Seneste AI er ledet til din læge kontor
Indholdsfortegnelse:
- Tænk på det som et indledende, superfuldt lag med informationsindsamling, der kan bruges, før du tager tid til at kontakte en faktisk human diagnostisk eller interventionel radiolog, sagde Seals.
- De forskellige former for svar kan omfatte websteder, infographics og brugerdefinerede programmer.
- "Vores teknologi kan drive enhver form for læge chatbot," forklarede han. "I øjeblikket findes der informationssiloer af forskellige slags mellem forskellige specialister på hospitalet, og der er ikke noget godt værktøj til hurtigt at dele information mellem disse siloer. Det er ofte langsomt og svært at få en travl radiolog på telefonen, hvilket genererer klinikere og forsinker patientpleje. "
Den samme kunstige intelligens, der snart kan køre din nye bil, bliver tilpasset til at hjælpe med at drive interventionel radiologisk pleje til patienter.
Forskere ved University of California, Los Angeles (UCLA) har brugt avanceret kunstig intelligens, også kaldet maskinindlæring, til at skabe en "chatbot" eller Virtual Interventional Radiologist (VIR).
AnnonceAdvertisementDenne enhed kommunikerer automatisk med en patients læger og kan hurtigt tilbyde bevisbaserede svar på ofte stillede spørgsmål.
Dette gennembrud vil give klinikere mulighed for at give patienterne realtidsinformation om interventionelle radiologiprocedurer som samt planlægning af det næste trin i deres behandling.AdvertisementComputers er nu stort set lige så gode som mennesker til at identificere bestemte objekter. Dr. Kevin Seals, UCLA Health
Dr. Edward W. Lee, assisterende professor i radiologi ved UCLAs David Geffen School of Medicine og en af forfatterne af undersøgelsen, sagde han og hans kollegaer teoretiseret, at de kunne bruge kunstig intelligens på billige og automatiserede måder til at forbedre patientplejen.AnnonceAdvertisement
Seals, der programmerede VIR, sagde avancerede computere og den menneskelige hjerne har en række ligheder."Denne samme teknologi kan gøre det muligt for computere at forstå komplekse tekstindgange, såsom medicinske spørgsmål fra sundhedspersonale," tilføjede han. "Ved at gennemføre dyb læring ved hjælp af IBM Watson kognitiv teknologi og Natural Language Processing, er vi i stand til at gøre vores 'virtuelle interventionelle radiologist' smart nok til at forstå spørgsmål fra læger og reagere på en smart, nyttig måde. "
Læs mere: Regenerativ medicin har en lys fremtid»
Hvordan virker VIR?
Tænk på det som et indledende, superfuldt lag med informationsindsamling, der kan bruges, før du tager tid til at kontakte en faktisk human diagnostisk eller interventionel radiolog, sagde Seals.
AnnonceAdvertisement
"Brugeren skriver simpelthen et spørgsmål til den virtuelle radiolog, som i mange tilfælde giver et fremragende, bevisbaseret svar mere eller mindre øjeblikkeligt," sagde han.Han bemærkede, at hvis patienten ikke modtager et nyttigt svar, bliver de hurtigt henvist til en human radiolog.
"Værktøjer som vores chatbot er særligt vigtige i det nuværende kliniske miljø, der fokuserer på kvalitetsmålinger og følger bevisbaserede kliniske retningslinjer, der er bevist at hjælpe patienter," sagde han.
Annonce
Seals sagde et team af akademiske radiologer kuraterede oplysningerne i ansøgningen fra radiologi litteraturen, og det er strengt videnskabeligt og bevisbaseret."Vi håber, at anvendelsen af applikationen vil tilskynde til avanceret patientstyring, der resulterer i forbedret patientpleje og giver vores patienter betydelige fordele," tilføjede han.
"Det kan betragtes som" teksting "med en virtuel repræsentation af en menneskelig radiolog, der giver en betydelig del af funktionaliteten i at tale med en faktisk human radiolog," siger Seals.
Når den ikke-radiologiske kliniker skriver et spørgsmål til VIR, er dyb læring brugt til at forstå denne meddelelse og reagere på en intelligent måde."Vi får mange spørgsmål, der er ret let automatiserede," siger Seals. "Som" Jeg er bekymret over, at min patient har blodpropper i deres lunger. Hvad er den bedste type af billeddannelse at udføre for at foretage diagnosen? 'Chatbot'et kan svare på spørgsmål som dette på en supersmart, bevisbaseret måde. "
Annonce
Sample responses, sagde han, kan omfatte instruktive billeder (for eksempel et flowchart, der viser en klinisk algoritme), svartekstmeddelelser og underprogrammer i applikationen - såsom en regnemaskine til at bestemme en patients ' Wells 'score,' en metrisk læger bruger til at styre klinisk ledelse.
Vir ansøgningen ligner en online kundeservice chat.AnnonceAdvertisement
For at skabe et afgørende fundament for viden, fodrede forskerne appen mere end 2.000 datapunkter, der simulerede de fælles undersøgelser, som interventionelle radiologer modtager, når de mødes med patienter.
Læs mere: Et ur, der fortæller dig, når du bliver syg.VIR bliver smartere ved hver brug
Når en refererende kliniker stiller et spørgsmål, giver den omfattende videnbase af appen mulighed for at reagere straks med det bedste svar.
De forskellige former for svar kan omfatte websteder, infographics og brugerdefinerede programmer.
Hvis VIR bestemmer, at et svar kræver et menneskeligt respons, vil programmet give kontaktoplysninger til en human interventionel radiolog.
App'en lærer som klinikere bruger det, og hvert scenarie lærer viren at blive stadig mere intelligent og kraftigere, siger Seals.
Arten af chatbot-kommunikation bør beskytte patientens privatliv.
Fortrolighed er "kritisk vigtig i den moderne teknologi og noget vi tager meget seriøst", siger Seals.
Han tilføjede, at ansøgningen blev oprettet og programmeret af læger med omfattende HIPAA (Health Insurance Portability and Accountability Act of 1996) uddannelse.
"Vi kan undgå disse problemer, fordi brugerne stiller spørgsmål på en generel og anonym måde," siger Seals. "Beskyttet sundhedsinformation er aldrig nødvendig for at bruge ansøgningen, og det er heller ikke relevant for dets funktion. "
Alle brugere - professionelle sundhedsudbydere som læger og sygeplejersker - skal acceptere at ikke indeholde specifikke beskyttede patientoplysninger i deres tekster til chatbot, tilføjede han.
Ingen af de forskellige funktionaliteter inden for applikationen kræver specifik patientinformation, sagde Seals.
Læs mere: Kunstige knogler er de nyeste i 3-D-udskrivning »
Forbedring af hastighed og effektivitet af pleje
Denne nye teknologi repræsenterer den hurtigste og nemmeste måde for klinikere at få de oplysninger, de har brug for på sygehuset, begyndende med radiologi og i sidste ende udvide til andre specialiteter som neurokirurgi og kardiologi, sagde Seals.
"Vores teknologi kan drive enhver form for læge chatbot," forklarede han. "I øjeblikket findes der informationssiloer af forskellige slags mellem forskellige specialister på hospitalet, og der er ikke noget godt værktøj til hurtigt at dele information mellem disse siloer. Det er ofte langsomt og svært at få en travl radiolog på telefonen, hvilket genererer klinikere og forsinker patientpleje. "
Andre klinikere ved UCLA David Geffen School of Medicine tester chatbot, og Seals og Lee siger, at deres teknologi er fuldt funktionel nu.
"Vi raffinerer det og perfektiserer det, så det kan trives i en stor udgivelse," siger Seals.
Seals 'teknik og software baggrund tillod ham at udføre den nødvendige programmering for det endnu ikke-bevilgede forskningsprojekt. Han sagde, at han og hans kolleger vil søge finansiering efterhånden som de udvides.
Denne gennembrudsteknologi vil snart debutere.
VIR vil blive stillet til rådighed om cirka en måned til alle klinikere ved UCLA Ronald Reagan Medical Center. Yderligere brug på UCLA hjælper holdet med at forfine chatbot for større udgivelse.
VIR kunne også blive en gratis app.
"Vi undersøger mulige modeller for at frigive ansøgningen," sagde Seals. "Det kan meget vel være et gratis værktøj, vi frigiver for at hjælpe vores klinikere kolleger, da vi er akademiske radiologer med fokus på at dele viden og forbedre klinisk medicin.
Forskerne beskrev VIR's betydning i en sammenfatning af deres resultater: "Forbedret kunstig intelligens gennem dyb læring har potentialet til grundlæggende at omdanne vores samfund, fra automatiseret billedanalyse til oprettelse af selvkørende biler. ”
