Panduan Xin Zhiyuan Mitos AI medis benar-benar terlalu tinggi menurut opini publik! Orang harus memperhatikan tanah. Alat AI semakin banyak memasuki rumah sakit China. Bagaimana perasaan dokter saat menggunakannya? Bisakah AI benar-benar membantu pengambilan keputusan? Bisakah juga membantu dokter "melakukan penelitian ilmiah" dan "makalah masalah"? Jawabannya, saya khawatir ini lebih rumit dari yang Anda pikirkan, lebih seru ...
Ketika DeepMind mengumumkan bahwa mereka akan "menghentikan" AlphaGo dan membentuk DeepMind Health untuk bergerak menuju perawatan kesehatan yang cerdas, perusahaan terkenal ini tidak kebal terhadap tanah longsor dari realisasi komersial.
Selama lebih dari dua tahun, DeepMind Health telah mencapai banyak hasil di bidang medis, termasuk pengembangan AI yang dapat mendeteksi lebih dari 50 penyakit mata dengan lebih akurat daripada dokter mata manusia dalam beberapa detik. Namun, mungkin saja cahaya yang ditinggalkan oleh AlphaGo terlalu menyilaukan, dan DeepMind gagal menciptakan sensasi di seluruh dunia sekali lagi.
Pada November 2018, perusahaan induk Google, Alphabet, mengumumkan reorganisasi untuk membagi bisnis medis DeepMind dan menggabungkannya menjadi departemen Kesehatan Google yang baru dibentuk. DeepMind Health asli tidak lagi ada sebagai sub-merek independen.
Langkah ini mencerminkan tekad Google untuk bertaruh pada perawatan kesehatan cerdas, dan ini juga mencerminkan kesulitan saat ini yang dihadapi oleh perusahaan rintisan perawatan kesehatan yang cerdas. Tidak diragukan lagi, DeepMind adalah tim Litbang AI teratas dunia, dan bahkan tulang mereka tidak dapat digerogoti Di mana seseorang harus berbicara?
Alhasil, banyak orang mulai khawatir apakah gelembung perawatan medis cerdas akan segera meledak?
Perawatan kesehatan yang cerdas tidak dapat diburu-buru, IBM Watson telah hadir selama lebih dari sepuluh tahun
Waktu ditarik kembali ke 7 tahun yang lalu.
Pada tahun 2011, sistem komputasi kognitif IBM Watson mengalahkan juara manusia dalam acara TV kuis paling populer "Dangerous Edge" di Amerika Serikat, memicu kebangkitan kecerdasan buatan AlphaGo di Amerika Serikat dan dunia.
Selanjutnya, IBM mengumumkan bahwa Watson akan memasuki serangkaian bidang bisnis termasuk perawatan medis.Sampai saat ini, di benak banyak orang, IBM Watson identik dengan "smart medical".
Pada tahun 2015, IBM membentuk departemen Kesehatan Watson, yang didedikasikan untuk menemukan cara terbaik untuk mengintegrasikan kecerdasan buatan dan teknologi lainnya untuk membantu para profesional di bidang medis dan kesehatan mengatasi tantangan medis paling berat di dunia.
IBM membentuk departemen Kesehatan Watson, yang didedikasikan untuk menggunakan kecerdasan buatan untuk membantu perawatan kesehatan
Saat ini, IBM Watson Health telah merilis lebih dari 150 solusi, yang mencakup empat bidang pembayaran medis, penyediaan layanan, manajemen pemerintah, dan ilmu kehidupan, membentuk rantai lengkap kognisi dan solusi inovatif yang berjalan melalui beberapa tautan utama di bidang medis dan kesehatan. Selain serangkaian solusi teknologi kognitif yang sedang dikembangkan, solusi yang telah dirilis meliputi:
- Platform Layanan Kesehatan dan Kognitif Watson
- Manajemen perawatan Watson
- Solusi pengembangan obat Watson
- Solusi Onkologi Watson
- Solusi genetik Watson
- Solusi pencocokan uji klinis Watson
- Solusi Analisis Citra Medis Watson
Perawatan medis bukan hanya masalah medis, tetapi juga masalah sosial. Kasus Watson Health menunjukkan bahwa selain teknologi terdepan dan kerjasama dengan rumah sakit atau sekolah kedokteran ternama, perawatan medis yang cerdas perlu menemukan skenario yang tepat, menemukan model bisnis yang tepat, dan membujuk pembuat kebijakan, otoritas regulasi, pimpinan rumah sakit, dokter, Pasien dan keluarganya, perusahaan asuransi dan pihak lain yang tak terhitung jumlahnya, serta sepuluh tahun atau lebih.
Untuk melakukan semua ini, hampir tidak mungkin dicapai tanpa mengandalkan perusahaan platform dengan dana yang kuat dan akumulasi dalam jumlah besar di industri. Apakah Anda mau mengakuinya atau tidak, perawatan kesehatan yang cerdas adalah permainan raksasa. Ini juga salah satu alasan mengapa Alphabet maju untuk mengintegrasikan dan membentuk Google Health.
Dengan kecerdasan buatan, perawatan medis tidak lagi menjadi masalah, tetapi manusia itu sendiri. Berdasarkan gejala klinis pasien dan hasil observasi, terdapat kesenjangan yang besar antara status kesehatan orang yang berbeda, tidak hanya kebugaran jasmani, tetapi juga status sosial ekonomi, lingkungan keluarga, dan riwayat pertumbuhan seseorang.
Selain genetika dan perawatan medis, status sosial ekonomi, lingkungan keluarga, dan kebiasaan hidup pribadi semuanya berdampak pada kesehatan dan umur seseorang. Sumber: Kaiser Family Foundation
Perawatan medis cerdas yang ideal dapat mempertimbangkan faktor penentu sosial dan sistem pendukung keputusan ini, dan sistem pendukung keputusan didasarkan pada berbagai standar dan berbagai tugas. Misalnya, perawatan pribadi yang mendalam berdasarkan pekerjaan yang dilakukan pada pasien serupa di masa lalu, atau membimbing staf medis untuk mendapatkan informasi terbaru guna membantu mereka membuat keputusan yang paling efektif.
Sebagai praktisi pengobatan cerdas paling awal, IBM Watson Health memiliki dua produk yang telah masuk ke China: Watson untuk Onkologi (Watson untuk Onkologi, WfO) dan Watson untuk Genomics (Watson untuk Genomics, WfG).
Menurut data yang disediakan oleh Baiyang Intelligent Technology, yang mempromosikan WfO dan WfG di China, per 4 November 2018, Watson Oncology Solution (WfO) telah menandatangani kontrak dengan 81 rumah sakit di lebih dari 20 provinsi dan lebih dari 40 kota di China. Selain itu, 261 rumah sakit telah menggunakan WfO, 1133 dokter terdaftar dalam sistem, 785 dokter telah menggunakan sistem ini, dan total lebih dari 40.000 pasien telah mengalami layanan sistem tumor Watson.
Apa yang sebenarnya dirasakan dokter China tentang penggunaan Watson: efisien? berhasil?
"Watson dapat membantu dokter muda tumbuh, meningkatkan efisiensi dokter senior, dan menghindari dokter dari membuat kesalahan. Dia adalah asisten setia yang tak kenal lelah dan temperamental, atau interakser tanpa pamrih." Jiang, Direktur Eksekutif dan Sekretaris Jenderal dari Chinese Society of Clinical Oncology (CSCO) Zefei berkata: " AI bagi dokter seperti halnya GPS untuk mengemudi. Ini memandu pengemudi baru dan menghemat tenaga untuk pengemudi lama. "
Xu Qing, direktur departemen onkologi, direktur bagian pengajaran dan penelitian onkologi, dan dokter kepala Rumah Sakit Rakyat Shanghai Tenth yang berafiliasi dengan Universitas Tongji, memberikan contoh seperti itu. Mereka menerima pasien yang menderita kanker duodenum, memasukkan informasi pasien ke WfO dan mendapatkan rekomendasi kasus yang sangat baik.
Antarmuka Watson Oncology Solution (WfO). Sumber: IBM Watson Health
"Saat itu, Regorafenib (inhibitor multi-kinase oral Bayer, yang menargetkan angiogenesis, stroma, dan reseptor onkogenik tirosin kinase. Sejak 2009, telah dipelajari sebagai opsi pengobatan potensial untuk berbagai jenis tumor, 2015) Telah disetujui untuk dua kanker stadium lanjut di Amerika Serikat). WfO telah merekomendasikan obat ini sebelum dipasarkan. Profesor Xu Qing berkata.
Sejak tahun lalu, pasien ini telah menjalani aplikasi klinis Regorafenib. "Dalam rencana pengobatan yang direkomendasikan yang diberikan oleh WfO, tidak hanya rencana obat yang berguna, seperti 160 mg sehari, 21 hari penggunaan, istirahat seminggu, dan siklus 28 hari. Ia juga mencantumkan kombinasi obat yang tidak sesuai dengan obat lain, dan catatan tanggapan. Misalnya, di antara pasien Asia, pasien dengan perdarahan gastrointestinal dan pasien dengan perforasi harus sangat berhati-hati. "
"Untuk obat yang baru diluncurkan, WfO sangat penting bagi klinisi, terutama klinisi muda. Tidak hanya itu, WfO juga akan banyak mencetak materi edukasi pasien untuk memberitahu pasien tentang masalah apa yang harus mereka perhatikan."
Memfasilitasi telemedicine dan platform konsultasi
Rumah sakit besar di Shanghai, Beijing, Guangzhou dan tempat-tempat lain bertanggung jawab atas pekerjaan konsultasi dari beberapa rumah sakit afiliasi, tetapi tidak realistis jika dokter di rumah sakit ini pergi ke tempat kejadian untuk mendapatkan bimbingan setiap saat. IBM Watson memungkinkan dokter di rumah sakit besar untuk memasukkan informasi pasien dasar dari perampasan privasi dan desensitisasi ke tahap penyakit, rencana diagnosis patologis, dan urutan pengobatan untuk ditunjukkan kepada dokter di rumah sakit yang berafiliasi, yang lebih baik untuk konsultasi jarak jauh dan telemedicine. efek.
Profesor Xu Qing mengatakan bahwa setelah penerapan WfO di Rumah Sakit Kesepuluh Shanghai, mereka dan Zhang Yueqiang, direktur Departemen Onkologi, Rumah Sakit Pengobatan Tradisional Cina Kota Zhoukou, Provinsi Henan, melakukan sejumlah konsultasi jarak jauh berdasarkan IBM WfO. Semua orang sangat puas. Melalui metode ini, pasien bisa mendapatkan Perawatan standar sesuai dengan standar internasional terbaru.
Tim Profesor Chen Jinfei dari Departemen Onkologi Rumah Sakit Pertama Nanjing menggunakan WfO untuk melakukan konsultasi jarak jauh multidisiplin dengan para profesor dari Universitas Harvard, dan memfasilitasi pertukaran internasional.
Ahli obyektif dan netral dalam konsultasi multidisiplin
Dalam proses diagnosis dan pengobatan penyakit kompleks seperti tumor, metode yang disebut "konsultasi kelompok ahli multidisiplin" diadopsi. Tim Multi-Disiplin (MDT) mengacu pada tim multidisiplin klinis yang melakukan pertemuan diskusi klinis untuk penyakit tertentu guna merumuskan rencana pengobatan.
Dalam diagnosis dan pengobatan onkologi, biasanya meliputi bedah onkologi, departemen onkologi, departemen intervensi, departemen radioterapi, departemen pencitraan, departemen patologi dan tim keperawatan serta tim peneliti dasar. Di negara-negara Eropa dan Amerika, model diagnosis dan pengobatan multidisiplin (MDT) telah menjadi norma, dan Inggris bahkan telah memberlakukan undang-undang yang mengharuskan setiap pasien kanker menjalani pengobatan MDT yang komprehensif.
Namun demikian, berbagai spesialis yang berpartisipasi dalam konsultasi seringkali memberikan pendapat yang berbeda tentang diagnosis dan pengobatan dari sudut pandang mereka sendiri, dan terkadang sulit untuk mencapai kesepakatan. "Beberapa pemimpin tim MDT mungkin mengalami beberapa penyimpangan karena keterbatasan pengetahuan pribadi mereka. Pengemudi lama kadang-kadang akan memutar saat mengemudi," kata Profesor Xu Qing: "Pada saat ini, jika ada pedoman elektronik, tujuan pihak ketiga dan standar , Ini dapat memastikan bahwa arahan umum MDT tidak akan membuat kesalahan dan memandu MDT untuk berkembang ke arah yang lebih benar. "
Ketika pendapat ahli tidak dapat disepakati, dokter hanya perlu memasukkan informasi kasus pasien di Sistem Onkologi Watson, dan Watson dapat dengan cepat memberikan rencana perawatan, termasuk rencana yang direkomendasikan, rencana yang dipertimbangkan dan rencana yang tidak direkomendasikan, dan apakah itu dianjurkan atau tidak. alasannya. Kesimpulan yang diambil oleh Watson semuanya ilmiah, objektif dan sejalan dengan prinsip-prinsip kedokteran berbasis bukti, yang tidak hanya dapat meningkatkan efisiensi konsultasi, tetapi juga memastikan diskusi dan kualitas konsultasi sampai batas tertentu.
Profesor Xu Qing memperkenalkan bahwa Rumah Sakit Kesepuluh Shanghai telah berinovasi pada model MDT asli, memungkinkan pasien dan keluarga mereka untuk berpartisipasi dalam proses diagnosis dan pengobatan. Model "trinitas" kecerdasan buatan + konsultasi ahli multidisiplin + pasien dan keluarga mereka, "Pasien sangat puas."
Di Rumah Sakit Run Run Run Run yang berafiliasi dengan Zhejiang University School of Medicine, yang pertama kali memperkenalkan MDT terstandardisasi dan dilembagakan di China, pengambilan keputusan kecerdasan buatan MDT telah dilibatkan dalam MDT jarak jauh, seperti Run Run Run Run dan Mayo Hospital di Amerika Serikat (peringkat No. 2017-2018 Rumah Sakit Terbaik di Amerika Serikat) Konsultasi jarak jauh satu rumah sakit. Pasien bisa mendapatkan rencana perawatan terbaru dari para ahli dari seluruh dunia tanpa meninggalkan rumah.
Alat untuk pengajaran rumah sakit dan pelatihan dokter
Pengajaran kasus tradisional sebagian besar berbentuk "guru dan magang", dan tingkat siswa yang dibawa oleh guru yang berbeda tidaklah sama. Terkadang dalam kasus yang sama, guru yang berbeda memiliki kesimpulan yang sama, tetapi penjelasan yang diberikan kepada siswa berbeda. Sebaliknya, memasukkan kasus yang sama ke Watson pasti akan mendapatkan kesimpulan dan penjelasan yang sama, yang sangat membantu pelatihan standar siswa.
Selain itu, kompleksitas tiap kasus berbeda-beda. Terkadang pengajar klinis sangat sulit. WfO menjadi alat pengajaran yang baik. Dapat menjelaskan proses diagnosis dan pengobatan kepada dokter muda secara detail, yang terakhir adalah proses pembelajaran. Di dalamnya, saya juga belajar tentang proses dari diagnosis hingga pemilihan rencana pengobatan.
Setiap Kamis, kami akan mengatur dua hingga tiga pasien untuk sesi pengajaran, dan kami juga akan mengundang disiplin ilmu lain untuk berdiskusi, dan membangun model diskusi kasus multidisiplin yang relatif lengkap, kata Xu Qing.
Asisten dokter senior
Selain dokter muda, Watson juga bisa membantu dokter senior. Di era ledakan informasi saat ini, informasi medis diperbarui hampir setiap hari. "Saya merasa apa yang saya pelajari di universitas selama lima tahun hampir tidak berguna sekarang," kata Jiang Zefei: "Pengetahuan diperbarui begitu cepat, kita akan menghadapi masalah besar, banyak Setelah membaca buku itu, saya menyadari bahwa itu tidak berguna, atau hanya kalimat di sampulnya yang berguna. "
Kecerdasan buatan memungkinkan dokter dengan cepat dan mudah mendapatkan informasi mutakhir. WfO telah menerima pelatihan ketat di Memorial Sloan Kettering Cancer Center (MSKCC), pusat kanker tertua dan terbesar di Amerika Serikat, dan mempelajari lebih dari 330 jurnal medis, 250 monograf onkologi, dan lebih dari 27 juta makalah. Data penelitian, termasuk pedoman pengobatan kanker berdasarkan National Comprehensive Cancer Network (NCCN, koalisi 28 pusat kanker di Amerika Serikat, yang sebagian besar ditetapkan oleh National Cancer Institute sebagai pusat kanker komprehensif), dan MSKCC di Amerika Serikat selama lebih dari 100 tahun Pengalaman praktis dalam pengobatan klinis kanker.
Selain itu, Xu Qing mengatakan bahwa fungsi pengumpulan literatur yang kuat dari Watson dan database yang terus diperbarui juga dapat membantu dokter dengan cepat mengambil literatur yang relevan, menghemat waktu untuk mencari literatur, dan juga nyaman untuk pengetahuan di bidang yang tidak dikenal dalam waktu yang relatif singkat. Untuk memahami dan menguasai.
Alat manajemen standar
Diagnosis dan rencana pengobatan yang diberikan oleh Watson Oncology lebih dari 90% sejalan dengan rencana tim ahli teratas MSKCC, yang mencakup 13 jenis kanker. WfO hanya akan memberikan solusi yang sesuai dalam rentang pengetahuan yang diketahui, dan tidak akan memberikan solusi yang belum diverifikasi secara klinis , Dan itu akan terus belajar dan memperbarui kemajuan dengan cepat.
Terdapat pedoman dan norma yang sesuai di bidang onkologi, seperti pedoman pembedahan terbaru, pedoman terbaru bidang penyakit dalam, perkembangan terkini dalam bidang patologi, dan pencitraan. Terkadang, dokter tidak dapat melihat lebih dekat pada waktunya karena kesibukan pekerjaan. "WfO telah membentuk cara yang cerdas dan nyaman untuk spesifikasi dan pedoman tertulis atau tersebar di masa lalu, sehingga dokter dapat memperolehnya dengan lebih nyaman untuk pertama kalinya," kata Profesor Xu Qing.
"Panduan adalah kerangka kerja. Watson mempersonalisasi panduan tentang seperti apa rupa pasien nantinya." Seorang ahli yang diwawancarai menambahkan.
Sebuah penelitian yang diterbitkan pada konferensi medis resmi dan pertemuan tahunan American Society of Clinical Oncology (ASCO) pada bulan Juni tahun ini menegaskan bahwa WfO dapat meningkatkan pengambilan keputusan klinis dan standarisasi pedoman, dan bahwa pasien dengan kanker lambung yang konsisten dengan rencana WfO dapat memperoleh prognosis yang lebih baik. WfG dapat membantu teknologi diagnostik pendamping NGS (High Throughput Sequencing Technology) untuk lebih meningkatkan keakuratan obat yang ditargetkan / kekebalan dalam pengobatan klinis.
Antarmuka operasi WfG. Sumber: IBM Watson Health
IBM Watson adalah penolong yang baik bagi dokter untuk melakukan penelitian dan menerbitkan makalah
Selain menjadi bantuan untuk diagnosis dan pengambilan keputusan pengobatan, IBM Watson juga memainkan peran yang semakin penting dalam penelitian medis dan publikasi makalah.
IBM Watson Health membantu para profesional medis dan peneliti di seluruh dunia mengubah data dan pengetahuan menjadi wawasan untuk membuat keputusan medis pasien yang cerdas. Pada paruh pertama tahun 2018, IBM dan mitranya merilis lebih dari 160 bukti, termasuk makalah yang diterbitkan dalam literatur medis peer-review dan aktivitas ilmiah utama seperti American Society of Clinical Oncology (ASCO), ISPOR, dan ADA.
Sejak WfO dan WfG memasuki Tiongkok, dokter Tiongkok telah melakukan banyak pekerjaan verifikasi dan demonstrasi: WfO melakukan 18 studi di China, termasuk 9 studi, dan menerbitkan 9 artikel, termasuk 5 abstrak dan 2 kiriman teks lengkap pada pertemuan tahunan ASCO 2018; WfG melakukan 10 studi di China dan menyelesaikannya Tiga di antaranya telah diterbitkan, satu dipublikasikan pada pertemuan tahunan ASCO tahun lalu, satu makalah lengkap telah diserahkan, dan beberapa lainnya sedang dalam proses.
6 artikel penelitian Watson yang dikirimkan oleh dokter Tiongkok akan dimasukkan dalam ASCO 2018 : Penelitian oleh Profesor Zhang Xuchao dari Rumah Sakit Rakyat Provinsi Guangdong menggunakan WfG, penelitian kanker payudara Profesor Jiang Zefei yang diterbitkan di CSCO, 2 makalah oleh Profesor Wu Aiwen dari Rumah Sakit Kanker Universitas Peking, penelitian kanker lambung Profesor Chen Jinfei dari Rumah Sakit Pertama Universitas Nanjing, dan Profesor Xu Qing's artikel.
Alat penelitian medis baru
Profesor Xu Qing memperkenalkan bahwa Rumah Sakit Kesepuluh Shanghai berpartisipasi dalam Konferensi Tahunan Onkologi Klinis Amerika dan berbagi model "Tritunggal" dengan institusi medis asing. Makalah terkait diterbitkan di ASCO.
Rumah Sakit Kanker Universitas Peking membandingkan rencana perawatan yang diusulkan oleh WfO di antara pasien berisiko tinggi dengan kanker usus besar stadium II dengan tim pengambil keputusan MDT Beishuang, dan menemukan bahwa tingkat kesepakatan antara Watson dan rencana rumah sakit setinggi 89,1%, yang sangat konsisten dengan keputusan rumah sakit domestik teratas .
Studi lain datang dari tim Profesor Chen Jinfei dari Rumah Sakit Pertama Nanjing. Para peneliti mengumpulkan catatan medis dan rencana perawatan lebih dari 300 pasien kanker lambung yang dirawat setelah operasi, dan memasukkan data pasien ke WfO secara berulang, dan rencana yang direkomendasikan Watson Bandingkan dengan rencana yang sebenarnya digunakan oleh dokter. Ditemukan bahwa tingkat kelangsungan hidup pasien yang sesuai dengan protokol yang direkomendasikan Watson adalah 29,2 bulan, dan tingkat kelangsungan hidup yang tidak konsisten adalah 25 bulan. Jangan remehkan empat bulan ini, bahkan terkadang obat kanker baru hanya bisa memperpanjang umur pasien beberapa bulan.
Temukan jalur pengobatan baru atau faktor yang mempengaruhi penyakit
North Carolina State University telah melakukan studi perbandingan retrospektif terhadap lebih dari 1.000 kasus. Tim ahli onkologi molekuler membutuhkan waktu lama untuk menemukan mutasi yang dapat diobati ini, tetapi WfG hanya membutuhkan waktu kurang dari 3 menit untuk mengetahuinya 99% mutasi ditemukan oleh ahli manusia. Tidak hanya itu, WfG menemukan mutasi pada 32% kasus tambahan, yang tidak ditemukan oleh para ahli manusia. Profesor Norman Sharpless, kepala American Cancer Center, menulis sebuah artikel khusus untuk studi komparatif ini, membuktikan bahwa penggunaan komputasi kognitif dapat menganalisis data genetik dengan lebih baik dan lebih cepat.
Tim Profesor Zhang Xuchao dari Rumah Sakit Rakyat Provinsi Guangdong menggunakan Watson Genomics Solution (WfG) untuk menafsirkan data NGS dari 115 pasien kanker paru-paru dan menemukan bahwa kelompok ahli menafsirkan rata-rata 10 kasus per minggu, sementara WfG dapat menyelesaikan 10 data sampel dalam waktu 30 menit Penafsiran. Setelah dibandingkan, ditemukan bahwa hasil interpretasi WfG tidak hanya sepenuhnya mencakup hasil interpretasi kelompok ahli, tetapi juga 56,52% sampel (65 kasus) diinterpretasikan oleh WfG dengan tambahan mutasi yang dapat ditindaklanjuti.
Makalah dokter China lainnya yang diterbitkan tahun ini pada pertemuan tahunan ASCO menggunakan WfG untuk menemukan mutasi genetik yang sama seperti yang ditandai secara artifisial pada 43% sampel, dan rata-rata 1,54 mutasi genetik tambahan diidentifikasi pada 57% sampel yang tersisa.
Pada acara CSCO, mahasiswa Professor Jiang menyimpulkan bahwa kelebihan WfO adalah menekankan pada mengutamakan bukti, mendukung literatur dan tidak menjerat data berdasarkan data, belajar dan menyerap, dan pada saat yang sama memperhatikan inovasi dan perbaikan.
Pada tahap ini, kemajuannya terbatas, tetapi perawatan medis di masa depan haruslah perawatan medis yang dibantu AI
Tentu saja, IBM Watson Health masih harus banyak meningkatkan.
Belakangan ini, kabar negatif tentang Watson juga marak. Tapi di semua acara ini, Tidak ada yang secara langsung mempertanyakan teknologi Watson. Faktanya, melihat industri medis pintar saat ini, Watson Health adalah pandangan jauh ke depan.
Jika kita harus mengatakan bahwa Watson tidak memenuhi harapan, itu sebagian besar karena orang-orang telah "mendewakan" teknologi medis cerdas, dan juga kurangnya pemahaman tentang cara kerja Watson.
Data besar medis berkualitas tinggi
Seperti semua sistem pembelajaran mesin, komputasi kognitif Watson juga membutuhkan banyak data. Basis data medis klinis di Amerika Serikat telah mengumpulkan data anotasi dari ribuan pasien yang ditinggalkan oleh dokter dalam praktik klinis. Namun, anotasi ini dilakukan oleh dokter untuk membantu pekerjaan mereka sendiri, dan seringkali tidak cocok untuk melatih sistem kecerdasan buatan.
Untuk melatih sistem cerdas, tidak realistis meminta dokter untuk secara spesifik memberi label gambar medis dalam jumlah besar, karena hal ini membutuhkan banyak tenaga dan biaya waktu. Selain itu, tidak seperti jenis anotasi data lainnya, anotasi citra medis memerlukan pengalaman klinis yang kaya. Bahkan dokter senior terkadang tidak setuju pada anotasi tertentu.
Oleh karena itu, hal ini hanya dapat dilakukan dengan algoritma deep learning rancangan komputer. Untuk merancang algoritma pembelajaran yang mendalam, kuncinya adalah data besar citra medis dengan label yang akurat. Akibatnya, ini menjadi dilema yang khas.
Pusat Klinis National Institutes of Health (NIH) membuka sumber data citra CT skala besar DeepLesion beberapa bulan lalu, yang sejauh ini merupakan kumpulan data citra medis klinis akses terbuka tingkat lesi multi-kategori terbesar di dunia. Dalam sebuah wawancara dengan Xin Zhiyuan, pemimpin teknis proyek DeepLesion dan presiden saat ini dari Institut Penelitian Teknologi Ping An Amerika Timur, Dr. Lu Le mengatakan bahwa untuk membangun kumpulan data DeepLesion, para peneliti mengabdikan lebih dari satu tahun untuk pertemuan puncak visi komputer CVPR. Selain Konferensi Internasional tentang Komputasi Gambar Medis dan Intervensi Bantuan Komputer (MICCAI), Radiologi Amerika Utara (RSNA) dan konferensi medis dan radiologi internasional terkemuka lainnya, 12 makalah penelitian telah diterbitkan.
Yang saya katakan di atas hanyalah data gambar dua dimensi medis, belum lagi berbagai jenis data seperti fMRI, rekam medis elektronik, polis asuransi, dll.
Sejak 2015, IBM telah berinvestasi besar-besaran dalam akuisisi data medis. Sejauh ini, IBM telah menginvestasikan lebih dari US $ 4 miliar untuk mengakuisisi perusahaan teknologi medis, termasuk perusahaan data medis Explorys and Truven, perusahaan perangkat lunak manajemen medis Phytel, dan perusahaan perangkat lunak pencitraan medis Merge Healthcare .
Explorys dan Phytel memiliki 100 juta kasus desensitisasi; Truven memiliki 200 juta catatan klaim asuransi kesehatan; Merge Healthcare memiliki 30 juta gambar medis. Sejauh ini, IBM telah mengumpulkan lebih dari 600.000 TB data de-hidden dan desensitized yang mencakup sekitar 300 juta orang.
Memberikan nasehat kepada dokter berdasarkan pengobatan berbasis bukti
Selain data, ada masalah yang lebih esensial. Watson Oncology Solutions memiliki mesin pendukung keputusan berbasis obat berbasis bukti yang sangat canggih, yang dikembangkan dan dilatih bersama oleh para ahli dari IBM Watson dan MSKCC.
Selama pelatihan, WfO pertama-tama akan menerima atribut khusus terkait pasien pribadi dan kondisi kasus khusus yang diisi oleh perawat dan dokter. Mesin ini dapat melakukan analisis otomatis, kemudian akan menggunakan pengambilan otomatis dan pemrosesan bahasa alami. , Analisis yang dipersonalisasi, penalaran otomatis, dan teknologi lainnya, secara dinamis menganalisis berbagai hipotesis dan masalah, dan menyediakan rangkaian rencana perawatan yang direkomendasikan kepada dokter. Rencana mana yang lebih disukai berdasarkan pengobatan berbasis bukti dan mana yang merupakan pilihan kedua, dan setiap saran Akan mencantumkan bukti obat berbasis bukti spesifik.
Diagram skematis alur kerja sistem pengambilan keputusan kognitif Watson. Sumber: seekalpha.com
Tetapi ini pada gilirannya juga berarti, Jika tidak ada bukti yang jelas, Watson tidak memiliki data pelatihan, jadi tidak ada cara untuk memberikan umpan balik atas nasihat medis. .
Perlu ditekankan di sini bahwa Watson Tumor Solution bukanlah diagnostik. WfO adalah sistem pendukung keputusan tambahan, yang hanya memberikan pilihan pengobatan kepada dokter, dan kewenangan pengambilan keputusan akhir ada di tangan dokter dan pasien. .
Murid dan guru terbaik
Fitur terbesar Watson adalah ia dapat belajar dan berkembang dengan cepat.
Dan ini memberikan kemungkinan tak terbatas untuk perawatan medis di masa depan.
Di tahun 2017, Watson Doctors menambahkan 4 jenis kanker baru dan 6 pengobatan baru.Semua indikator terus ditingkatkan dan diperbaiki. Hingga tahun 2018, WfO telah mencakup 13 jenis kanker yaitu kanker payudara, kanker paru-paru, kanker rektal, kanker usus besar, kanker perut, kanker serviks, kanker ovarium, kanker prostat, kanker kandung kemih, kanker hati, tiroid, kanker esophagus dan kanker endometrium. kanker.
Dalam dua tahun ke depan, Watson akan menambah 3 kanker lagi.
"Segera, solusi onkologi IBM Watson akan dimasukkan dalam pedoman China. Kami juga ingin berterima kasih kepada dokter China atas komentar konstruktif mereka selama proses penggunaan, yang membuat sistem kami semakin matang." Wakil Kepala Petugas Kesehatan, IBM Watson Health , Ahli Onkologi Nathan Levitan berkata. Kedepannya, Watson Cancer akan lebih cocok untuk dokter dan pasien China.
Nathan Levitan berkata: "Watson Tumor bukanlah sistem statis. Sistem ini bekerja dengan dokter di seluruh dunia untuk membuat penyesuaian dan peningkatan berdasarkan kebutuhan pasar lokal. Pada saat yang sama, ia terus-menerus memperkaya fungsinya sendiri dan belajar lebih banyak. Kandungan."
- Tinggalkan pesan di internet untuk melompat dari gedung dan bunuh diri! Jiangxi Net Police berkompetisi waktu untuk menyelamatkan
- Pemutusan hubungan internet di musim dingin, AI menempati peringkat di antara 10 pekerjaan paling menguntungkan di tahun 2019 (dengan jadwal gaji)
- Di luar siklus pengambilan, apa saja bahaya tersembunyi yang paling memengaruhi volume Trumpchi GM8?
- Hurun mengumumkan daftar orang kaya pasca-80-an, putra terkaya Wang Sicong tidak termasuk dalam sepuluh besar
- Pertarungan tiga mobil! SUV kompak lokal manakah yang menjadi pilihan yang modis dan tidak berlebihan?
- Pengingat yang mendesak! Putaran virus baru akan datang, dan saat ini tidak ada obat khusus ... Banyak anak direkrut!