Mange dimensioner af det moderne liv bliver i stigende grad drevet af kunstig intelligens, herunder forskellige aspekter af sundhed og velvære. Hvor længe før en computer kan overgå menneskelige indgreb i sundhedsvæsenet? Måske endnu vigtigere, hvor længe før et menneske vil være villig til at stole på en ikke-menneskelig at behandle ham eller hende? Disse to spørgsmål kan blive brændt i debatten om potentialet i maskinindlæringsteknologi og robotik i sundhedsvæsenet.
Computere kan "tænke" på en stadig mere menneskelig måde. Uanset om vi er klar eller ej, har den seneste udvikling inden for kognitiv databehandling vist, at alderen af computeriseret coaching og sundhedspleje er ankommet.
Statistisk analyse af sundhedsoplysninger
Det er ingen hemmelighed, at vi deler alle slags private og ofte intime oplysninger hver gang vi foretager et køb eller surfer på internettet. Evnen til at forudsige helbredsbegivenheder simpelthen ved at spore uformel adfærd blev tydeligt demonstreret tilbage i 2012, da detailhandleren Target viste den verden, de kunne forudsige med uhyggelig nøjagtighed, hvis en kvinde var gravid baseret på hendes indkøbsvaner - til og med endog leverer nyheden om graviditet til abashed familie medlemmer.
Mange personlige oplysninger bliver statistisk analyseret rutinemæssigt for at give mere indsigt i ens vaner og egenskaber. Nogle af disse praksis sker frivilligt og med brugerens fulde bevidsthed og støtte, mens andre kan udføres skønt af organisationer og virksomheder.
Ufrivilligt sporingsadfærd rejser visse etiske og sociale spørgsmål.
Mange individer deler nu deres personlige sundhedsoplysninger på forskellige måder, gennem eksplicit deling via en sundhedsrisikovurdering, tilfældigt gennem slidstyrke og undertiden endog utilsigtet gennem sociale medier og købsadfærd.
Nøjagtigheden, hvormed disse oplysninger kan analyseres og fortolkes, stiger, hvilket skaber både farer og muligheder og muligvis placerer os ved grænsen af en ny æra, hvor teknologi kan spille en rolle i at nudge vores sundhed og trivsel på positive måder.
Tilpasning af sundhed og løsning af problemet med fejldiagnostisering
Lægernes diagnostiske fejl er et stort problem. Et resultat af uagtsomhed eller manglende overvejelse af muligheden for mulighederne, disse fejl kan være ødelæggende for patienten og hans eller hendes familie. Professor Eta Berner fra University of Alabama i Birmingham og Dr. Mark L. Graber fra Northport VA Medical Center fandt, at en anslået 10-20 procent af de medicinske tilfælde var fejldiagnosticeret. Berner og Graber påpege, at effektive kognitive processer sikrer størsteparten af den korrekte diagnose. Der er dog tidspunkter, hvor disse kognitive processer fejler. Berner og Graber's analyse viste, at lægerens overbevisning ofte kan være en medvirkende årsag til medicinske fejl. Desuden fandt en rapport finansieret af agenturet for sundhedsforskning og -kvalitet 28 procent af alle diagnostiske fejl at være alvorlige i sværhedsgrad, hvilket muligvis indikerer en livstruende begivenhed.
Misdiagnostisering kan omfatte alt fra at ordinere den forkerte medicin til kirurgisk fjernelse af den forkerte kropsdel.
Denne alarmerende statistik kan få nogle til at argumentere for, at det eksisterende problem kunne løses ved blot at fjerne den menneskelige faktor fra ligningen. Teknologi som IBMs Watson tilbyder nu håb om, at informationer kan syntetiseres og overvejes på en mere humanistisk måde. Watsons kognitive teknologi har evnen til at analysere ustruktureret data, forstå komplekse spørgsmål og præsentere slutbrugere med evidensbaserede løsninger.
Watson sigter mod at forbedre prædiktive algoritmer, som ikke altid har vist sig vellykkede, når de anvendes i virkelige situationer.
Hvad derimod kan være mere provokerende end Watsons forudsigelsespotentiale, er muligheden for, at dens teknologi overgår mennesker, når det kommer til indgreb i sundhed og fitness.
I 2015 dannede IBM Watson et strategisk partnerskab med CVS Health, der meddelte ankomsten af kognitiv databehandling i den kommercielle sundhedsindustri. Det foreslog, at læger og apotekere snart ville have adgang til teknologi, der for eksempel automatisk kunne opdage et fald i patientens helbred.
En aftale mellem Under Armor og IBM, der blev underskrevet i 2016, gav Watson en mulighed for at videreudvikle og udvikle sin sundhedsplatform. Apple har også foretaget en betydelig investering i Watson-platformen med det formål at forbedre sine HealthKIT og ResearchKIT udviklingsplatforme. Ifølge en rapport fra Grand View Research Inc. forventes det globale sundheds-kognitive computermarked at nå over 5 mia. Dollars i 2020.
Videnskabelige undersøgelser understøtter også brugen af teknologi for at minimere risikoen for fejl og skade i medicin. Dr. Mark L. Graber foreslår brugen af såkaldte "trigger-værktøjer", som kunne identificere tilfælde med risiko for diagnostiske fejl ved at analysere elektroniske patientjournaler og lede efter uoverensstemmelser. Forskellige typer udløsningsværktøjer er nu i brug på amerikanske hospitaler, men de kan ikke altid registrere diagnostiske fejl. Derfor gøres der også en indsats for at designe bedre forebyggende interventioner.
En lovende tilgang er blevet præsenteret af Dr. Hardeep Singh og hans kolleger. De har udformet en elektronisk trigger, der kan identificere patienter, der har afskediget hospitalets aftaler inden for 2 uger efter deres primære plejebesøg, hvilket tyder på, at noget kunne være blevet savnet under deres første undersøgelse. Mange eksperter forudser, at teknologi som denne vil bidrage til at forhindre fejl eller i det mindste bringe dem til opmærksomhed i et forsøg på at reducere dem.
Embracing Artificial Intelligence
I 2015 udtrykte formanden for NHS England, Sir Malcolm Grant, sin mening om, at kunstig intelligens bør omfavnes af sundhedsvæsenet, da det kunne forbedre kvaliteten af pleje samt fremme personalisere medicin. Mange sundhedspersonale har siden gentaget denne stemning. Teknologi, der pålideligt kan diagnosticere og / eller identificere diagnostiske fejl ved data minedrift, er sandsynligvis ikke langt væk.
Kognitiv databehandling i sundhedssektoren anvendes i øjeblikket mere i en rådgivende rolle og ikke at træffe endelige beslutninger eller erstatte mennesker i sig selv. Watson hjælper for eksempel enkeltpersoner og organisationer med at gøre mere avancerede og sofistikerede kliniske beslutninger og vil snart hjælpe enkeltpersoner med at forbedre deres fitnessniveauer gennem partnerskabet med Under Armor. Det var dog for kort tid siden, at computere overtog mennesker som den dominerende kraft i en intellektuel sport som skak, og datakraften er kun stigende. Desuden bliver det menneskelige element tilføjet til computerens behandlingsegenskaber, hvilket gør ideen om computer og robotter, der tager os af os ikke så langt hentet som det engang syntes.
> Kilder
> Berner E, Graber M. Overbevisning som årsag til diagnostisk fejl i medicin. Den amerikanske Journal of Medicine . 2008; 121: S2-S23.
> Graber ML. Forekomsten af diagnostisk fejl i medicin. BMJ Kvalitet & Sikkerhed . 2013; 22 (Suppl 2): ii21-ii27. doi: 10.1136 / bmjqs-2012 til 001.615.
> Lupton D. Sundhedsfremme i den digitale tidsalder: En kritisk kommentar. Sundhedsfremme International . 2015; 30 (1): 174-183
> Singh H, Giardina TD, Meyer OG, Forjuoh SN, Reis Singh H, Giardina TD, Meyer OG, Forjuoh SN, Reis MD, Thomas EJ. Typer og oprindelse af diagnostiske fejl i primære plejeindstillinger. JAMA internmedicin . 2013; 173 (6): 418-425.
> Thompson M. Healthcare og kognitive computing team op for store ændringer. Econtent . 2015: 4-8.