Erkundung der revolutionären Auswirkungen künstlicher Intelligenz auf die Zukunft des Gesundheitswesens

Medizin ist eines der spannendsten Gebiete für künstliche Intelligenz, aber welchen Einfluss wird KI auf die Zukunft des Gesundheitswesens haben? Rachel Roumeliotis, Vizepräsidentin für Content-Strategie bei O'Reilly Media, antwortet hier.

Wie Daten die Diagnose zum Besseren verändern werden

Nur wenige Branchen sind so datenintensiv wie die Medizin. Medizinische Daten gibt es in vielen Formen: Bilder, Audio, Video, unstrukturierter Text und strukturierte Informationen. Alle diese Daten unterliegen den traditionellen Problemen anderer Branchen: fehlende Informationen, fehlerhafte Werte, vermutete Ausreißer, fehlende Beschriftungen, Tippfehler und mehr.

Da medizinische Datenbanken wachsen, werden Reinigungs- und Kennzeichnungsinformationen immer wichtiger. Obwohl wir von der Lösung dieser Herausforderung noch weit entfernt sind, sehen wir wichtige Fortschritte wie Holoclean und Snorkel. Ersteres ist ein auf maschinellem Lernen basierendes Open-Source-System zur automatischen Fehlererkennung und -behebung, das in einer Vielzahl medizinischer Anwendungen, einschließlich Krankenhäusern, erfolgreich eingesetzt wird.

Mittlerweile ist Snorkel ein Open-Source-Datenprogrammiertool, das die zeitaufwändige Aufgabe der Erstellung und programmgesteuerten Kennzeichnung großer Datensätze für das Training von Anwendungen für maschinelles Lernen automatisiert. Im medizinischen Bereich hat die Technologie bereits große Erfolge erzielt. Ein Projekt zur Klassifizierung seltener Aortenklappenfehlbildungen nutzte einen riesigen Datensatz der britischen Biobank im Populationsmaßstab und konnte mithilfe der Datenprogrammierung etwa 4.000 zuvor nicht markierte MRT-Sequenzen automatisch kennzeichnen – etwas, das sonst von Hand durchgeführt werden müsste.

Die gleichen Datenprogrammierungstools haben auch der biomedizinischen Bildanalyse und der Extraktion von in vorhandenen Ressourcen verborgenem Wissen zum Erfolg verholfen. Beispielsweise haben die Entwickler von Snorkel ein Datenextraktionstool entwickelt, das die biomedizinische Literatur durchforstet, um Zusammenhänge zwischen Merkmalen und genomischen Varianten zu extrahieren. Auf diese Weise verbessert KI unser medizinisches Wissen und ermöglicht gleichzeitig schnellere und genauere Diagnosen – ein besonders wichtiger Gesichtspunkt angesichts des Mangels an ausgebildetem medizinischem Personal.

Globale Modellbibliothek mit „kollaborativem Lernen“

Eine der bestimmenden Datenherausforderungen in der Gesundheitsbranche ist die äußerst sensible Natur der Informationen. Wir müssen uns nicht nur mit der persönlichen Krankengeschichte von Menschen auseinandersetzen, sondern Pharma- und andere medizinische Unternehmen schützen ihre Daten natürlich streng. Um große Fortschritte zu erzielen, müssen wir diese Daten jedoch zusammenführen, um Erkenntnisse zu gewinnen, die dabei helfen können, die Krankheit besser zu verstehen und Behandlungen zu verbessern.

Auf einer Konferenz für künstliche Intelligenz in Peking beschrieb Ion Stoica, Direktor von RISELab an der University of California, Berkeley, neue Projekte, die es Organisationen ermöglichen, zusammenzuarbeiten, ohne tatsächlich Daten auszutauschen. Dieses neue Modell der Zusammenarbeit – „Coopetition“ genannt – sammelt anonymisierte Daten, um eine globale Modellbibliothek zu erstellen, die jeder Teilnehmer für seine eigenen Projekte nutzen kann.

Das Besondere am Wettbewerbslernen ist, dass es auch in anderen Branchen mit großen Datensätzen sensibler Daten Anwendung findet. Beispielsweise könnten Finanzinstitute das Modell nutzen, um genauere und robustere Betrugsmodelle zu entwickeln und so zu zeigen, wie bahnbrechende Technologien in der Medizin bald andere Bereiche unseres Lebens verbessern werden.

New Economy und Markt

Dieses Modell ist jedoch nur ein Beispiel für die neuen Märkte, die in der Gesundheitsbranche entwickelt werden. Ein Unternehmen, das beispielsweise Technologien für die Zukunft entwickelt, ist Computable Labs, ein Startup, das Tools zur Schaffung dieser neuen Datenmarktplätze entwickelt und wichtige Probleme wie Marktsteuerung, Wertzuweisung für Daten auf dem Markt und Gewährleistung von Datenschutzvereinbarungen löst.

RISELab führt diese Idee einen Schritt weiter, indem es sich neue zweiseitige Märkte vorstellt, die auf beiden Seiten durch künstliche Intelligenz vermittelt werden. Um nur ein Beispiel dafür zu geben, wie das funktioniert: Nehmen wir an, Sie sind Diabetiker und nutzen einen Dienst, der Rezepte basierend auf Ihrer Erkrankung empfiehlt – aber viele der Gerichte, die der Dienst empfiehlt, schmecken Ihnen nicht. Auf einem bidirektionalen, KI-vermittelten Marktplatz lernt Ihre Empfehlungsmaschine Ihren Geschmack und Ihre Bedürfnisse kennen und kommuniziert dann mit anderen Suchmaschinen, um ein zufriedenstellendes Menü auszuhandeln.

Die Entwicklung neuer Marktmechanismen, die auf Datenflüssen basieren, wird jedoch nicht nur erhebliche Auswirkungen auf die Gesundheitsbranche haben; sie stellt tatsächlich einen unglaublich ehrgeizigen Versuch dar, das Innenleben des Kapitalismus selbst neu zu denken. Während die datenintensive Gesundheitsbranche ein offensichtlicher Ort dafür ist, sind die Anwendungsmöglichkeiten potenziell unbegrenzt. Dies ist nur ein Beispiel dafür, wie die Medizin uns nicht nur dabei hilft, lange genug zu leben, um eine bessere, technologisch fortschrittlichere Zukunft zu genießen, sondern dass sie sogar dazu beiträgt, diese zu schaffen.

Das obige ist der detaillierte Inhalt vonErkundung der revolutionären Auswirkungen künstlicher Intelligenz auf die Zukunft des Gesundheitswesens. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!