Поскольку искусственный интеллект становится все более изощренным, а будущее медицинских работников выглядит мрачным. Люди все больше зависят от машин, и эта тенденция распространяется и на медицину. В ближайшие десять лет или около того мы обнаружим, что люди больше полагаются на роботов, управляемых искусственным интеллектом, и общаются с меньшим количеством врачей. Медицинские специалисты, которые принимают анализ данных и машинное обучение как часть своей карьеры, добьются успеха, а оставшиеся практикующие станут ненужными.

"Что такое 1234 x 7890?" Если бы вы собирались выиграть тысячу долларов за правильный ответ, положились бы вы на калькулятор или на математические вычисления математика? «Назовите все страны мира, где ожидаемая продолжительность жизни превышает 80 лет, а уровень младенческой смертности ниже 0,005%». Если у обоих есть последние данные, кто ответит вам первым: компьютерная программа или эксперт по демографии? И наконец, «Выявляет ли этот образец крови потенциально смертельные инфекции крови?» Кому вы доверяете больше? Машина, обученная работе с сотнями тысяч слайдов, в том числе по последним исследованиям? Или врача, который прочитал дюжину статей о смертельных инфекциях крови и сдавал экзамен в прошлом году?

Растет число случаев, когда машины превосходят врачей в диагностике и прогнозировании. Машины учатся определять отклонения в числах и изображениях. По мере того, как алгоритмы машины обучаются на большем количестве данных, они становятся более точными и всеобъемлющими. Если есть прорыв в науке, машине просто нужно предоставить новые данные, и алгоритм подстроится. Одному врачу или даже группе врачей может быть сложно отследить, как проявляется каждое заболевание или состояние. Не так для компьютерных программ.

«У врачей есть интуиция! Как компьютер может научиться интуиции? » Что такое интуиция на самом деле? Это группа параметров, определяемых на подсознательном уровне, которые вместе переводятся в значимую информацию. Врачи могут развить эту способность, осматривая одного пациента за раз, и с годами они улучшают свои знания. В качестве альтернативы машинное обучение включает обработку сотен тысяч данных о пациентах (числа, текст, изображения) с известными результатами и настройку алгоритмов в течение нескольких часов. В конечном итоге алгоритмы способны количественно определять параметры, управляющие интуицией человека.

При таком подходе специалисты рискуют в первую очередь потерять работу. Чем более специализированный врач, тем больше вероятность, что его можно заменить алгоритмом. Представьте, что врач определяет, подвержен ли пациент определенному заболеванию. Врач выделяет двадцать комбинаций медицинских данных, по которым пациент находится в группе риска. Машина может сканировать данные намного быстрее, не забывая ни одной из двадцати комбинаций, и может определять процент риска. Сначала врачи будут посредниками между сбором данных и машинным обучением. В конце концов, потребность в посредниках исчезнет, ​​и роботы будут получать информацию непосредственно от пациентов.

Вторжение технологий в медицину не останавливается на диагностике и прогнозировании. Роботы уже полуавтономно превосходят хирургов, и это только вопрос времени, когда они станут полностью автономными. Если роботы могут выполнять операции, роботы могут брать кровь, и это тоже без промедления с первой попытки. Кроме того, растущий рынок интеллектуальных устройств может обеспечить непрерывное наблюдение за важными медицинскими данными, такими как ЭКГ. Объедините эти данные с данными микробиома и генома человека, и теперь есть возможности для персонализированного медицинского обслуживания.

Не все эти изменения повредили врачам. Если врачи могут воспользоваться преимуществами ИИ, у них, по сути, будет «бесплатное» второе мнение. Врачи потенциально могут работать меньше часов - особенно меньше ночных смен - если переложить большую часть работы на роботов и компьютерные программы. Кроме того, растущая роль технологий может снизить стоимость страхования от врачебной ошибки, поскольку разработчики роботов разделят ответственность за надлежащее лечение. Стоимость медицинской практики может значительно снизиться.

Не все врачи станут неактуальными. Врачи по-прежнему будут необходимы для наблюдения за медицинскими роботами или объяснения пациентам сложных диагнозов. Кроме того, необходимо продолжить исследования в области медицины. Медицинские исследователи должны понимать, как интерпретировать новые закономерности, обнаруженные с помощью машинного обучения, и как усовершенствовать алгоритмы с помощью последних открытий и данных. Однако, если врачи решат игнорировать стремительно улучшающийся ИИ, они могут пропустить критическое вторжение в свою область. Они исчезнут в тени врачей, которые правильно поставили диагноз отрасли и адаптировались к возможностям ИИ.