Краткое изложение моего интервью с врачом семейной медицины. Это одно из моих 18 интервью с клиницистами для получения степени магистра здравоохранения (ссылка здесь) для Школы общественного здравоохранения Калифорнийского университета в Беркли.

Посетите мой сайт Укрепление доверия и внедрение машинного обучения в здравоохранении (ссылка здесь), чтобы ознакомиться с сокращенной и полной версиями моего диплома в области здравоохранения, а также с предстоящими резюме интервью и дополнительных исследований.

Обратите внимание, что это интервью представляет собой обезличенное резюме для простоты чтения и обеспечения конфиденциальности. Он был одобрен для распространения интервьюируемым.

«Я так долго работаю в этой области, что мне трудно найти время или возможности, чтобы понять, как работают такие вещи, как машинное обучение».

История работы

Я врач семейной медицины и являюсь частью частной практики с четырьмя врачами, специализирующейся на внутренних заболеваниях и гериатрии. Большинство, не менее 75% моих пациентов — пожилые люди старше 65 лет. У многих гипертония, диабет, сердечные заболевания, ХОБЛ, а теперь еще и деменция. Я намерен практиковать еще пять-десять лет.

Знание ML в здравоохранении

Для начала, что вы слышали об искусственном интеллекте и/или машинном обучении в здравоохранении?

Я много чего не слышал. Я слышал, что люди изучают машинное обучение, которое может научиться читать рентгеновские снимки и слайды патологии.

Прошлое и будущее использование

Использовали ли вы какие-либо инструменты машинного обучения? Не могли бы вы?

Нет, не видел, но хотел бы. Обычно я тот, кто внедряет технологии. Например, мы довольно рано перешли от бумаги к ЭУЗ.

Волнение и беспокойство

Что вас беспокоит или волнует в сфере машинного обучения в здравоохранении? Что еще вас волнует или беспокоит?

Я не очень беспокоюсь. Я думаю, что машинное обучение будет дополнять то, что мы делаем как клиницисты, а не конкурировать. Мы видим, что технологии часто дополняют друг друга в разных областях.

Тем не менее, нам нужно убедиться, что мы не полностью полагаемся на машинное обучение и не теряем человеческие навыки медицины. Когда вы используете больше технологий и меньше мозга, вы теряете свои навыки. Возьмем, к примеру, GPS: раньше мы знали все дороги и способы добраться до нужного места. Теперь мы зависим от машин, и ни у кого нет чувства направления. Нам нужно убедиться, что наш медицинский мозг стимулируется и остается сильным.

Однажды я слышал разговор о том, что ML пересчитывает рентгеновские снимки и дает слишком много ложных срабатываний. Так что это может немного беспокоить.

Этика и конфиденциальность

Какое место во всем этом занимает конфиденциальность?

В наше время все стало цифровым. Таким образом, конфиденциальность будет проблемой с любой новой технологией.

Как следует использовать данные? Кто должен или не должен иметь к нему доступ?

Доступ к данным должен быть доступен тем, кто оказывает непосредственную помощь пациенту, и любому агентству, которое будет использовать данные для повышения качества, эффективности и цены инструмента ОД.

Знание машинного обучения и объяснимость модели

На каком уровне вам нужно понять, как модель делает свой прогноз?

Мне нужно знать об ML на более базовом уровне, чем о других технологиях. Я так долго работаю в этой области, что мне трудно найти время или возможности, чтобы понять, как работают такие вещи, как машинное обучение. Например, я не думаю, что многие клиницисты моего возраста действительно понимают, как работают аппараты МРТ. Мы знаем, что есть магнит, и он принимает изображения. Мы знаем, что искать на изображениях и какие диагнозы улавливать, но мы не знаем деталей того, как мы получаем изображение.

Требования к внешней проверке

Какие типы государственных и/или неправительственных организаций будут играть роль [во внешней проверке]?

Да, я думаю, что будет много надзора. Это важно, когда вы занимаетесь диагностикой и лечением пациентов. Я считаю, что правительство должно быть высшей властью. Он может возложить эту задачу на частные компании, но опять же государство должно взять на себя ответственность.

Выполнение

Как это сделать после внедрения инструмента машинного обучения? Кто должен иметь доступ в первую очередь; кто не должен?

Эти инструменты машинного обучения по-прежнему нуждаются в индивидуальном контроле со стороны людей. Например, когда кто-то работает под вашим началом какое-то время. Вы наставляете их, пока они не учатся, и вы не чувствуете себя комфортно, давая им пространство. То же самое касается МЛ. У разных людей разный уровень комфорта при отпускании, поэтому вам тоже нужно это знать.

Процесс покупки

Если вы занимаетесь медициной, кто будет участвовать в принятии решения о покупке и использовании инструмента машинного обучения?

Сначала мне нужно было посмотреть, подходит ли этот инструмент для моей практики. Затем, если я сочту это полезным, мои клинические партнеры оценят его. Нам нужно посмотреть, лучше ли он обеспечивает здравоохранение и является ли он финансово жизнеспособным. Это должно иметь смысл для такой небольшой практики, как наша. Таким образом, подобные решения принимаются в каждом конкретном случае.