ความน่าเชื่อถือปัญญาประดิษฐ์และการทำงานร่วมกันของมนุษย์เป็นศูนย์กลางเป็นจุดสนใจของศูนย์ข่าวการประชุมวิชาการด้านสุขภาพครั้งแรก

ผู้เชี่ยวชาญ AI กล่าวถึงวิธีการรวม AI ที่แข็งแกร่งเข้ากับการดูแลสุขภาพทำไมการทำงานร่วมกันแบบสหวิทยาการจึงเป็นสิ่งสำคัญและศักยภาพของ AI กำเนิดในการวิจัย
Feifei Li และ Lloyd Minor ได้กล่าวเปิดการประชุมวิชาการระดับสูงที่โรงเรียนแพทย์มหาวิทยาลัยสแตนฟอร์ดเมื่อวันที่ 14 พฤษภาคมสตีฟฟิช
คนส่วนใหญ่ที่ถูกจับโดยปัญญาประดิษฐ์มีช่วงเวลา“ aha” บางอย่างเปิดใจสู่โลกแห่งความเป็นไปได้ ในการประชุมวิชาการระดับสูงเมื่อวันที่ 14 พฤษภาคม Lloyd Minor, MD, คณบดีคณะแพทยศาสตร์มหาวิทยาลัยสแตนฟอร์ดและรองประธานฝ่ายการแพทย์ที่มหาวิทยาลัยสแตนฟอร์ดแบ่งปันมุมมองของเขา
เมื่อวัยรุ่นที่อยากรู้อยากเห็นคนหนึ่งถูกขอให้สรุปผลการวิจัยของเขาเกี่ยวกับหูชั้นในเขาหันไปใช้ปัญญาประดิษฐ์กำเนิด “ ฉันถามว่า 'Superior Canal Dehiscence Syndrome คืออะไร?' ผู้เยาว์บอกผู้เข้าร่วมการประชุมสัมมนาเกือบ 4,000 คน ในเวลาไม่กี่วินาทีมีหลายย่อหน้าปรากฏขึ้น
“ พวกเขาดีดีจริงๆ” เขากล่าว “ ข้อมูลนี้ถูกรวบรวมไว้ในคำอธิบายที่กระชับโดยทั่วไปและจัดลำดับความสำคัญอย่างชัดเจนของโรค นี่เป็นสิ่งที่น่าทึ่งมาก”
หลายคนแบ่งปันความตื่นเต้นของผู้เยาว์สำหรับเหตุการณ์ครึ่งวันซึ่งเป็นผลพลอยได้จากการริเริ่มสุขภาพ Raise ซึ่งเป็นโครงการที่เปิดตัวโดยโรงเรียนแพทย์มหาวิทยาลัยสแตนฟอร์ดและสถาบันปัญญาประดิษฐ์สแตนฟอร์ดเพื่อเป็นศูนย์กลาง (HAI) เพื่อเป็นแนวทางในการใช้งานประดิษฐ์อย่างรับผิดชอบ ปัญญา. หน่วยสืบราชการลับในการวิจัยด้านชีวการแพทย์การศึกษาและการดูแลผู้ป่วย ผู้พูดตรวจสอบความหมายของการใช้ปัญญาประดิษฐ์ในการแพทย์ในลักษณะที่ไม่เพียง แต่มีประโยชน์สำหรับแพทย์และนักวิทยาศาสตร์เท่านั้น แต่ยังโปร่งใสยุติธรรมและเป็นธรรมสำหรับผู้ป่วย
“ เราเชื่อว่านี่เป็นเทคโนโลยีที่ช่วยเพิ่มความสามารถของมนุษย์” Fei-Fei Li ศาสตราจารย์ด้านวิทยาศาสตร์คอมพิวเตอร์ของ Stanford School of Engineering ผู้อำนวยการฝ่ายสุขภาพ Raise Health กับโครงการเล็ก ๆ น้อย ๆ และผู้อำนวยการร่วมของ Hai กล่าว รุ่นใหม่เทคโนโลยีใหม่อาจเกิดขึ้น: จากลำดับโมเลกุลใหม่ของยาปฏิชีวนะไปจนถึงการทำแผนที่ความหลากหลายทางชีวภาพและเปิดเผยส่วนที่ซ่อนอยู่ของชีววิทยาพื้นฐาน AI กำลังเร่งการค้นพบทางวิทยาศาสตร์ แต่ไม่ใช่ทั้งหมดนี้เป็นประโยชน์ “ แอพพลิเคชั่นเหล่านี้ทั้งหมดสามารถส่งผลกระทบโดยไม่ตั้งใจและเราต้องการนักวิทยาศาสตร์คอมพิวเตอร์ที่พัฒนาและดำเนินการ [ปัญญาประดิษฐ์] อย่างมีความรับผิดชอบทำงานร่วมกับผู้มีส่วนได้ส่วนเสียที่หลากหลายตั้งแต่แพทย์และนักจริยธรรม…ไปจนถึงผู้เชี่ยวชาญด้านความปลอดภัยและอื่น ๆ ” เธอกล่าว “ ความคิดริเริ่มเช่น Raise Health แสดงให้เห็นถึงความมุ่งมั่นของเราในเรื่องนี้”
การรวมสามแผนกของการแพทย์สแตนฟอร์ด - คณะแพทยศาสตร์, สแตนฟอร์ดดูแลสุขภาพและโรงเรียนเวชศาสตร์สุขภาพเด็กมหาวิทยาลัยสแตนฟอร์ด - และการเชื่อมต่อกับส่วนอื่น ๆ ของมหาวิทยาลัยสแตนฟอร์ดได้วางไว้ในตำแหน่งที่ผู้เชี่ยวชาญกำลังต่อสู้กับการพัฒนาของการพัฒนาของ ปัญญาประดิษฐ์ ปัญหาการจัดการและการบูรณาการในสาขาการดูแลสุขภาพและการแพทย์ ยาเพลงไป
“ เราอยู่ในตำแหน่งที่ดีที่จะเป็นผู้บุกเบิกในการพัฒนาและการดำเนินการอย่างมีความรับผิดชอบของปัญญาประดิษฐ์ตั้งแต่การค้นพบทางชีวภาพขั้นพื้นฐานไปจนถึงการปรับปรุงการพัฒนายาและทำให้กระบวนการทดลองทางคลินิกมีประสิทธิภาพมากขึ้นจนถึงการส่งมอบบริการด้านการดูแลสุขภาพที่แท้จริง การดูแลสุขภาพ วิธีการตั้งค่าระบบการดูแลสุขภาพ” เขากล่าว
ผู้พูดหลายคนเน้นแนวคิดง่ายๆ: มุ่งเน้นไปที่ผู้ใช้ (ในกรณีนี้ผู้ป่วยหรือแพทย์) และทุกอย่างอื่นจะตามมา “ มันทำให้ผู้ป่วยเป็นศูนย์กลางของทุกสิ่งที่เราทำ” ดร. ลิซ่าเลห์มันน์ผู้อำนวยการด้านชีวจริยธรรมที่โรงพยาบาลบริกแฮมและหญิงกล่าว “ เราต้องพิจารณาความต้องการและลำดับความสำคัญของพวกเขา”
จากซ้ายไปขวา: Stat News Anchor Mohana Ravindranath; Jessica Peter Lee จาก Microsoft Research; Sylvia Plevritis ศาสตราจารย์ด้านวิทยาศาสตร์ข้อมูลชีวการแพทย์กล่าวถึงบทบาทของปัญญาประดิษฐ์ในการวิจัยทางการแพทย์ ปลาสตีฟ
วิทยากรในแผงซึ่งรวมถึง Lehmann, Stanford Medical Bioethicist Bioethicist Mildred Cho, MD, และหัวหน้าเจ้าหน้าที่คลินิกของ Google Michael Howell, MD, ระบุถึงความซับซ้อนของระบบโรงพยาบาลโดยเน้นถึงความจำเป็นที่จะต้องเข้าใจวัตถุประสงค์ของพวกเขาก่อนการแทรกแซงใด ๆ นำไปใช้และตรวจสอบให้แน่ใจว่าระบบทั้งหมดที่พัฒนาขึ้นนั้นครอบคลุมและฟังคนที่พวกเขาออกแบบมาเพื่อช่วยเหลือ
กุญแจสำคัญอย่างหนึ่งคือความโปร่งใส: มันทำให้ชัดเจนว่าข้อมูลที่ใช้ในการฝึกอบรมอัลกอริทึมมาจากไหนจุดประสงค์ดั้งเดิมของอัลกอริทึมคืออะไรและข้อมูลผู้ป่วยในอนาคตจะยังคงช่วยอัลกอริทึมเรียนรู้ท่ามกลางปัจจัยอื่น ๆ
“ การพยายามทำนายปัญหาด้านจริยธรรมก่อนที่พวกเขาจะกลายเป็นคนจริงจัง [หมายถึง] การค้นหาจุดหวานที่สมบูรณ์แบบที่คุณรู้เกี่ยวกับเทคโนโลยีที่จะมีความมั่นใจในมัน แต่ไม่ใช่ก่อน [ปัญหา] แพร่กระจายมากขึ้นและแก้ปัญหาได้เร็วขึ้น” Denton Char กล่าว ผู้สมัครวิทยาศาสตร์การแพทย์รองศาสตราจารย์วิชาวิสัญญีวิทยากุมารเวชศาสตร์เวชศาสตร์การผ่าตัดและยาแก้ปวด เขากล่าวว่าขั้นตอนสำคัญหนึ่งคือการระบุผู้มีส่วนได้ส่วนเสียทั้งหมดที่อาจได้รับผลกระทบจากเทคโนโลยีและพิจารณาว่าพวกเขาต้องการตอบคำถามเหล่านั้นอย่างไร
Jesse Ehrenfeld, MD, ประธานสมาคมการแพทย์อเมริกันกล่าวถึงปัจจัยสี่ประการที่ผลักดันการยอมรับเครื่องมือสุขภาพดิจิทัลใด ๆ รวมถึงสิ่งที่ขับเคลื่อนโดยปัญญาประดิษฐ์ มีประสิทธิภาพหรือไม่? งานนี้จะทำงานในสถาบันของฉันหรือไม่? ใครจ่าย? ใครเป็นผู้รับผิดชอบ?
Michael Pfeffer, MD, หัวหน้าเจ้าหน้าที่ข้อมูลของ Stanford Health Care อ้างถึงตัวอย่างล่าสุดที่มีการทดสอบปัญหาหลายอย่างระหว่างพยาบาลที่โรงพยาบาลสแตนฟอร์ด แพทย์ได้รับการสนับสนุนโดยแบบจำลองภาษาขนาดใหญ่ที่ให้คำอธิบายประกอบเริ่มต้นสำหรับข้อความผู้ป่วยที่เข้ามา แม้ว่าโครงการจะไม่สมบูรณ์ แต่แพทย์ที่ช่วยพัฒนารายงานเทคโนโลยีว่าแบบจำลองช่วยลดภาระงานของพวกเขา
“ เรามักจะมุ่งเน้นไปที่สามสิ่งสำคัญ: ความปลอดภัยประสิทธิภาพและการรวม เราเป็นแพทย์ เราใช้คำสาบานที่จะ“ ไม่เป็นอันตราย” นีน่าวาซาน, MD ผู้ช่วยศาสตราจารย์ด้านจิตเวชศาสตร์และพฤติกรรมศาสตร์กล่าวซึ่งเข้าร่วม Char และ Pfeffer เข้าร่วมกลุ่ม “ นี่ควรเป็นวิธีแรกในการประเมินเครื่องมือเหล่านี้”
Nigam Shah, MBBS, Ph.D. , ศาสตราจารย์ด้านการแพทย์และวิทยาศาสตร์ข้อมูลชีวการแพทย์เริ่มการสนทนาด้วยสถิติที่น่าตกใจแม้จะมีการเตือนอย่างยุติธรรมต่อผู้ชม “ ฉันพูดในแง่และตัวเลขทั่วไปและบางครั้งพวกเขาก็มักจะตรงมาก” เขากล่าว
จากข้อมูลของชาห์ความสำเร็จของ AI ขึ้นอยู่กับความสามารถของเราในการปรับขนาด “ การทำวิจัยทางวิทยาศาสตร์ที่เหมาะสมเกี่ยวกับแบบจำลองใช้เวลาประมาณ 10 ปีและหากโปรแกรมการคบหาทั้ง 123 รายการและโปรแกรมที่อยู่อาศัยต้องการทดสอบและปรับใช้แบบจำลองในระดับของความเข้มงวดนั้นมันจะยากมากที่จะทำวิทยาศาสตร์ที่ถูกต้องในขณะที่เราจัดระเบียบในปัจจุบัน ความพยายามของเราและ [ทดสอบ]] มันจะมีค่าใช้จ่าย $ 138 พันล้านเพื่อให้แน่ใจว่าทุกเว็บไซต์ของเราทำงานได้อย่างถูกต้อง” ชาห์กล่าว “ เราไม่สามารถจ่ายได้ ดังนั้นเราจำเป็นต้องหาวิธีขยายและเราจำเป็นต้องขยายและทำวิทยาศาสตร์ที่ดี ทักษะความเข้มงวดอยู่ในที่เดียวและทักษะการปรับขนาดอยู่ในอีกด้านหนึ่งดังนั้นเราจะต้องเป็นหุ้นส่วนประเภทนั้น”
รองคณบดีหยวนแอชลีย์และมิลเดรดโช (แผนกต้อนรับส่วนหน้าเข้าร่วมการประชุมเชิงปฏิบัติการด้านสุขภาพ ปลาสตีฟ
ผู้พูดบางคนในการประชุมสัมมนากล่าวว่าสิ่งนี้สามารถทำได้ผ่านการเป็นหุ้นส่วนภาครัฐและเอกชนเช่นคำสั่งผู้บริหารของทำเนียบขาวเมื่อเร็ว ๆ นี้เกี่ยวกับการพัฒนาที่ปลอดภัยปลอดภัยและน่าเชื่อถือและการใช้ปัญญาประดิษฐ์และสมาคมเพื่อการดูแลสุขภาพ (Chai) -
“ การเป็นหุ้นส่วนภาครัฐและเอกชนที่มีศักยภาพมากที่สุดคือหนึ่งระหว่างสถาบันการศึกษาภาคเอกชนและภาครัฐ” ลอร่าอดัมส์ที่ปรึกษาอาวุโสของสถาบันการแพทย์แห่งชาติกล่าว เธอตั้งข้อสังเกตว่ารัฐบาลสามารถรับรองความไว้วางใจของประชาชนและศูนย์การแพทย์เชิงวิชาการสามารถ ให้ความชอบธรรมและความเชี่ยวชาญด้านเทคนิคและเวลาคอมพิวเตอร์สามารถให้บริการโดยภาคเอกชน “ เราทุกคนดีกว่าพวกเราคนใดคนหนึ่งและเราตระหนักดีว่า…เราไม่สามารถอธิษฐานเพื่อตระหนักถึงศักยภาพของ [ปัญญาประดิษฐ์] เว้นแต่ว่าเราจะเข้าใจวิธีการโต้ตอบซึ่งกันและกัน”
ผู้พูดหลายคนกล่าวว่า AI ยังมีผลกระทบต่อการวิจัยไม่ว่านักวิทยาศาสตร์จะใช้มันเพื่อสำรวจความเชื่อทางชีวภาพทำนายลำดับใหม่และโครงสร้างของโมเลกุลสังเคราะห์เพื่อสนับสนุนการรักษาใหม่หรือแม้กระทั่งช่วยพวกเขาสรุปหรือเขียนเอกสารทางวิทยาศาสตร์
“ นี่เป็นโอกาสที่จะได้เห็นสิ่งที่ไม่รู้จัก” เจสสิก้าเมกะ, แมรี่แลนด์, ผู้เชี่ยวชาญโรคหัวใจของโรงเรียนแพทย์มหาวิทยาลัยสแตนฟอร์ดและผู้ร่วมก่อตั้งตัวอักษรของตัวอักษรอย่างแท้จริงกล่าว Mega กล่าวถึงการถ่ายภาพ hyperspectral ซึ่งจับภาพคุณสมบัติของภาพที่มองไม่เห็นด้วยตามนุษย์ แนวคิดคือการใช้ปัญญาประดิษฐ์เพื่อตรวจจับรูปแบบในสไลด์พยาธิวิทยาที่มนุษย์ไม่เห็นว่าบ่งบอกถึงโรค “ ฉันสนับสนุนให้ผู้คนยอมรับสิ่งที่ไม่รู้จัก ฉันคิดว่าทุกคนที่นี่รู้จักใครบางคนที่มีเงื่อนไขทางการแพทย์บางอย่างที่ต้องการอะไรบางอย่างเกินกว่าที่เราจะให้ได้ในวันนี้” Mejia กล่าว
ผู้ร่วมอภิปรายยังตกลงกันว่าระบบปัญญาประดิษฐ์จะให้วิธีการใหม่ในการระบุและต่อสู้กับการตัดสินใจแบบลำเอียงไม่ว่าจะทำโดยมนุษย์หรือปัญญาประดิษฐ์ด้วยความสามารถในการระบุแหล่งที่มาของอคติ
“ สุขภาพเป็นมากกว่าแค่การดูแลทางการแพทย์” ผู้ทดสอบชิมหลายคนเห็นด้วย วิทยากรเน้นว่านักวิจัยมักมองข้ามปัจจัยทางสังคมของสุขภาพเช่นสถานะทางเศรษฐกิจและสังคมรหัสไปรษณีย์ระดับการศึกษาและเชื้อชาติและเชื้อชาติเมื่อรวบรวมข้อมูลแบบรวมและการสรรหาผู้เข้าร่วมการศึกษา “ AI นั้นมีประสิทธิภาพเท่ากับข้อมูลที่ได้รับการฝึกอบรมแบบจำลอง” มิเชลวิลเลียมส์ศาสตราจารย์ด้านระบาดวิทยาของมหาวิทยาลัยฮาร์วาร์ดและศาสตราจารย์ด้านระบาดวิทยาและสุขภาพประชากรที่โรงเรียนแพทย์มหาวิทยาลัยสแตนฟอร์ดกล่าว “ ถ้าเราทำในสิ่งที่เราพยายามทำ ปรับปรุงผลลัพธ์ด้านสุขภาพและกำจัดความไม่เท่าเทียมกันเราต้องตรวจสอบให้แน่ใจว่าเรารวบรวมข้อมูลที่มีคุณภาพสูงเกี่ยวกับพฤติกรรมของมนุษย์และสภาพแวดล้อมทางสังคมและธรรมชาติ”
Natalie Pageler, MD, ศาสตราจารย์ด้านคลินิกกุมารเวชศาสตร์และการแพทย์กล่าวว่าข้อมูลมะเร็งรวมมักไม่รวมข้อมูลเกี่ยวกับหญิงตั้งครรภ์สร้างอคติที่หลีกเลี่ยงไม่ได้ในแบบจำลองและทำให้ความไม่เสมอภาคที่มีอยู่ในการดูแลสุขภาพ
ดร. เดวิดแมกนัสศาสตราจารย์ด้านกุมารเวชศาสตร์และการแพทย์กล่าวว่าเช่นเดียวกับเทคโนโลยีใหม่ใด ๆ ปัญญาประดิษฐ์สามารถทำให้สิ่งต่าง ๆ ดีขึ้นได้หลายวิธีหรือทำให้พวกเขาแย่ลง ความเสี่ยง Magnus กล่าวว่าระบบปัญญาประดิษฐ์จะได้เรียนรู้เกี่ยวกับผลลัพธ์ด้านสุขภาพที่ไม่เท่าเทียมกันซึ่งขับเคลื่อนโดยปัจจัยทางสังคมของสุขภาพและเสริมสร้างผลลัพธ์เหล่านั้นผ่านผลผลิตของพวกเขา “ ปัญญาประดิษฐ์เป็นกระจกที่สะท้อนถึงสังคมที่เราอาศัยอยู่” เขากล่าว “ ฉันหวังว่าทุกครั้งที่เรามีโอกาสส่องแสงในปัญหา - เพื่อยึดกระจกไว้กับตัวเอง - มันจะเป็นแรงจูงใจในการปรับปรุงสถานการณ์”
หากคุณไม่สามารถเข้าร่วมการประชุมเชิงปฏิบัติการ Raise Health การบันทึกเซสชันสามารถพบได้ที่นี่
โรงเรียนแพทย์มหาวิทยาลัยสแตนฟอร์ดเป็นระบบการดูแลสุขภาพเชิงวิชาการแบบบูรณาการซึ่งประกอบด้วยโรงเรียนแพทย์มหาวิทยาลัยสแตนฟอร์ดและระบบการดูแลสุขภาพผู้ใหญ่และเด็ก พวกเขาช่วยกันตระหนักถึงศักยภาพอย่างเต็มที่ของ biomedicine ผ่านการวิจัยการทำงานร่วมกันการศึกษาและการดูแลผู้ป่วยทางคลินิก สำหรับข้อมูลเพิ่มเติมโปรดเยี่ยมชม Med.stanford.edu
รูปแบบปัญญาประดิษฐ์ใหม่กำลังช่วยเหลือแพทย์และพยาบาลที่โรงพยาบาลสแตนฟอร์ดทำงานร่วมกันเพื่อปรับปรุงการดูแลผู้ป่วย