Business analyst

Làm thế nào để chuyển những tiến bộ cơ bản của AI thành các giải pháp thực tế cho chăm sóc sức khỏe

Trong tính năng khách mời đặc biệt này, Dave DeCaprio, CTO và Đồng sáng lập, ClosedLoop.ai, thảo luận về những gì thực sự cần để tạo ra AI mà các bác sĩ tin tưởng. Dave có hơn 20 năm kinh nghiệm chuyển đổi công nghệ tiên tiến từ các phòng nghiên cứu hàn lâm thành các doanh nghiệp thành công. Kinh nghiệm của anh ấy bao gồm nghiên cứu bộ gen, phát triển dược phẩm, bảo hiểm y tế, thị giác máy tính, phân tích thể thao, nhận dạng giọng nói, hậu cần vận tải, nghiên cứu hoạt động, cộng tác thời gian thực, robot và thị trường tài chính. Dave đã tham gia vào một số công ty khởi nghiệp thành công cũng như tư vấn và cố vấn cho cả các tổ chức lớn và nhỏ về cách đổi mới bằng cách sử dụng công nghệ với tác động tối đa. Dave tốt nghiệp MIT với bằng Kỹ sư Điện và Khoa học Máy tính và hiện đang sống ở Austin, TX. Chăm sóc sức khỏe là một trong những ứng dụng được trích dẫn nhiều nhất cho AI. Khi các nhà nghiên cứu công bố một tiến bộ thuật toán mới, họ không nói, “Điều này sẽ tối ưu hóa hơn nữa tỷ lệ nhấp.” Họ luôn dẫn đầu với “Điều này có thể giúp các bác sĩ xác định tốt hơn các phương pháp điều trị phù hợp cho bệnh nhân của họ.” Thật không may, những tuyên bố như thế này lại nói lên những thách thức lớn vượt ra ngoài các thuật toán khi áp dụng AI vào chăm sóc sức khỏe. Điều gì thực sự cần làm để tạo ra AI mà các bác sĩ tin tưởng? Hai năm trước, Trung tâm Dịch vụ Medicare & Medicaid (CMS) đã quyết định tìm hiểu và đưa ra Thử thách kết quả sức khỏe trí tuệ nhân tạo (AI), thử thách AI tập trung vào chăm sóc sức khỏe lớn nhất trong lịch sử. Cuộc thi trị giá 1,6 triệu đô la ưu tiên tạo ra “các giải pháp trí tuệ nhân tạo có thể giải thích được để giúp các bác sĩ tuyến đầu hiểu và tin tưởng vào phản hồi dữ liệu do AI điều khiển”. Đây không phải là một bài tập học thuật – nhập viện không có kế hoạch và các sự kiện bất lợi là một vấn đề hàng tỷ đô la 200 ảnh hưởng đến gần như 32% người thụ hưởng Medicare. Cuộc thi đã thu hút hơn 300 các tổ chức công nghệ, chăm sóc sức khỏe và dược phẩm hàng đầu thế giới, bao gồm IBM, Mayo Clinic, Geisinger, Merck, Accenture và Deloitte. Từ cuộc thi, một số thuật toán AI tiên tiến đã xuất hiện. Nhưng các đối thủ cạnh tranh cũng phải nỗ lực đáng kể vào các lĩnh vực khác – hiểu các sắc thái của dữ liệu chăm sóc sức khỏe, đưa ra lời giải thích đáng tin cậy cho các dự đoán và đánh giá chặt chẽ các mối quan tâm về thiên vị thuật toán và đạo đức AI – tất cả các vấn đề quan trọng nhất để biến AI thành hiện thực trong lĩnh vực chăm sóc sức khỏe. Hiểu các sắc thái của dữ liệu chăm sóc sức khỏe Dữ liệu cung cấp năng lượng cho thách thức là 10 năm dữ liệu yêu cầu của Medicare lịch sử. Bị chôn vùi trong hàng trăm tệp khác nhau và hàng tỷ điểm dữ liệu là nhiều chi tiết nổi bật về lịch sử sức khỏe của bệnh nhân, nhưng việc khám phá những chi tiết đó đòi hỏi sự hiểu biết về các chi tiết phức tạp về cách thức hoạt động của hệ thống Medicare. Ví dụ, tồn tại một hệ thống mã hóa đặc biệt được sử dụng để mô tả các cuộc khám sức khỏe tại nhà. Ẩn bên trong hệ thống mã hóa đó là thông tin về khả năng của bệnh nhân để thực hiện “các hoạt động sống hàng ngày”. Điều này có thể hữu ích trong việc dự đoán các sự kiện bất lợi, nhưng chỉ khi nhóm khoa học dữ liệu biết cách trích xuất thông tin từ các mã bằng cách kết hợp kiến ​​thức chuyên môn về lĩnh vực chăm sóc sức khỏe và kiến ​​thức chuyên môn từ nghiên cứu. Thông tin này rất quan trọng khi các tính năng kỹ thuật có thể cung cấp thông tin nhiều nhất có thể cho các thuật toán học tập. Xây dựng dự đoán đáng tin cậy, được hỗ trợ dữ liệu Độ chính xác có thể được đo lường đơn giản bằng một vài số liệu thống kê, nhưng để xây dựng AI mà các bác sĩ lâm sàng tin tưởng cần hàng trăm giờ tham gia với các bác sĩ thực hành. Cho dù có bao nhiêu lần lặp lại giao diện được xây dựng, vào cuối ngày, công nghệ này cần phải vượt qua bài kiểm tra mắt nghiêm ngặt của các bác sĩ, y tá, người quản lý chăm sóc và nhân viên xã hội. Các bác sĩ lâm sàng xem xét kỹ lưỡng sẽ yêu cầu sự minh bạch cùng với bằng chứng cụ thể từ hồ sơ bệnh nhân cho từng đặc điểm được sử dụng để biện minh cho bất kỳ dự đoán nào. Cũng cần phải lưu ý rằng, các chuyên gia y tế đang tìm kiếm công nghệ có thể tóm tắt chính xác toàn bộ bệnh sử của bệnh nhân, chứ không chỉ là một dự đoán duy nhất. Giải quyết vấn đề công bằng và thiên vị trong chăm sóc sức khỏe Công bằng thuật toán đã được chú ý gần đây và đặc biệt quan trọng trong các cơ sở chăm sóc sức khỏe nơi các mô hình AI có thể được sử dụng để giúp ưu tiên các nguồn lực hạn chế cho các can thiệp sớm. Nhiều chuyên gia bắt đầu thừa nhận rằng dữ liệu chăm sóc sức khỏe, và đặc biệt, dữ liệu cơ bản được sử dụng để đào tạo các mô hình này, phản ánh những thành kiến ​​và bất bình đẳng trong quá khứ của hệ thống chăm sóc sức khỏe của chúng ta về tiếp cận và cung cấp dịch vụ chăm sóc sức khỏe. Một nghiên cứu 2019 của Ziad Obermeyer tại UC Berkeley và Bệnh viện Phụ nữ và Brigham đã chứng minh rằng việc dự đoán chi phí chăm sóc sức khỏe trong tương lai dẫn đến các mô hình thành kiến ​​về chủng tộc và các phương pháp đề xuất để tránh sự sai lệch này. Những phát hiện này phải được tính đến khi đánh giá các mô hình cuối cùng về thành kiến ​​dựa trên chủng tộc, dân tộc, giới tính, tuổi tác và tình trạng khuyết tật. Chuyển những tiến bộ cơ bản của AI thành những hiểu biết sâu sắc có thể hành động Cuộc thi CMS AI Challenge bao gồm tất cả những yếu tố này trong tiêu chí đánh giá của họ. Đối với tín nhiệm của họ, CMS hiểu rằng một cuộc thi theo phong cách Kaggle tiêu chuẩn dựa trên việc đạt được các số liệu đo độ chính xác cao nhất trên bảng xếp hạng sẽ không giải quyết các vấn đề cốt lõi đối đầu với AI trong chăm sóc sức khỏe. Cuộc thi đã chứng minh sự cần thiết của việc ghép nối các thuật toán mạnh với sự hiểu biết sâu sắc về lĩnh vực này, được nhấn mạnh bởi các hình ảnh trực quan minh bạch và có thể giải thích được về các dự đoán và phân tích nghiêm ngặt về độ chệch của thuật toán. Những tiêu chí này chính xác là những gì cần thiết để chuyển những tiến bộ cơ bản của AI thành các giải pháp làm việc thực tế cho chăm sóc sức khỏe. Đăng ký nhận bản tin InsideBIGDATA miễn phí. Tham gia với chúng tôi trên Twitter: @ InsideBigData1 – https://twitter.com/InsideBigData1

  • Trang chủ
  • Trí tuệ nhân tạo
  • Chuyên viên phân tích kinh doanh
  • Thông tin kinh doanh
  • Khoa học dữ liệu
  • Back to top button