Los expertos en IA discuten cómo integrar la IA robusta en la atención médica, por qué la colaboración interdisciplinaria es crítico y el potencial de la IA generativa en la investigación.
Feifei Li y Lloyd Minor dieron comentarios de apertura en el Simposio de salud inaugural en la Facultad de Medicina de la Universidad de Stanford el 14 de mayo. Steve Fish
La mayoría de las personas capturadas por la inteligencia artificial han tenido algún tipo de momento de "aha", abriendo sus mentes a un mundo de posibilidades. En el Simposio de Salud inaugural el 14 de mayo, Lloyd Minor, MD, decano de la Facultad de Medicina de la Universidad de Stanford y vicepresidente de asuntos médicos en la Universidad de Stanford, compartió su perspectiva.
Cuando se le pidió a un curioso adolescente que resumiera sus hallazgos con respecto al oído interno, recurrió a una inteligencia artificial generativa. "Le pregunté: '¿Qué es el síndrome de dehiscencia del canal superior?' Minor dijo a casi 4.000 participantes del simposio. En cuestión de segundos, aparecieron varios párrafos.
"Son buenos, muy buenos", dijo. “Que esta información se compiló en una descripción concisa, generalmente precisa y claramente priorizada de la enfermedad. Esto es bastante notable ".
Muchos compartieron la emoción de Minor por el evento de medio día, que fue una consecuencia de la Iniciativa de Salud Raise, un proyecto lanzado por la Facultad de Medicina de la Universidad de Stanford y el Instituto Stanford para la Inteligencia Artificial Centrada en Humanos (HAI) para guiar el uso responsable del uso artificial de inteligencia. Inteligencia en investigación biomédica, educación y atención al paciente. Los oradores examinaron lo que significa implementar la inteligencia artificial en la medicina de una manera que no solo sea útil para médicos y científicos, sino también transparente, justo y equitativo para los pacientes.
"Creemos que esta es una tecnología que mejora las capacidades humanas", dijo Fei-Fei Li, profesor de ciencias de la computación en la Escuela de Ingeniería de Stanford, Director de Project de Salud con Menores y codirector de HAI. Generación tras generación, pueden surgir nuevas tecnologías: desde nuevas secuencias moleculares de antibióticos hasta mapeo de la biodiversidad y revelando partes ocultas de la biología fundamental, la IA está acelerando el descubrimiento científico. Pero no todo esto es beneficioso. "Todas estas aplicaciones pueden tener consecuencias involuntarias, y necesitamos informáticos que desarrollen e implementen [inteligencia artificial] de manera responsable, trabajando con una variedad de partes interesadas, desde médicos y éticos ... hasta expertos en seguridad y más allá", dice ella. "Iniciativas como Raise Health demuestran nuestro compromiso con esto".
La consolidación de tres divisiones de Stanford Medicine, la Escuela de Medicina, Stanford Health Care y la Escuela de Medicina de Salud Infantil de la Universidad de Stanford, y sus conexiones con otras partes de la Universidad de Stanford lo han puesto en una posición en la que los expertos están lidiando con el desarrollo del desarrollo del desarrollo del desarrollo del desarrollo del desarrollo del desarrollo del desarrollo del desarrollo del desarrollo. inteligencia artificial. Problemas de gestión e integración en el campo de la salud y la medicina. Medicina, la canción fue.
“Estamos bien posicionados para ser pioneros en el desarrollo y la implementación responsable de la inteligencia artificial, desde descubrimientos biológicos fundamentales hasta mejorar el desarrollo de fármacos y hacer que los procesos de ensayos clínicos sean más eficientes, hasta la prestación real de servicios de salud. cuidado de la salud. La forma en que se establece el sistema de salud ”, dijo.
Varios oradores enfatizaron un concepto simple: concéntrese en el usuario (en este caso, el paciente o el médico) y todo lo demás seguirá. "Pone al paciente en el centro de todo lo que hacemos", dijo la Dra. Lisa Lehmann, directora de bioética del Hospital Brigham and Women's. "Necesitamos considerar sus necesidades y prioridades".
De izquierda a derecha: presentadora de noticias de estadísticas Mohana Ravindranath; Jessica Peter Lee de Microsoft Research; La plevritis de Sylvia, profesora de ciencia de datos biomédicos, analiza el papel de la inteligencia artificial en la investigación médica. Steve Fish
Los oradores en el panel, que incluyeron a Lehmann, bioeticista médico de la Universidad de Stanford, Mildred Cho, MD y el director clínico de Google, Michael Howell, MD, señalaron la complejidad de los sistemas hospitalarios, enfatizando la necesidad de comprender su propósito antes de cualquier intervención. Impléntelo y asegúrese de que todos los sistemas desarrollados sean inclusivos y escuchen a las personas que están diseñadas para ayudar.
Una clave es la transparencia: deja en claro dónde provienen los datos utilizados para entrenar el algoritmo, cuál es el propósito original del algoritmo y si los datos futuros de los pacientes continuarán ayudando al algoritmo a aprender, entre otros factores.
"Tratando de predecir problemas éticos antes de que se vuelvan serios [significa] encontrar el punto óptimo perfecto donde sabes lo suficiente sobre la tecnología para tener cierta confianza, pero no antes de que [el problema] se extienda aún más y lo resuelva antes". Denton Char dijo. Candidato de ciencias médicas, profesor asociado del Departamento de Anestesiología Pediátrica, Medicina Perioperatoria y Medicina del Dolor. Un paso clave, dice, es identificar a todos los interesados que podrían verse afectados por la tecnología y determinar cómo les gustaría responder esas preguntas.
Jesse Ehrenfeld, MD, presidente de la Asociación Médica Americana, analiza cuatro factores que impulsan la adopción de cualquier herramienta de salud digital, incluidas las impulsadas por la inteligencia artificial. ¿Es efectivo? ¿Funcionará esto en mi institución? ¿Quién paga? ¿Quién es responsable?
Michael Pfeffer, MD, director de información de Stanford Health Care, citó un ejemplo reciente en el que muchos de los problemas fueron evaluados entre las enfermeras en los hospitales de Stanford. Los médicos cuentan con el apoyo de modelos de idiomas grandes que proporcionan anotaciones iniciales para los mensajes de pacientes entrantes. Aunque el proyecto no es perfecto, los médicos que ayudaron a desarrollar el informe de tecnología que el modelo facilita su carga de trabajo.
“Siempre nos centramos en tres cosas importantes: seguridad, eficiencia e inclusión. Somos médicos. Hacemos un juramento para "no hacer daño", dijo Nina Vasan, MD, profesora asistente clínica de psiquiatría y ciencias del comportamiento, que se unieron a Char y Pfeffer se unieron al grupo. "Esta debería ser la primera forma de evaluar estas herramientas".
Nigam Shah, MBBS, Ph.D., profesor de medicina y ciencia de datos biomédicos, comenzó la discusión con una estadística impactante a pesar de la advertencia justa para la audiencia. "Hablo en términos y números generales, y a veces tienden a ser muy directos", dijo.
Según Shah, el éxito de la IA depende de nuestra capacidad para escalarlo. “Hacer una investigación científica adecuada sobre un modelo lleva unos 10 años, y si cada uno de los 123 programas de becas y residencia quisiera probar e implementar el modelo a ese nivel de rigor, sería muy difícil hacer la ciencia correcta mientras organizamos actualmente Nuestros esfuerzos y [prueba]] costarían $ 138 mil millones asegurarse de que cada uno de nuestros sitios funcione correctamente ”, dijo Shah. “No podemos pagar esto. Por lo tanto, necesitamos encontrar una manera de expandirnos, y necesitamos expandir y hacer una buena ciencia. Las habilidades de rigor están en un solo lugar y las habilidades de escala están en otro, por lo que vamos a necesitar ese tipo de asociación ".
El asociado Dean Yuan Ashley y Mildred Cho (recepción) asistieron al taller de salud. Steve Fish
Algunos oradores en el Simposio dijeron que esto podría lograrse a través de asociaciones público-privadas, como la reciente orden ejecutiva de la Casa Blanca sobre el desarrollo seguro, seguro y confiable y el uso de la inteligencia artificial y el consorcio para la inteligencia artificial (CHAI) de la atención médica. ).
"La asociación público-privada con el mayor potencial es uno entre la academia, el sector privado y el sector público", dijo Laura Adams, asesora principal de la Academia Nacional de Medicina. Señaló que el gobierno puede garantizar la confianza pública, y los centros médicos académicos pueden. Proporcionar legitimidad, y el sector privado puede proporcionar experiencia técnica y el tiempo de computadora. "Todos somos mejores que cualquiera de nosotros, y reconocemos que ... no podemos orar para darnos cuenta del potencial de [inteligencia artificial] a menos que entendamos cómo interactuar entre nosotros".
Varios oradores dijeron que la IA también está teniendo un impacto en la investigación, ya sea que los científicos lo usen para explorar el dogma biológico, predecir nuevas secuencias y estructuras de moléculas sintéticas para apoyar nuevos tratamientos, o incluso ayudarlos a resumir o escribir artículos científicos.
"Esta es una oportunidad para ver a lo desconocido", dijo Jessica Mega, MD, cardióloga de la Facultad de Medicina de la Universidad de Stanford y cofundadora de Alphabet's. Mega mencionó imágenes hiperespectrales, que capturan características de imagen invisibles para el ojo humano. La idea es usar inteligencia artificial para detectar patrones en diapositivas de patología que los humanos no ven que indican enfermedad. “Animo a la gente a abrazar lo desconocido. Creo que todos aquí conocen a alguien con algún tipo de condición médica que necesita algo más allá de lo que podemos proporcionar hoy ”, dijo Mejia.
Los panelistas también acordaron que los sistemas de inteligencia artificial proporcionarán nuevas formas de identificar y combatir la toma de decisiones sesgadas, ya sea hecha por humanos o inteligencia artificial, con la capacidad de identificar la fuente del sesgo.
"La salud es más que solo atención médica", acordaron varios panelistas. Los oradores enfatizaron que los investigadores a menudo pasan por alto los determinantes sociales de la salud, como el estado socioeconómico, el código postal, el nivel de educación y la raza y el origen étnico, al recopilar datos inclusivos y reclutar participantes para estudios. "La IA es tan efectiva como los datos sobre los cuales se capacita el modelo", dijo Michelle Williams, profesora de epidemiología en la Universidad de Harvard y profesora asociada de epidemiología y salud de la población en la Facultad de Medicina de la Universidad de Stanford. “Si hacemos lo que nos esforzamos por hacer. Mejorar los resultados de la salud y eliminar las desigualdades, debemos asegurarnos de recopilar datos de alta calidad sobre el comportamiento humano y el entorno social y natural ".
Natalie Pageler, MD, profesora clínica de pediatría y medicina, dijo que los datos agregados de cáncer a menudo excluyen los datos sobre mujeres embarazadas, creando sesgos inevitables en los modelos y exacerbando las disparidades existentes en la atención médica.
El Dr. David Magnus, profesor de pediatría y medicina, dijo que, como cualquier nueva tecnología, la inteligencia artificial puede mejorar las cosas de muchas maneras o empeorarlas. El riesgo, dijo Magnus, es que los sistemas de inteligencia artificial aprenderán sobre los resultados de salud inequitativos impulsados por los determinantes sociales de la salud y reforzarán esos resultados a través de su producción. "La inteligencia artificial es un espejo que refleja la sociedad en la que vivimos", dijo. "Espero que cada vez que tengamos la oportunidad de arrojar luz sobre un problema, para mantener un espejo para nosotros, servirá como motivación para mejorar la situación".
Si no pudo asistir al taller de salud de Raus, se puede encontrar una grabación de la sesión aquí.
La Facultad de Medicina de la Universidad de Stanford es un sistema integrado de atención médica académica que consta de la Facultad de Medicina de la Universidad de Stanford y los sistemas de prestación de atención médica para adultos y pediátricos. Juntos se dan cuenta de todo el potencial de la biomedicina a través de la investigación colaborativa, la educación y la atención clínica del paciente. Para obtener más información, visite med.stanford.edu.
Un nuevo modelo de inteligencia artificial está ayudando a médicos y enfermeras en el Hospital Stanford a trabajar juntos para mejorar la atención al paciente.
Tiempo de publicación: julio-19-2024