Искусственный интеллект (ИИ) в настоящее время выходит за рамки своей основной области применения в основных промышленных секторах и других высокотехнологичных финансовых компаниях и компаниях, занимающихся кибербезопасностью. Их текущая цель - отрасль здравоохранения.
По данным statista.com, доход индустрии здравоохранения США в 2019 году составил 2487 миллиардов долларов. Стартапы и венчурные капиталисты (VC) осознают потенциал решений AI и Machine Learning (ML) в отрасли здравоохранения, поскольку они предлагают решение для повышения эффективности и снижения затрат. пациентам. По данным Американского общества пластических хирургов (ASPS), американцы потратили более 16,5 миллиардов долларов на косметическую пластическую хирургию в 2018 году. В целом, расходы на хирурга и процедуры увеличился чуть более чем на 4% по сравнению с предыдущим годом.
Корректирующие операции, также называемые рефракционной хирургией глаза, используются для коррекции зрения. ИИ используется для изменения традиционных подходов к хирургии катаракты. Раньше при удалении катаракты хирурги полагались на статические изображения глаз пациента и другие общие измерения. Это обеспечивает возможность включения технологии искусственного интеллекта для повышения эффективности хирургического вмешательства и уменьшения его осложнений. Теперь AI можно использовать для сравнения с предыдущими данными, чтобы определить прочность роговицы пациента и подходящую линзу. Это одновременно снизит затраты, связанные с повторной операцией, и улучшит самочувствие пациента.
Optiwave Refractive Analysis (ORA) может использовать искусственный интеллект, а измерения в реальном времени могут позволить хирургам точно предсказать положение интраокулярной линзы (ИОЛ). ORA выполняет мгновенный дифференциальный расчет для измерения преломляющей силы глаза, которая корректируется с помощью ИОЛ.
Примерно в 1950 году Алан Тьюринг предложил клиническую процедуру с использованием роботов. Он предположил, что человеческие решения могут копироваться машинами.
Искусственный интеллект в области медицины ранее ограничивался анализом данных и диагностическими целями. Они обычно использовались врачами в качестве дополнения к процессу принятия решений по диагностике болезни и лечебным процедурам пациента. Это максимальная надежность и эффективность побудило хирургов выбрать технологию для роботизированной хирургии с возможностями когнитивного ИИ или машинного обучения.
За счет включения графического процессора (GPU) для анализа изображений ИИ становится популярным в офтальмологии для анализа изображений. Анализ данных из предыдущих записей или практик сравнивается для прогнозирования операции. AI может улучшить качество изображения, категоризацию соответствующих данных, необходимых для операции, и может эффективно дополнить работу хирурга.
Обработка естественного языка (NLP) - еще одна технология искусственного интеллекта, которая находит применение в области хирургии. Поскольку просмотр диаграмм требует времени и усилий, NLP может извлекать важную информацию из электронных медицинских записей (EHR). Cody et al. разработал доказательство концепции с использованием НЛП для определения операционных записей, необходимых для тотальной артропластики бедра (THA). Алгоритм NLP смог извлечь данные EHR с точностью почти 99%. Это подтверждает достоверность и потенциальное применение этой технологии для идентификации элементов данных из оперативных заметок.
Внедрение НЛП в сферу хирургии требует ряда шагов. Первый подход заключается в переводе необработанных данных на машиночитаемый язык. EPIC, AthenaHealth, GE Centricity - поставщики электронного оборудования для здравоохранения (EHR), которые специализируются на разработке программного обеспечения и облачных возможностей для больниц и других академических медицинских центров. Неструктурированные «сырые» медицинские данные создают проблемы как при хранении, так и при выполнении аналитики. НЛП имеет возможность производить ориентированные на результат структурированные данные, которые позволяют анализировать и дополнять работу хирургов. В то же время он может устранить потенциальную ошибку, связанную с человеческим фактором, тем самым сокращая время обработки и повышая эффективность.
NLP использует технологию искусственного интеллекта для обработки неструктурированных полезных данных и обеспечения возможностей распознавания речи. Он имеет три задачи: (i) классифицировать информацию (ii) извлекать соответствующие данные и (iii) обобщать их в машиночитаемом формате.
При обработке естественного языка важная информация о пациенте может включать: (i) социальную и демографическую историю (ii) существующее заболевание (iii) группу крови и т. Д. Основной интерфейс разделен на разделы, связанные с ключевым словом, например: COVID -19: Лихорадка, озноб, затрудненное дыхание. Этот интерфейс может облегчить диагностику и помочь врачам.
Эми Джин работала с наставниками из Стэнфордского университета над разработкой программного обеспечения, которое может измерить технические навыки хирурга. Программа предназначена для наблюдения за видеооперациями, выполняемыми хирургами, и отслеживания движения и времени работы инструментов.
Хирургические роботы могут точно определять глубину и скорость движений во время любой процедуры. У хирургов часто возникают сложные повторяющиеся задачи, а интеграция с искусственным интеллектом обеспечивает точность и позволяет избежать непреднамеренных несчастных случаев из-за продолжительных часов усталости моторных мышц. Глубокое обучение (DL) можно использовать для определения хирургических схем, собранных на основе данных наблюдения за хирургами в режиме реального времени, и предоставления советов по повышению точности.
Verb Surgical образована в результате партнерства между Verily (от Google) и Ethicon Endo Хирургия (Джонсон и Джонсон). Он направлен на интеграцию анализа данных и машинного обучения, чтобы сделать хирургов более опытными и улучшить клинические результаты с помощью экономичного решения. Дэйв Херрманн, старший вице-президент Verb Surgical, описал стартап как инструмент, который хирурги используют для подготовки, проведения и последующего наблюдения за пациентами с использованием единой платформы. Это также позволит обмениваться процедурными данными и учиться на лучших мировых практиках. Платформа цифровой хирургии направлена на преобразование технологий в полезную информацию.
Калифорнийский университет в Беркли работает над разработкой алгоритма, который позволяет роботам выполнять наложение швов (процесс, который включает зашивание открытой раны). . Первоначальная модель была разработана для лапароскопической хирургии, но успех модели позволит адаптировать ее к различным другим хирургическим роботизированным приложениям. Первое первоначальное исследование показало успех 87%, но этот показатель резко упал с увеличением количества хирургических осложнений. Широкое внедрение технологии искусственного интеллекта в этом процессе поможет снизить как хирургические осложнения, так и уровень смертности.
Лаборатория современной робототехники и управления при Калифорнийском университете в Сан-Диего использует машинное обучение для разработки биомедицинских роботов. для контекстно-зависимых роботов. Они исследуют стратегии управления хирургическими роботами с использованием AI и алгоритма планирования движения. Это повысит точность, управляемость, ловкость и позволит роботам вести себя соответствующим образом в реалистичной хирургической среде.
Аналогичные исследования, связанные с наложением швов, проводятся в Университете Джона Хопкинса. Проект STAR (Smart Tissue Autonomous Robot) показал сопоставимый успех со стандартными хирургическими показателями. Однако, прежде чем платформа будет принята в хирургических больницах, необходимы расширенные исследования.
Заключение
Технология искусственного интеллекта в здравоохранении постоянно развивается, чтобы интегрировать некоторые повторяющиеся задачи хирургов. В конечном итоге это позволит хирургам справляться со сложными хирургическими проблемами и не уделять много внимания повторяющейся задаче. Однако роль ИИ состоит в том, чтобы дополнять работу хирурга, а не устранять его роль, потому что есть проблемы с ограничением его процедур алгоритмом.
Роль NLP (обработка естественного языка) преобразует необработанные медицинские данные в машиночитаемый язык. Это даст возможность ИИ выполнять аналитику данных, чтобы получить более широкую перспективу основных проблем. Был достигнут некоторый прогресс (как в промышленности, так и в академических кругах) в разработке сложного алгоритма для воспроизведения движения и времени инструментов, используемых хирургами. Хотя повторяющиеся задачи добились заметных успехов, они по-прежнему имеют уникальные проблемы для сложных новых медицинских случаев.
использованная литература
[1] https://www.healthcatalyst.com/insights/how-healthcare-nlp-taps-unstructured-datas-potential
[4] https://www.verbsurgical.com/physICAL/
[5] https://emerj.com/ai-sector-overviews/machine-learning-in-surgical-robotics-4-applications/
Получите доступ к экспертному обзору - Подпишитесь на DDI Intel
