Вештачката интелигенција за лекарите и пациентите „Гуглинг“ е минато

Кун, Себастијан; ММЕ; Јунгман, Стефани Марија; Јунгман, Флоријан

Чат-ботови засновани на вештачка интелигенција и достапни како апликации за паметни телефони се подготвени да ја променат анамнезата и дијагнозата во медицината на различни начини.

Медицинската професија е во голема промена поради дигиталната трансформација. Употребата на вештачка интелигенција (АИ) во контекст на анамнеза и дијагноза е од посебен интерес. Кит Дрејер неодамна опиша дека машините што размислуваат независно, сега го најдоа патот од научна фантастика до реалност (1). Чат-ботовите за вештачка интелигенција се дијалог-системи кои овозможуваат комуникација заснована на текст или говор со вештачка интелигенција во форма на разговор. Во медицинската област, чет-ботовите за вештачка интелигенција Ada Health, Babylon, Buoy и Your.MD се слободно достапни и за лекарите и за пациентите преку продавниците за апликации на Apple и Android.

Суштински изменето однесување на информациите

Без оглед на развојот на полето на вештачката интелигенција, пациентите и лекарите покажаа фундаментално поинакво информативно однесување веќе неколку години. Во истражувањето спроведено на радиолози, 72 проценти од испитаниците изјавиле дека редовно го користат својот паметен телефон или таблет за медицински истражувања (2). Задоволството од сегашната понуда беше посочено во истражувањето како релативно мало и покрај големиот број медицински решенија во популарните продавници за апликации. Скоро половина од испитаниците сметаат дека апликациите не користат или само ја олеснуваат нивната работа (2).

Спротивно на тоа, 58 проценти од пациентите „гуглале“ за информации поврзани со симптоми и болести пред и 62 проценти по посетата на лекар (3). Во студија на Фондацијата Бертелсман, 52 проценти од анкетираните изјавиле дека се задоволни од резултатите од нивното истражување на Интернет (3).

Извор број 1 на информации во моментов е Википедија и други лексикони на Интернет, што ги користат 72 проценти од анкетираните. Поради нефилтрираната поплава на информации на Интернет, на пациентот често е тешко да го процени квалитетот на информацијата (4). Дури и најпопуларниот извор, Википедија, се смета за несигурен од 46 проценти од испитаниците (3).

Од Гугл до чет-ботови базирани на АИ

Начинот на кој пациентите се информираат за темите поврзани со здравјето веќе е суштински променет поради дигитализацијата и ќе продолжи да се развива во иднина преку АИ системи (3).

Со сегашната употреба на АИ во медицината, може да се разликуваат три нивоа:

Ниво на потрошувач, односно апликации за паметни телефони за индивидуални корисници, како што е Ada Health (5). Ова подетално се дискутира подолу.
Професионално ниво, односно институционална имплементација, на пример, IBM Watson (6), ADA за лекари (5). За разлика од нивото на потрошувач, дополнителни клинички информации се влеваат во овие апликации, вклучувајќи лабораториски параметри и функционална дијагностика. Алгоритми засновани на вештачка интелигенција (длабоко учење) за автоматско препознавање на Х-зраци слики, компјутерски томографски или магнетни резонантни томографски податоци се во тек развивање и тестирање во студии.
Макро ниво, меѓуинституционално, како што се рударство на податоци и радиомика (7, 8). Меѓу другото, медицински информации од прегледи со компјутеризирана томографија, хистолошки и генетски проценки се тестираат во студии при интегрирање на овие информации за да се утврди дијагнозата или да се утврди прогнозата (8, 9).

Поради фактот што тие се слободно достапни, лекарите сè повеќе користат вакви апликации за да земат анамнеза поврзана со симптоми и, особено, да добијат помош при диференцијална дијагноза. Се очекува дека ова ќе влијае на секундарните процеси на донесување одлуки во смисла на „поддршка на одлуки“. Импликациите врз процесите на сликање и лабораториските тестови се предвидуваат.

Медицинскиот АИ е достапен за голема корисничка група за прв пат од 2017 година со воведување на медицински чет-ботови во форма на апликации за паметни телефони. Така, АИ системите базирани на chatbot во моментов овозможуваат нова и лесно достапна примена на медицинска експертиза за пациентите и лекарите. Тековните и идните случувања имаат далекусежни импликации врз лекарите, што бара темелно испитување на ваквите системи. Од една страна, се поставува прашањето до кој степен овие системи можат ефикасно да се интегрираат во процесот на дијагностицирање и лекување, а ограничувањата на системите можат да бидат препознаени од медицинските корисници. Од друга страна, медицинските професионалци треба да се справат со основните принципи на најважните апликации за ВИ со цел подобро да ги разберат своите пациенти, кои исто така се корисници на овие системи, и да можат да направат соодветни проценки.

На прагот на масовна адаптација

За разлика од бавната имплементација на институционалните АИ системи, бројот на корисници на медицински АТ-разговори засновани врз апликации, како што се Ада Здравје, Вавилон, Бајо и Твоја. МД во моментов рапидно се зголемува.

Ада здравство во моментов има два милиони корисници ширум светот (10). Од есента 2017 година, „здравствениот асистент“ Ада исто така е достапна бесплатно на германски јазик. Покрај кратка општа анамнеза, медицинската апликација базирана на АИ го прашува корисникот конкретно за нивните поплаки и симптоми и усвојува адаптивен пристап. Клиничката слика се користи како метафора за индивидуалните информации за поплаките. Врз основа на односите и моделите на внесените симптоми, Ада создава извештај со најверојатна дијагноза и можни диференцијални дијагнози врз основа на медицинска база на податоци со тековните наоди од истражувањето. Постојано ажурирање на информациите во базата на податоци се постигнува преку неколку јамки за повратни информации и гарантира дека апликацијата учи и станува попрецизна. Создадениот извештај може да им биде достапен на лекарите кои лекуваат како PDF-датотека (поле) .

Замисливи се повеќе сценарија за употреба

За разлика од многу сложените механизми на АИ (анализа на големи податоци, длабоко учење и други), чет-ботовите се едноставни, но сè повеќе распространети алатки. Поради сегашното експоненцијално зголемување на корисниците, искуството со чет-бот-базирани АИ системи ќе биде во следните години рапидно се зголемуваат. Различни сценарија за употреба се замислени:

Барања и ограничувања

Зголемениот број на апликации за АИ, исто така, опфаќа ризик дека пациентите ќе бидат нерешени од неточни и прекумерни информации. Задачата на медицинските експерти е да ги исфилтрираат од масата апликации оние апликации што ги претставуваат достапните информации прилагодени на целна група и нудат придобивки за пациентите, лекарите и психотерапевтите (4, 14). Бројните прашања во врска со корисноста на овие нови технологии мора да се проценат во клинички апликации засновани врз специфични прашања (15). Во овој момент, податоците се недоволни.

Со оглед на идните случувања, дигиталните вештини мора да им се дадат на пациентите, лекарите и психотерапевтите на структуриран начин со цел да се спротивстави на дигиталната поделба (16). Покрај предностите што не можат да се отфрлат од рака, мора да се дискутира за критичните аспекти на овие технологии и нивното прифаќање од страна на пациентите. Заштитата на податоците игра исклучително важна улога тука, бидејќи со чувствителните податоци не смее да се постапува несовесно во однос на анализите на големи податоци за историјата на болеста кај корисниците на апликации = пациенти (17). Термините и условите на индивидуалните здравствени апликации играат релевантна улога тука. Поради комплексноста на овие услови и услови, минималното ниво на безбедност на пациентот треба да се спроведе со закон. Секој корисник на апликација треба да може на прв поглед лесно да види до кој степен се користат нивните чувствителни податоци и дали тоа се пренесува на трети страни.

И покрај загриженоста за злоупотреба на податоците и ограничувањата во употребата во случај на специјални болести, од голема важност е лекарите и психотерапевтите да ги запознаат новите технологии преку фундаментална дискусија и да бидат технички способни да ги користат.

Идна визија: Вклучување на податоци генерирани од пациенти

Параметрите на пациентот (витални параметри, информации за движење и спортска активност) собрани од „носливи“ уреди и апликации за паметни телефони може да се интегрираат во клиничките информации (анамнеза, наоди од клинички преглед и прелиминарни наоди, лабораториски параметри, радиолошка слика, хистологија, генетска анализа). Како резултат, системите засновани на вештачка интелигенција би можеле во иднина - под претпоставка на соодветна ИТ структура - да бидат важна компонента во дијагностицирањето, утврдувањето на прогнозите и спроведувањето на индивидуализираните програми за третман. Заедничката анализа на оваа голема количина на собрани информации има потенцијал суштински да ги промени процесите на лекување. Очигледна интеграција со видео консултации исто така ја проширува функцијата. Во Велика Британија, оваа функција е веќе реалност за чет-ботовите базирани на АИ. Во Германија, ова во моментов не се спроведува поради забрана за далечинско лекување.

Евалуацијата како суштинска задача

Употребата на вештачка интелигенција при дијагностицирање ќе најде широка примена во медицината преку чет-ботови и нивно спроведување како апликации за паметни телефони. Покрај индивидуалната употреба од страна на пациентите и лекарите, други сценарија за употреба, како што се помагала за донесување одлуки во процесот на дијагностицирање и терапија и потенцијална пилот функција во здравствениот систем, се многу ветувачки.

Пациентите, лекарите, психотерапевтите и вработените во здравствениот систем треба да бидат запознаени со основните принципи и критичните точки на технологиите базирани на АИ, за да можат да го искористат ветувачкиот потенцијал во контекст на дијагностика и терапија. Поради големиот број на корисници, понатамошниот развој на оваа форма на ВИ ќе напредува рапидно. Евалуацијата на овие досега недоволно валидирани системи, покрај создавањето рамковни услови со доволни и разбирливи прописи за заштита на податоците, претставува суштинска идна задача.

Прив.-Доз. Д-р медицински Себастијан Кун, ММЕ
Центар за ортопедија и хирургија на траума, универзитетска медицина на Универзитетот во Јоханес Гутенберг во Мајнц

Д-р Фил Стефани Марија Јунгман
Оддел за клиничка психологија и психотерапија, Универзитет Јоханес Гутенберг во Мајнц

Д-р медицински Флоријан Јунгман
Клиника и поликлиника за дијагностичка и интервентна радиологија, универзитетска медицина на универзитетот Јоханес Гутенберг во Мајнц

Евалуација на Ада Здравје врз основа на извештаи за случаи

Двајца лекари самостојно обработиле 16 внатрешни извештаи за случаи базирани на анамнеза со апликацијата за АИ Ада здравје (11). Резултатите од дијагнозата и диференцијалната дијагноза на апликацијата беа споредени со учебникот „златен стандард“. Резултатите од евалуацијата се прикажани одделно за корисникот 1/корисник 2.

Просечното време на обработка по случај беше 248/244 секунди.
Резултатот од апликацијата бараше обработка на просечно 31/34 прашања по случај.
Точна дијагноза од страна на Ада:

- вкупно во 13 од 16 (81,25%)/14 од 16 (87,50%) случаи (како главна или диференцијална дијагноза),

- во 11 од 16 (68,75%)/12 од 16 (75,00%) случаи решително како главна дијагноза (т.е. најверојатно дијагноза),

- Висок до многу висок договор (коефициент на Коен) помеѓу резултатите на апликацијата и извештаите за случајот со κ = 0,80 /, 87 кога се вклучени главната и диференцијалната дијагноза на апликацијата и κ = 0,67/0,74 кога ќе бидат земени предвид само 0,67/.74 Главна дијагноза на апликацијата,

- Тешкотии при поставувањето на дијагнозата може да се појават кога се комбинираат две болести (на пример, првична дијагноза на карцином на хранопроводот со симптоматска длабока венска тромбоза). Еве една од дијагнозите беше именувана од корисниците. Различна секвенца на прашања се активира во зависност од редоследот во кој се внесуваат симптомите.

- Во споредба со учебникот, Ада можеше да именува дополнителни диференцијални дијагнози.

Заклучок за здравјето на Ада

Ада Здравје покажува високо ниво на дијагностичка точност при поставување дијагнози при обработка на извештаи за случаи базирани на анамнеза во интерна медицина со просечно време на обработка од четири минути. Во споредба со неструктурираното „гуглање“, високиот квалитет на резултатот е важен за лаичките корисници покрај факторот време.