QQ在線
企業微信
資訊
489人工智能正在世界各地的臨床環境中進行測試，這不是什么秘密，但將復雜的算法應用到過時的醫療系統中是一個現實的目標嗎?我們與Matej Adam談論IBM正在進行的研究。
我們投資于人工智能，開發了一個名為沃森(Watson)的人工智能平臺，以IBM創始人之一的名字命名。當我們開發這項技術時，從一開始就很明顯，它在醫療領域的應用有多種原因。
一個原因是人工智能可以幫助篩選大量不同類型和格式的非結構化數據。醫療保健涉及大量非結構化數據;對于研究人員想要分析的大多數臨床記錄和信息，并沒有統一的方法。目前，這些數據被用于通知個別病人的情況，但它很難進行分析和使用以外。
人工智能可以用來從不斷增長的數據海洋中獲取信息。與此同時，醫療成本不斷上升，員工、醫療服務和協調方面的問題也越來越多。我們相信，我們的人工智能有巨大的潛力來應對這些迫在眉睫的醫療問題。
我們傾向于使用“增強智能”這個術語，是為了說明我們并不是在取代人或專業人士，尤其是在醫療領域。我們的技術是一種幫助。這可以比喻為在車上使用GPS——GPS幫助導航，但人仍然是司機。
從這個角度來看，人工智能在任何有大量數據的地方都有巨大的潛力。醫療是一個特別突出的例子，因為它在數字化方面落后于很多行業。大多數情況下，那些例行公事和重復性的工作仍然是手工完成的，如果系統能夠通過所有必要的安全和隱私措施來實現自動化，那么系統將受益匪淺。
這可以解放專業人員——醫生或護士——的能力，讓他們從事更多有價值的工作，而不是常規的、重復性的工作。在醫療保健領域，幾乎所有領域都有未開發的、難以置信的改善潛力。
以腫瘤學為例，這是我們特別關注的領域之一。每年腫瘤學有7萬項新的研究、文章和證據。這是不能被個人利用的。但是，我們可以設計一個系統來幫助定位，并提供相關的信息。
個人在這方面的工作將不得不花更少的時間瀏覽信息，可以花更多的時間研究病人的情況和研究基于證據的信息。這是一個我們已經進步的領域，在其他領域中，還有更多我們想要擴展的領域。
沃森人工智能從一開始就投入了臨床研究，以確保它得到了充分的測試。這通常是醫療保健技術工作和測試的方式。
四五年前，我們開始測試自然語言處理是否有效，以及系統是否能夠從非結構化的研究文本中找到數據。隨著我們的發展，我們特別關注的一件事是腫瘤學的臨床決策支持。
我們的工作是幫助將所有這些基于證據的個性化信息帶到腫瘤醫生或多學科小組會議上以幫助他們決定如何治療病人。
在我們測試了這項技術是否有效之后，我們開始將沃森的建議與專家小組進行比較，觀察專家與系統之間的凝聚力和一致性。這些研究非常成功，這讓我們相信，我們的系統可以與頂級機構和專家的意見相匹配。
從這些研究中，我們發現了一些有趣的問題，我們的技術可以幫助解決這些問題，比如不必要的護理可變性。這意味著，進入醫療系統有問題的人可以在不同的醫院接受不同的治療，如果在不同的情況下，甚至可以在同一家醫院接受不同的治療。
不幸的是，對于每個問題都沒有通用的、通用的協議和解決方案。從臨床結果或成本的角度來看，這種程度的變化是不好的，有許多醫療系統和組織正在努力減少它。其中一些研究關注的是使用沃森進行決策的影響，并得出了有趣的結果。
我們正在與衛生保健決策者合作，非常緩慢地改變流程和工作實踐，并在Watson的幫助下增加決策。到目前為止，我們的發現表明，使用沃森，臨床醫生更能夠為特定患者選擇最佳治療方案。
我們做了一項有趣的比較，比較對象是對其研究課題有深入了解的專科醫生和一種特定類型的癌癥(他們能跟上文獻和研究的進展)的影響，以及對多種類型的癌癥和大量信息的多能腫瘤學家的影響。
我們看到這項技術的早期實施對多能腫瘤學家的決策產生了重大的積極影響。這表明，我們的技術在幫助如何做出治療決定方面具有巨大的潛力。
我們正在進行區域研究。沃森目前被部署在五大洲的一些醫院。在特定的國家進行地方研究似乎很重要因為這是他們的醫療保健在提供醫療服務方面的運作方式;人們關注當地的現實和條件。我們把研究和研究帶到當地。
我們也在評估這項技術的影響。最終，隨著時間的推移，我們將能夠確定更好的、改變的決策的成本影響。這將使我們能夠確定當地特定衛生保健系統的實際含義。
有兩個障礙:
首先是數據的質量和形式。大多數醫療數據組織和捕獲都基于這樣一個事實，即某人必須發送發票、退款、醫療保險請求或類似的東西。這取決于你在哪里，以及報銷制度的類型。
逐漸地，真實的臨床信息被捕獲。然而，形式和質量是一個問題，因為不同的醫療保健提供者在這方面有很多不同。這影響了數據的分析和處理。如果輸入質量差的信息，分析結果將是質量差的。
第二個更有挑戰性的障礙是人。醫療保健的這一面可能非常保守。從醫學的角度來看，這是件好事，因為這意味著人們不會因為前一天上網搜索的內容而每天被區別對待。臨床研究有助于建立這方面的指導方針。
此外，引入這些過程對可提供的護理組織和協調水平有影響。這對醫療方面的應用較少，而對工作流的應用較多。人們天生抗拒改變。
臨床醫生需要接受和采用這些做法，這是困難的。我們非常專注于解決這個問題，并幫助從業者認識到這不是一個替代業務，實際上我們會幫助他們，并提供許多好處。
下載:腫瘤學和基因組學的挑戰。
我們研究了人工智能在病人護理和決策中的應用。從我們所看到的情況來看，病人和他們的關系不是問題。反饋是積極的，不需要任何形式的運動。
然而，有一個共識是，我們需要向社會解釋人工智能意味著什么，而不是由機器人組成的軍隊接管系統;相反，它基本上是工具的集合。在IBM，我們發布了關于人工智能的價值觀和行為準則。這包括這樣的概念，即我們不會在提供者不了解數據的情況下使用數據，這與其他許多業務不同。
我們的工作不是取代人;我們的目標是替換任務，釋放更多有價值的任務的能力。事實上，我們實際上是在創造以前不存在的新工作和能力。
我認為這種透明度是必要的，因為歸根結底這是一個信任的問題。公眾和專業觀眾都需要相信我們的技術。
這種變化已經發生了。人工智能數據已經被使用，尤其是新一代的醫療專業人員，他們更自然地使用這些數據。
然而，醫療保健系統需要采取重要的步驟和調整，以達到可持續發展的目的。未來10年，人口老齡化和疾病負擔等因素的成本軌跡非常成問題。
在未來十年，我們希望看到醫療專業人員在機械的、重復性的任務上花費更少的時間，而在有價值的任務上花費更多的時間。
關鍵ASCO演示:
從ESMO突出:
Matej Adam領導著IBM在整個EMEA的Watson健康領域的腫瘤學投資組合，將人工智能技術應用于臨床實踐。Adam擁有20年的經驗，是一位專注于醫療保健和生命科學中的信息和通信技術的高管。
在此之前，Adam領導了幾個國家醫療信息交換項目的設計和開發，并為地區和國家政府提供電子健康和健康信息技術戰略方面的咨詢，以改善醫療結果。
Adam對新技術部署充滿熱情，曾管理過幾個病人安全和醫院流程改進的轉換項目，并領導了IBM的全球醫療解決方案戰略和投資組合。
亞當是英國雷丁大學(University of Reading)亨利商學院(Henley Business School)的MBA畢業生，主攻金融和信息技術。在他的業余時間，他喜歡滑雪和與他的家人在歐洲旅行。
