internet delle cose (IoT) può assorbire i dati dai dispositivi medici ospedalieri, quindi collegare i dati con i vari pacchetti di intelligenza artificiale. Il suo software per l’analisi delle immagini può sbloccare i dettagli nei dati radiologici. Sta inoltre investendo in strumenti specializzati per analizzare i vasti set di dati acquisiti dalla ricerca genomica.
Amazon sta creando versioni specializzate dei suoi vari prodotti AWS per supportare la pratica medica e la ricerca. La sua piattaforma SageMaker AI può funzionare con i record dei pazienti protetti da HIPAA archiviati nel suo servizio HealthLake . Gli algoritmi supportano la ricerca lungimirante attraverso la ricerca di connessioni e modelli e possono decodificare alcuni dati di testo non strutturati utilizzando modelli in linguaggio naturale.
Healthcare Data Engine di Google consente a ricercatori e operatori sanitari di tracciare e interrogare le informazioni raccolte da pazienti e soggetti di ricerca. Questo spazio conforme a HIPAA offre connessioni dirette a tutte le opzioni di analisi dei dati e intelligenza artificiale di Google come VertexAI.
IBM offre un avvertimento sulle sfide che l’applicazione dell’IA alla medicina deve affrontare. Dopo un investimento significativo , la società ha recentemente venduto le sue risorse IBM Watson Health a Francisco Partners, che l’ha lanciata come Merative . Il software collega gli algoritmi sotto un unico marchio per aiutare ricercatori, autorità di regolamentazione, medici, ospedali, compagnie assicurative e pazienti. Il suo prodotto Clinical Development , ad esempio, gestisce la codifica e l’archiviazione dei dati necessari per tenere traccia dei pazienti durante gli studi e le visite. MarketScan Treatment Pathways ricerca grandi database di pazienti per identificare le opzioni ottimali per fornire assistenza.
In che modo alcune startup forniscono IA medica?
Migliaia di startup vogliono usare la potenza degli algoritmi di intelligenza artificiale per cambiare la medicina. Riassumendoli in un breve articolo come questo non si può fare. Tuttavia, è possibile offrire un breve elenco con alcuni esempi illustrativi.
Alcune startup stanno lavorando in prima linea nell’assistenza. Sensely , ad esempio, sta creando un bot in grado di offrire ai pazienti una consulenza automatizzata. Ciò può far risparmiare tempo agli infermieri fornendo risposte più rapide ai pazienti.
Altri stanno lavorando più a fondo nei laboratori. Atomwise , ad esempio, vuole migliorare la scoperta di farmaci aiutando chimici e farmacologi a valutare i diversi potenziali farmaci per l’efficacia.
Un caso d’uso comune è l’analisi di immagini mediche prodotte e interpretate dai radiologi. Medical Harbor , AetherAI , ButterflyNetwork , Enlitic e RadLogics sono solo alcune delle startup che creano piattaforme che aiutano i radiologi a catturare e interpretare le immagini. Si concentrano sul miglioramento della produttività, sulla limitazione degli errori e, in alcuni casi, sull’abilitazione di risultati più precoci e dettagliati.
Molecular Devices e PathAI sono esempi di aziende che apportano algoritmi simili al lavoro dei patologi, che spesso utilizzano le immagini per analizzare campioni di sangue e tessuti. Gli algoritmi possono accelerare e automatizzare attività ripetitive come il conteggio delle cellule che corrispondono a criteri che indicano la malignità, ad esempio.
Anche le aziende specializzate nell’acquisizione e nell’archiviazione di cartelle cliniche stanno lavorando per integrare algoritmi di intelligenza artificiale. Roam Analytics e Sopris stanno integrando le tecniche di intelligenza artificiale per automatizzare le cartelle cliniche migliorando l’accuratezza, automatizzando la classificazione e aumentando l’accuratezza di qualsiasi studio interno di data science su queste informazioni.
C’è qualcosa che l’IA medica non può fare?
Alcune ovvie limitazioni dell’IA medica sono simili a quelle che confondono tutti gli algoritmi di intelligenza artificiale: se i dati di addestramento sono irregolari, distorti, rumorosi o limitati, il modello risultante farà eco a tutti questi problemi.
La raccolta di dati è spesso più difficile nel settore sanitario che in altri domini. Tra normative, sensibilità delle informazioni e difficoltà nel raccogliere informazioni in un contesto clinico, i set di dati saranno naturalmente meno completi e più inclini all’errore. Inoltre, non c’è la stessa opportunità di ripetere la raccolta dei dati che è possibile in alcuni altri campi.
In molti casi, i set di dati medici sono troppo piccoli per addestrare l’IA. Mentre alcuni modelli di intelligenza artificiale si basano su milioni o miliardi di elementi di dati, alcuni studi medici includono solo una manciata di pazienti. La scala è notevolmente diversa e non c’è la stessa opportunità di fare affidamento su grandi set di dati per eliminare gli errori.
L’IA medica è anche limitata dal potere della medicina stessa. Se l’intelligenza umana non ha una soluzione praticabile, nemmeno l’IA può fornirne una. Se la scienza medica non è chiara o imperfetta, lo sarà anche l’IA. Come si evince dal sondaggio tra i professionisti medici di cui sopra, sia il potenziale che i rischi dell’IA medica sono grandi. La sfida è massimizzare il primo, mantenendo il secondo entro un intervallo accettabile.
