Генеративный ИИ в здравоохранении: примеры, преимущества, варианты использования
Опубликовано: 2023-08-08Огромная популярность ChatGPT от OpenAI спровоцировала гонку за внедрение генеративного ИИ в приложения, используемые в промышленности. Здравоохранение находится в числе лидеров.
По мнению McKinsey & Company, генерирующий искусственный интеллект в здравоохранении может помочь разблокировать часть нереализованного потенциального улучшения отрасли в 1 триллион долларов за счет автоматизации работы, подверженной ошибкам, предоставления клиницистам огромного количества данных за считанные секунды и модернизации инфраструктуры здравоохранения.
Примеры генеративного ИИ в здравоохранении
Хотя предприятия здравоохранения уже много лет используют технологии искусственного интеллекта (предсказание неблагоприятных событий, оптимизация планирования операционной и объединение данных пациентов для достижения лучших результатов — вот три примера), искусственный интеллект в здравоохранении обещает еще более глубокую трансформацию отрасли.
Вот несколько недавних примеров применения ИИ в здравоохранении:
- Amazon Web Services (AWS) в июле анонсировала сервис под названием AWS HealthScribe, который использует распознавание речи и генеративный искусственный интеллект для экономии времени врачей за счет создания клинической документации.
- По данным Wall Street Journal , Google тестирует технологию медицинских чат-ботов под названием Med-PaLM 2 в May Clinic и других больницах. Основанный на технологии большой языковой модели (LLM), лежащей в основе собственного разговорного генеративного чат-бота Google Bard с искусственным интеллектом, Med-PaLM 2 призван более точно и безопасно отвечать на медицинские вопросы.
- Microsoft , один из крупнейших инвесторов в OpenAI, компанию ChatGPT, сотрудничает с Epic Systems для интеграции технологии генеративного искусственного интеллекта в свои электронные медицинские записи (EHR). Дочерняя компания Microsoft Nuance Communications также анонсировала полностью автоматизированное приложение для клинической документации, которое сочетает в себе разговорный и окружающий искусственный интеллект с GPT-4, последней версией LLM, лежащей в основе ChatGPT.
83% самых инновационных медицинских компаний в мире используют решения SAP.
Использование данных в одной из самых ресурсоемких отраслей
Примечательно наблюдать такую динамику в здравоохранении, консервативной отрасли, которая, как известно, одной из последних внедряет новые технологии. Это особенно верно, если учесть, что строгие правила конфиденциальности, такие как Закон об ответственности за переносимость медицинского страхования (HIPAA), имеют тенденцию сдерживать обмен данными.
Тем не менее, здравоохранение также является одной из наиболее интенсивно использующих данные отраслей.
Сообщается, что средняя больница ежегодно производит около 50 петабайт данных, что в сумме составляет примерно 12,5 триллионов цифровых копий Библии в версии короля Иакова. Более того, по сообщениям, объем данных, генерируемых в сфере здравоохранения, увеличивается на 47% в год, что является значительным показателем для любой отрасли.
Все эти данные должны быть кем-то зарегистрированы, а это занимает значительное время. Многие из них могут быть чрезвычайно полезны для повышения эффективности работы организаций здравоохранения, а также для предоставления своевременной медицинской информации и консультаций нуждающимся пациентам.
Однако эффективное использование этих данных практически невозможно, поскольку их слишком много для людей и старых технологий.
Вот тут-то и вступает в игру ИИ. Полагаясь на алгоритмы глубокого обучения для создания нового текста, аудио, кода и другого контента, его можно оптимизировать с точки зрения конфиденциальности, а затем заарканировать огромные объемы неструктурированной медицинской информации, чтобы сэкономить время и деньги, одновременно открывая бесконечные бизнес- и клинические возможности.
Вовлечение пациентов здравоохранения: представляя лучшее и смелое будущее
В Соединенных Штатах как плательщики, так и поставщики медицинских услуг сталкиваются с множеством критических и неотложных проблем. Вы готовы?
Персонализированная медицина, более быстрая диагностика и многое другое
По словам аналитика IDC Health Insights Линн Данбрек, организации здравоохранения видят этот потенциал, и это одна из причин, почему 64,8% из них изучают сценарии генеративного искусственного интеллекта, а 34,9% уже инвестируют в них.
«Существует спрос на технологии для решения ключевых приоритетов, таких как улучшение качества обслуживания пациентов, улучшение здоровья населения и сокращение затрат», — говорит Данбрэк.
В частности, аналитики говорят, что генеративный искусственный интеллект может стать неотъемлемой частью решения множества общих потребностей в отрасли здравоохранения, в том числе:
- Персонализированная медицина . Генеративный искусственный интеллект может собирать и анализировать огромные объемы данных о пациентах, чтобы предоставлять индивидуальные лекарства и рекомендации по терапии для улучшения лечения.
- Анализ медицинских изображений : LLM также преуспевают в интерпретации медицинских изображений, таких как МРТ, КТ и рентгеновские снимки. Автоматизация анализа изображений может позволить врачам быстрее и точнее выявлять проблемы, улучшая диагностику и уход в целом.
- Ведение клинических заметок: набор инструментов, таких как HealthScribe от AWS, вероятно, будет направлен на решение извечной проблемы врачей, которые слишком ограничены во времени, чтобы вести правильные, подробные записи о посещениях пациентов, а затем вынуждены вводить их в электронные медицинские записи. Инструменты искусственного интеллекта могут облегчить эту проблему, используя распознавание речи и глубокое обучение для быстрой и эффективной автоматизации этих процессов.
- Открытие и разработка лекарств . Генеративный искусственный интеллект также можно использовать для ускорения открытия лекарств путем моделирования молекулярных взаимодействий и прогнозирования возможных кандидатов на лекарства. Его также используют для ускорения одобрения лекарств регулирующими органами. Например, компания Insilico Medicine заявляет, что не только использовала собственную платформу искусственного интеллекта для разработки метода лечения идиопатического фиброза легких, распространенного респираторного заболевания, но и применила ее на каждом этапе процесса доклинического поиска лекарств. В Insilico говорят, что сделать это с помощью традиционных методов обычно стоит более 400 миллионов долларов, но они рассчитывают достичь этого примерно за десятую часть этих затрат с помощью генеративного искусственного интеллекта.
- Виртуальные помощники по здоровью . Многие из первых чат-ботов с генеративным искусственным интеллектом для здравоохранения будут сосредоточены на предоставлении более быстрых и качественных ответов на вопросы пациентов, более эффективно 24 часа в сутки. UNC Health, например, использует генеративные инструменты искусственного интеллекта Epic, чтобы помочь переутомленным врачам справиться с потоком сообщений, поступающих к ним.
- Оптимизация страховых требований . Генеративный ИИ также помогает оптимизировать требования по медицинскому страхованию от пациентов (или запросы на предварительную авторизацию от кабинетов врачей) за счет автоматизации извлечения и обработки записей пациентов, тем самым снижая нагрузку на персонал колл-центра. Кроме того, это может помочь ускорить рассмотрение претензий, одновременно выявляя потенциально мошеннические заявления путем выявления подозрительных закономерностей и аномалий.
Генеративный искусственный интеллект как технология все еще находится в зачаточном состоянии, несмотря на всю раннюю шумиху, поэтому невозможно предсказать, сохранится ли нынешний фокус на здравоохранении. Но одно ясно: с учетом того, что в эту сферу вкладывается столько миллиардов долларов, эта тенденция не отступит в ближайшее время.