¿Cómo se usa la inteligencia artificial en el cuidado de la salud?

Existe el escenario ideal … y está el estado actual. El escenario ideal sería entrenar a un clasificador utilizando el corpus de todos los registros médicos y poder tomar nuevos casos y diagnosticar el problema de inmediato. Estamos lejos de allí.

Sin embargo, hay subconjuntos más accesibles y alcanzables de esta meta general. Me centraré en mi área de investigación: diagnóstico por imágenes (rayos X, tomografías, resonancias magnéticas, etc.). El objetivo ideal podría ser tomar cualquier imagen médica y diagnosticar al paciente.

Un objetivo secundario podría ser confirmar / rechazar una condición específica. MetaMind y vRad han hecho exactamente esto para Hemorragias intracraneales (https://healthmind.io/intracranial-hemorrage.html.) Aunque su alcance es limitado, este es un caso de uso de gran valor ya que las Hemorragias intracraneales son urgentes y el diagnóstico impulsado por ML puede mueva la caja al frente de la cola para un manejo inmediato. Todo esto es muy reciente (finales de 2015), por lo que encontrar el uso clínico será más difícil.

Una sub-meta relacionada podría ser clasificar los casos en un espectro de absolutamente normal vs cada vez más anormal, para permitir que las colas de lectura humano-médico sean resuladas dinámicamente para enfocarse primero en los casos más importantes. A diferencia de los diagnósticos totalmente automatizados, un triage automático controlado por ML permitiría algún nivel de error pero aún así agregaría un gran valor. Los EE. UU. Tienen una cultura de sobreimagen, por lo que priorizar los casos agudos a partir de imágenes habitualmente normales y controladas por CYA sería de gran valor. Hay varios grupos en los EE. UU. Y en el extranjero centrados en este problema exacto. Si un caso se clasificó automáticamente como anormal y no había un médico disponible, esto incluso podría desencadenar el envío del caso a una práctica de radiología. Tener una lectura objetiva de la gravedad podría ayudar a impulsar los flujos de trabajo para el beneficio inmediato del paciente.

El mayor problema con ML en Healthcare es la información de entrenamiento. A diferencia de los clasificadores de gatos de entrenamiento, los datos médicos están altamente regulados y gravados [por derecho] por las Juntas de Revisión Institucional. Entonces el progreso es más lento que en campos no médicos.

Nota: Entre los profesionales, existen desacuerdos sobre el uso de la frase Inteligencia Artificial vs Aprendizaje Automático. Supongo que estás usando el término coloquialmente, así que responderé cómo M achine Learning se usa en el cuidado de la salud

Con el paso de los años, muchas posibilidades de aplicación de la Inteligencia Artificial se han realizado y muchas aún están por llegar. A pesar del progreso que varias industrias han logrado en el frente de la IA, la atención médica sigue siendo un sector en el que realmente ha tenido un impacto importante que va más allá de la conveniencia y afecta esencialmente a las vidas humanas.

La inteligencia artificial (AI) se define como “la ciencia de hacer que las computadoras hagan cosas que requieren inteligencia cuando son hechas por humanos” por el Archivo de Historia de la Computación de Turing. Si bien no hemos alcanzado el nivel de sofisticación en AI como en Westworld, la tecnología de IA se está desarrollando rápidamente.

El potencial de la IA en la asistencia sanitaria

AI puede rediseñar y mejorar la atención médica de múltiples maneras. Por ejemplo, puede ayudar a los profesionales médicos a diseñar planes de tratamiento y encontrar el método de tratamiento más adecuado que sea el mejor para el paciente en particular. Puede ayudar a llevar a cabo tareas que son monótonas para que los médicos puedan concentrarse en sus trabajos principales.

Ya hay algunos buenos ejemplos de IA en el cuidado de la salud que muestran un gran potencial. Los registros médicos mineros son una de esas aplicaciones evidentes de la IA en el cuidado de la salud.

Registros médicos mineros

La administración de datos es uno de los principales potenciales: muestra la aplicación de IA en el cuidado de la salud. El primer paso para revolucionar los sistemas de salud existentes es recolectarlo, almacenarlo, normalizarlo y rastrear su linaje. Contiene el desarrollo de una tecnología de procesamiento del lenguaje natural para extraer automáticamente los datos de registros médicos narrativos.

Google Deepmind Health, se utiliza para extraer registros médicos a fin de ofrecer mejores y más rápidos servicios de salud. Puede procesar cientos de miles de información médica en cuestión de minutos. Aunque el aprendizaje automático y la recolección de datos se encuentran en su etapa inicial, en el momento en que Google, en coordinación con Moorfields Eye Hospital NHS Foundation Trust, se esfuerza por mejorar el tratamiento de los ojos.

Ayudando en tareas monótonas

AI puede ayudar a llevar a cabo tareas repetitivas que le quitan el tiempo al profesional médico de sus trabajos principales. Las tareas como los escaneos de rayos X, las tomografías computarizadas, el análisis de las pruebas y la entrada de datos, etc., pueden realizarse con mayor rapidez y precisión por parte de los robots. La radiología y la cardiología son dos disciplinas en las que la cantidad de datos para analizar puede llevar mucho tiempo y ser abrumadora y agotadora.

IBM Medical Sieve es un ambicioso proyecto exploratorio a largo plazo que planea construir el “asistente cognitivo” de próxima generación, que es capaz de analizar y razonar con una amplia gama de conocimientos clínicos. Medical Sieve puede ayudar a tomar la decisión clínica con respecto a cardiología y radiología, un “asistente de salud cognitiva” en otros términos. Es capaz de analizar las imágenes de radiología para detectar problemas de manera confiable y rápida.

AI Chatbots

Los chatbots de IA utilizan el procesamiento del lenguaje natural para comprender las demandas del usuario seguidas por la gestión del conocimiento para ofrecer una respuesta. Además, utiliza el aprendizaje profundo para mejorar su respuesta a cada interacción. El análisis de sentimiento identifica el problema del usuario y luego lo transfiere a un ser humano. En el contexto de la atención médica, los chatbots pueden cumplir varios objetivos, como diagnosticar al paciente utilizando la información que se brinda sobre los síntomas.

Health AZ – Your.MD: Chatbot usa la tecnología de Inteligencia Artificial para guiar al usuario con la información más relevante para una mejor salud y vida. Proporciona la información médica más precisa y más simple de entender.

Asistentes de salud virtual

Los asistentes virtuales de atención médica pretenden utilizar la tecnología de inteligencia artificial para mejorar las interacciones entre los pacientes y los cuidadores a fin de mejorar la experiencia del consumidor y reducir el agotamiento de los médicos.

Nuance Communications Virtual Assistant Platform permite el diálogo conversacional y las capacidades preconstruidas que automatizan los flujos de trabajo clínicos. El asistente virtual de atención médica emplea reconocimiento de voz, integraciones de EHR y relaciones estratégicas de TI de la salud, biometría de voz, texto a voz y prototipo de altavoz inteligente personalizado para una plataforma segura.

Diseño de tratamiento

Los sistemas de inteligencia artificial se han diseñado para analizar los informes de datos y las notas del archivo del paciente, la experiencia clínica y la investigación externa, a fin de ayudar a seleccionar la ruta de tratamiento correcta, personalizada individualmente.

IBM Watson proporciona a los médicos opciones de tratamiento basadas en evidencia. Watson para Oncología tiene una capacidad avanzada para analizar el significado y el contexto de datos estructurados y no estructurados en notas clínicas e informes que pueden ser críticos para seleccionar una vía de tratamiento. El programa finalmente identifica la mayoría de los posibles planes de tratamiento para un paciente que integran notas sobre la vida del paciente, la investigación y la experiencia clínica.

Creación de drogas

El desarrollo de productos farmacéuticos a través de ensayos clínicos puede llevar más de una década y cuesta mucho. Por lo tanto, hacer que el proceso sea más rápido y económico es uno de los objetivos principales que buscan las startups de AI.

Atomwise: entre los recientes ataques de Ébola, se utilizó un programa alimentado por IA para escanear medicamentos existentes que podrían rediseñarse para combatir enfermedades. La tecnología encontró dos medicamentos que pueden disminuir significativamente la infectividad del Ébola. Este análisis, que de otro modo hubiera llevado meses / años, se completó en 24 horas. Esta eficiencia en la creación de drogas tiene el potencial de salvar miles de vidas.

Conclusión: nuestra vista

Incluso con los grandes avances de la aplicación de la IA en la atención médica en los últimos años, es poco probable que la tecnología reemplace el papel diagnóstico de los médicos, al menos en el futuro cercano. AI, sin embargo, ahora es lo suficientemente sofisticado como para hacerse cargo de las tediosas tareas repetitivas que utilizan las horas productivas de un médico. El potencial de inteligencia artificial en la atención médica es interminable: con profesionales que exploran la aplicación de IA en áreas como verificación de seguros, diagnóstico de cáncer de piel, análisis de datos de registros médicos, etc., apenas estamos empezando a darnos cuenta de la verdadera profundidad de la innovación en tecnología de la salud que puede desbloqueado con tecnología AI.

[Haga clic para continuar leyendo en IA en la atención médica …]

Healthcare & Artificial Intelligence están contribuyendo mucho el uno al otro.
Así es cómo :

CÁNCER – ¿Encontraría IA la cura?

  1. Google usa IA para acelerar el tratamiento del cáncer

    Cuando se trata de ciertos tipos de cáncer en áreas como la cabeza y el cuello, los médicos deben planificar cuidadosamente para evitar dañar órganos y partes importantes del cuerpo. El proceso, llamado segmentación, puede tardar cuatro horas en completarse . DeepMind dice que puede reducir eso a solo una hora .

  2. Google DeepMind se reunió con pacientes del NHS para deletrear su visión de atención médica

    Google DeepMind, un laboratorio de investigación de IA con sede en Londres, celebró una reunión pública en su oficina esta semana en un intento por ser más transparente con los pacientes del NHS sobre sus ambiciones más amplias en el cuidado de la salud.

  3. AI en Salud Digital | Lexology
  4. Microsoft quiere descifrar el código de cáncer usando inteligencia artificial

    El cáncer es como un virus informático y se puede “resolver” crackeando el código, según Microsoft . La compañía de software dice que sus investigadores están usando inteligencia artificial en una nueva iniciativa de salud para atacar las células cancerosas y eliminar la enfermedad.
  5. IBM Watson Health

    IBM Watson Health es pionera en una nueva asociación entre la humanidad y la tecnología con el objetivo de transformar la salud mundial . Los sistemas cognitivos que entienden, razonan y aprenden ayudan a las personas a ampliar su base de conocimiento, mejorar su productividad y profundizar su experiencia. Con la computación cognitiva, ahora podemos ver datos de salud que anteriormente estaban ocultos y hacer más de lo que pensamos posible.

  6. IBM Watson para Oncología

    Ya sea en una práctica comunitaria de oncología o en un hospital internacional , los oncólogos, como todos los médicos, están luchando para mantenerse al día con el gran volumen de investigación, registros médicos y ensayos clínicos. Watson escala el conocimiento vital y ayuda a los oncólogos. Ahora, con la colaboración entre IBM y MSK , Watson for Oncology utiliza la experiencia mundialmente reconocida de MSK para evaluar los detalles específicos de cada paciente único frente a la evidencia clínica.

Hemos identificado alrededor de una docena de casos de uso de inteligencia artificial en la industria de la salud y hemos estructurado estos casos de uso en torno a procesos típicos que se utilizan en la industria de la salud. Actualmente estamos tratando de revelar un panorama general de las tecnologías de inteligencia artificial en el cuidado de la salud. Significa que nuestro marco no es completo, pero le da una idea de las actividades y casos de uso. Además, siempre está mejorando, por favor háganos saber si tiene algún comentario o sugerencia. Las actividades y casos de uso de IA en estas actividades son:

  • Atencion al paciente
  • Análisis de datos del paciente: AI permite que la institución (hospital, etc.) analice datos clínicos y genere una visión profunda de la salud del paciente. Brinda la oportunidad de reducir el costo de la atención, utilizar recursos de manera eficiente y administrar la salud de la población fácilmente.
  • Priorización y clasificación de casos en tiempo real: hacer análisis prescriptivos sobre datos clínicos. Da la oportunidad de ver qué sucederá en el futuro si el tratamiento utilizado o las condiciones serán similares.
  • Diagnóstico y prescripción asistida o automatizada: AI permite minimizar los errores de prescripción y dar la oportunidad de encontrar una enfermedad precisa.
  • Medicamentos y cuidados personalizados: encuentre los mejores planes de tratamiento de acuerdo con el análisis de los datos del paciente. Crea una oportunidad para reducir el costo de la atención.
  • Manejo del embarazo: controle a la madre y al feto para reducir las preocupaciones de la madre y permitir un diagnóstico temprano.
  • Imagen médica y diagnóstico
    • Diagnóstico temprano: analice las condiciones crónicas aprovechando los datos de laboratorio y otros datos médicos para permitir el diagnóstico temprano.
    • Imágenes médicas: imágenes médicas avanzadas para analizar y transformar imágenes y modelar posibles situaciones.
    • Prevención de errores de diagnóstico: Implementar mecanismos de control que detectan y previenen posibles errores de diagnóstico.
  • Administración:
    • Gestión de marca y marketing: cree una estrategia de marketing óptima para la marca en función de la percepción del mercado y del segmento objetivo.
    • Precio y riesgo: determine el precio óptimo para el tratamiento y otro servicio de acuerdo con la competencia y otras condiciones del mercado.
    • Investigación de mercado: preparar inteligencia competitiva del hospital. Creando ideas sobre el mercado actual y las condiciones del mercado.
  • Investigación y desarrollo
    • Descubrimiento de fármacos: encuentre nuevos medicamentos basados ​​en datos clínicos y de laboratorio, y en inteligencia médica.
    • Análisis y edición de genes : comprender el gen y su componente. Predecir el impacto de las ediciones de genes.
    • Efectividad comparativa entre dispositivos y medicamentos: analice la efectividad de los medicamentos y dispositivos médicos.

    Finalmente, gracias por esta pregunta, lanzamos appliedAI.com para responder preguntas como estas. Para obtener más información sobre estos casos de uso, incluidas referencias, casos de estudio, videos de clientes e información sobre los proveedores que operan en este espacio, visítenos en appliedAI.com. ¡Y si disfrutaste, por favor vota por lo que obtenemos más comentarios y lo mejoramos!

    Hola,

    La IA en el cuidado de la salud permite que las máquinas detecten, comprendan, actúen y aprendan de manera eficiente para que puedan realizar funciones de atención médica administrativa y clínica con facilidad y precisión.

    Los modelos de aprendizaje profundo, en la actualidad, están entrenados con los datos etiquetados en las imágenes de varias partes del cuerpo para identificar un conjunto de anomalías / condiciones / características, lo que les permite alcanzar o superar las capacidades de diagnóstico a nivel humano. Este avance ha cambiado el escenario en el sector de la salud.

    ParallelDots es una firma de AIaaS con oficinas en Delaware, EE. UU. Y Delhi, India. Nuestra investigación enfocada consiste en fusionar constantemente AI en varias verticales de atención médica. Uno de nuestros avances en la investigación de la IA ha logrado la precisión de los radiólogos capacitados para identificar la hemorragia cerebral. Puede consultar más sobre esto en nuestro blog.

    Puede consultar nuestra investigación en ParallelDots aquí. También estamos creando soluciones específicas de Inteligencia Artificial para nuestros clientes en todo el mundo. Puede ponerse en contacto aquí o enviar un correo electrónico a [email protected] .

    La inteligencia artificial de hoy se combinó con la atención médica porque traduce fácilmente cualquier información en herramientas funcionales y almacena, procesa la gran cantidad de datos de una manera inteligente.

    Mientras se realiza una tarea difícil y sofisticada, el uso reciente de la inteligencia artificial se considera como un componente clave de la RM y los sistemas de tomografía computarizada. Con una eficacia mejorada, AI ha transformado el campo de la robótica quirúrgica realizando tareas quirúrgicas semiautomatizadas y simulando la inteligencia humana y el movimiento corporal.

    Para imitar la inteligencia humana en la tecnología informática, la atención médica de inteligencia artificial podría ayudar tanto a los médicos como a los pacientes de la siguiente manera:

    • Integre actividades en ciencias médicas, de software y cognitivas.
    • Proporcionar un laboratorio para la catalogación, representación y examen de información médica.
    • Diseñando nuevas herramientas para apoyar la toma de decisiones y la investigación.
    • Para el futuro, la comunidad médica científica ofrece una disciplina rica en contenido.

    En nuestro artículo explicamos cómo la inteligencia artificial cambia la salud. Por su detalle, haga clic a continuación:

    Artificial Intelligence Healthcare

    IBM es un líder cuando se trata de desarrollar IA que puede avanzar en el campo de la medicina. Su sistema Watson puede interpretar datos de manera experta, incluyendo texto no estructurado, imágenes, audio y video. La tecnología también ayuda a las empresas a automatizar recomendaciones personalizadas (piense en las sugerencias de películas de Netflix, pero en realidad, ¿qué AI no hace esto?). Donde sobresale es en la comprensión de la personalidad, el tono y la emoción de una persona.
    El principal atractivo de IBM es cómo beneficia a la industria de la salud de las siguientes maneras:

    • Análisis avanzado de imágenes médicas
    • Detección temprana de diversos trastornos
    • Hiperimagen que rastrea enfermedades a nanoescala

    Esbocé los detalles a continuación. Sin embargo, para aplicar la innovación de IBM Watson a su negocio y crear sus propias soluciones líderes en el mercado, tiene un portal completo IBM Watson Health con API, SDK y soluciones completas. Le recomiendo que lo lea todo y, al menos, diseñe las soluciones que le gusten y que pueda utilizar en su negocio. Una vez que hayas hecho eso, puedes dar tus primeros pasos. Compartí cómo hacer eso en este artículo: Inteligencia Artificial en Tecnologías

    La Inteligencia Artificial es una máquina que se comporta como los humanos. Ahora la Inteligencia Artificial (AI) de un día está creciendo activamente y cambiando todos los campos. AI entró en nuestras vidas, pero muchos de nosotros no tenemos una idea clara de cómo funciona. Hay muchas ventajas y desventajas en la IA.

    AI incluso ingresó a las ciencias médicas. Se usa en asistencia de cuidado personal. Las enfermedades mortales también se curan usando AI. Hace poco leí un blog Eliminando el Cáncer en un Laboratorio de Computación Utilizando Inteligencia Artificial , en este blog explicaban claramente cómo se prepara el medicamento contra el cáncer usando la IA.

    Así que lee este blog para tener una idea clara de cómo la IA es útil en las ciencias médicas para curar enfermedades mortales.

    Según un informe, se prevé que el mercado global de IA crecerá a partir de 2016 a una tasa de crecimiento anual compuesto del 62.9%, alcanzando los $ 16.6 mil millones para el año 2022 y se espera que AI para la salud sea una fuerza motriz importante.

    Estas son las áreas donde la IA se puede utilizar en la asistencia sanitaria:

    • Minería de datos: AI se puede utilizar para recolectar, almacenar, limpiar, normalizar y analizar una gran cantidad de datos a través de algoritmos inteligentes de minería de datos, proporcionando una imagen completa.
    • Diagnósticos precisos: los proveedores de servicios de salud pueden monitorear las tendencias y detectar anomalías en los registros de los pacientes y adelantar diagnósticos oportunos y precisos a través de análisis predictivos basados ​​en la inteligencia artificial.
    • Tratamientos basados ​​en el riesgo : AI estratifica a los pacientes según sus puntajes de riesgo y diseña planes de atención personalizada para enfocarse en factores de riesgo específicos al combinar tendencias de salud, puntajes de riesgo e historial médico pasado.
    • Atención personalizada: los algoritmos inteligentes pueden examinar registros de pacientes, anomalías y tendencias distintas y pueden ayudar a los proveedores a ofrecer atención personalizada a los pacientes. Incluso después del alta, los proveedores pueden aprovechar la coordinación de la atención asistida por la IA para asignar entrenadores de salud, recordar medicamentos, garantizar el cumplimiento, documentar esa información y brindar atención instantánea in situ.
    • Documentación asistida por IA: la inteligencia artificial puede ayudar a los proveedores a completar la documentación y capturar por completo todos los puntos de datos y obtener información sobre la complejidad, severidad y calidad de la atención brindada y resolver cualquier problema en el front-end de la documentación clínica.

    Algunos de mis antiguos estudiantes de doctorado (David Basanta y Arturo Araujo) ahora usan modelos matemáticos y computacionales para la investigación del cáncer. Mira el laboratorio de David aquí: CancerEvo

    En los entornos de atención médica actuales, los costos y los ingresos a menudo dependen de cuán rápido y con qué eficacia puede identificar e involucrar a los pacientes, miembros y empleados en riesgo.

    La computación cognitiva ayudará a reorientar el sistema de salud al valor y los resultados. Le ayudará a comprender y tratar mejor a las personas a las que sirve.

    Regístrese ahora para el seminario web Rol de la informática cognitiva en la conducción de la atención basada en el equipo

    Ponente: Farhana Nakhooda

    Hay muchas formas, la mayoría de las cuales no estoy familiarizado, y la mayoría de las cuales no se usan clínicamente, excepto posiblemente en casos raros. Enumeraré algunos.

    • En cada cita, un paciente tendrá observaciones: por ejemplo, para el glaucoma, puede medir el índice del campo visual y el grosor de la capa de fibra nerviosa de la retina. Quieres predecir medidas futuras. Esto se conoce como modelado de progresión de la enfermedad.
    • En algunas citas, los pacientes pueden tener un diagnóstico etiquetado. Quieres predecir estas etiquetas.
    • Dado un diagnóstico y el historial de un paciente, usted debe recomendar un plan de tratamiento (similar a cómo Amazon / Netflix recomienda libros / películas).
    • Dadas las señales de un sensor portátil, ¿cuál es el riesgo del paciente de derrame cerebral / enfermedad cardíaca / recaída del medicamento dentro de un período de tiempo x?
    • Cluster pacientes basados ​​en alto riesgo / bajo riesgo de una enfermedad.

    En la industria de la salud, AI (Inteligencia Artificial) ofrece oportunidades en un conjunto diverso de áreas de terapia, incluye administración de bienestar y estilo de vida, diagnósticos, asistentes virtuales y vestibles, para comprender completamente la oportunidad, las organizaciones sanitarias deben comprender la taxonomía completa de las aplicaciones de IA y el valor potencial que cada uno ofrece financieramente, pero también a través de mejoras organizativas y de flujo de trabajo.

    Obtenga más información para obtener más información: cómo la inteligencia artificial está transformando la atención médica moderna

    Una manera en que la IA se implementa en la atención médica es a través de técnicas mejoradas de descubrimiento de fármacos. Algunas plataformas de IA se utilizan para ayudar de forma autónoma a los investigadores en pruebas generalizadas y análisis estadístico posterior de pruebas de drogas.