Человеческий мозг — фантастическое произведение искусства; у него очень сложные нейронные цепи. То, как он регистрирует, хранит, обрабатывает и анализирует информацию и принимает решения, всегда вызывало восхищение. Даже попытка воспроизвести человеческий мозг или «научить» машину делать это — чрезвычайно амбициозное предприятие, чреватое противоречиями. Многие ученые были очарованы этой концепцией, и так родились «искусственный интеллект» и «глубокое машинное обучение».

Сегодня «искусственный интеллект» — знакомое модное слово для многих в технологическом секторе. Он уже много лет используется в авиационной отрасли, чтобы помочь пилотам принимать решения в трудных, напряженных, сложных ситуациях, которые могут быть слишком сложными для отдельного человека, или когда опыт пилота или его отсутствие мешать безопасности сотен пассажиров.

ИИ в здравоохранении — это многообещающая, все еще развивающаяся концепция, которая в основном ориентирована на программы, которые выполняют и помогают с диагностикой, принятием решений, рекомендациями по терапии и управлением здравоохранением.

Перечисленные ниже варианты использования еще не являются исчерпывающими, но они все же могут дать вам представление о деятельности в этой области. Это постоянно улучшается.

Регулирование — горячая тема.

Хотя исследования по использованию ИИ в здравоохранении направлены на подтверждение его эффективности в улучшении результатов лечения пациентов перед его более широким внедрением, его использование, тем не менее, может создать несколько новых типов риска для пациентов и медицинских работников, таких как алгоритмическая предвзятость, не реанимировать последствия и другие вопросы машинной морали. Эти проблемы клинического использования ИИ привели к потенциальной необходимости в нормативных актах.

В настоящее время не существует специальных правил использования ИИ в здравоохранении. В мае 2016 года Белый дом объявил о своем плане провести серию семинаров и сформировать подкомитет Национального совета по науке и технологиям (NSTC) по машинному обучению и искусственному интеллекту. В октябре 2016 года группа опубликовала Национальный стратегический план исследований и разработок в области искусственного интеллекта, в котором изложены предлагаемые приоритеты для исследований и разработок в области искусственного интеллекта, финансируемых из федерального бюджета (в рамках правительства и научных кругов). В отчете отмечается, что стратегический план НИОКР в области информационных технологий здравоохранения находится на стадии разработки. (источник: Википедия)

Наконец, вот несколько вариантов использования:

Диагностика в медицинской визуализации

Ранняя диагностика: анализируйте хронические состояния, используя лабораторные данные и другие медицинские данные, чтобы обеспечить раннюю диагностику.

Понимание медицинских изображений: передовые медицинские изображения для анализа и преобразования изображений и моделирования возможных ситуаций.

Исследования и разработки

Открытие лекарств: находите новые лекарства на основе предыдущих данных и медицинской информации.

Генный анализ и редактирование: понимание гена и его компонента. Прогнозировать влияние редактирования генов.

Управление здравоохранением

Управление брендом и маркетинг: создайте оптимальную маркетинговую стратегию для бренда на основе восприятия рынка и целевого сегмента.

Ценообразование и риск: Определить оптимальную цену на лечение и другую услугу в соответствии с конкуренцией и другими рыночными условиями.

Исследование рынка: подготовьте конкурентную информацию для больниц.

Операции. Технологии автоматизации процессов, такие как интеллектуальная автоматизация и RPA, помогают больницам автоматизировать рутинные службы фронт-офиса и бэк-офиса, такие как отчетность.

Уход за пациентом

Вспомогательная или автоматизированная диагностика и назначение: системы аудита ИИ сводят к минимуму ошибки в назначении и дают возможность обнаружить определенные заболевания.

Приоритизация и сортировка в режиме реального времени: предписывающая аналитика данных пациентов для обеспечения точной приоритезации и сортировки случаев в реальном времени.

Персонализированные лекарства и уход: находите лучшие планы лечения в соответствии с данными пациентов, снижая затраты и повышая эффективность лечения.

Аналитика данных пациентов: анализируйте данные пациентов и третьих лиц, чтобы получать информацию и предлагать действия. ИИ позволяет учреждению (больнице и т. д.) анализировать клинические данные и получать глубокие сведения о здоровье пациентов. Это дает возможность снизить стоимость ухода, использовать эффективные ресурсы и легко управлять здоровьем населения.

Это также может быть интересно (моя новая книга о внимательном ИИ):

Ссылка (amazon):THE AI THOUGHT BOOK: вдохновляющие мысли и цитаты об искусственном интеллекте