健康

流ency性はヘルスケアの知性ではありません

ヘルスケアの提供と革新の交差点でキャリアを費やした2人の人々として、私たちは両方とも興奮と懸念の両方でAI革命が展開するのを見てきました。しかし、人工知能はヘルスケアを変えることを約束しますが、その真の可能性を活用するために現実を誇大広告から分離する必要があります。 明確にしましょう：HealthcareのAIはChatGptから始めませんでした。何十年もの間、医療機関は、医療専門家を支援するために機械学習とパターン認識を使用してきました。 1990年代半ばには、がん検出のための病理学のAIアプリケーションが見られました。これらは医師の代わりではなく、能力を向上させるためのツールでした。 この基本的な哲学は今日も重要です。AIは、医療専門家の代替ではなく、補強する必要があります。 生成AIの現在の波は、公共の想像力を捉えていますが、私たちは期待を和らげなければなりません。これらのモデルは、膨大な量の医学文献を処理し、一貫したテキストを生成する際に印象的な能力を示していますが、完璧とはほど遠いものです。 実際、現在の大規模な言語モデルのエラー率は15％から40％です。 70％の時間の適切な情報を提供した医師を信頼する患者は何ですか？ 臨床試験を要約したり、患者と医師の会話を分析したり、治療の推奨事項を作成したりする場合、幻覚や矛盾を買う余裕はありません。 しかし、これは、AIの可能性を却下する必要があるという意味ではありません。むしろ、私たちは業界として、どこでどのように展開するかについて戦略的でなければなりません。ロスや他の人が指摘しているのは、生成的なAIモデルは医学的推論には優れていないかもしれないが、意思決定に至るべき重要な要因を特定するのが得意であるということです。 その結果、ヘルスケアにおけるAIの真の約束は、それを置き換えるのではなく、人間の意思決定をサポートする能力にあります。これらのツールは、大量の医学文献を消化し、患者の記録を分析し、最も経験豊富な臨床医でさえ逃れる可能性のあるパターンを特定できます。 重要なのは、これらの基礎モデルの上に信頼できる意思決定サポートシステムを構築することです。 AIのパターン認識能力を厳密な臨床検証と人間の監視と組み合わせたシステム。 ヘルスケアの多くの組織で、私たちが直接経験している組織を含む、AIが特定のヘルスケアプロセスを強化できるターゲットアプリケーションで調査がありました。大規模な言語モデルは印象的な一般的な機能を提供しますが、特定のタスクに焦点を当てた特殊なモデルはしばしばより良い結果を提供し、汎用モデルよりも速くそれを行うことができることを学びました。 重要なことに、このようなターゲットアプリケーションは、特定の条件または薬物療法の電子的健康記録を分析する際に、そのような結果をわずかなコストでもたらす可能性があります。 AI採用に対するこの実用的なアプローチは、より広範な真実を反映しています。ヘルスケアの革新は、最新のテクノロジートレンドを追いかけることではなく、実際の問題に対する持続可能なソリューションを見つけることです。医療リーダーとして、患者の転帰を明らかに改善し、医療従事者をサポートし、患者のプライバシーを保護し、費用対効果を維持するアプリケーションに焦点を当てる必要があります。 前方のパスには、上記の要素のすべてを慎重に検討するバランスの取れたアプローチが必要です。 AIの機能を活用して、日常的なタスクを処理し、複雑な医療データを分析し、臨床的意思決定をサポートしながら、精度と信頼性の高い基準を維持する必要があります。ヘルスケアAIでの成功は、適切な技術を適切な課題に一致させる能力に依存します。 しかし、AIをすべてのヘルスケアの問題に対する魔法の解決策と見なす誘惑に抵抗し、すべてのサイズのテクノロジー、または自律的なAIの意思決定をサポートするテクノロジーに注意とリソースを贅沢にする必要があります。 ヘルスケアの未来は、AIが引き継ぐことではありません。それは、人間の専門知識と人工知能の間に共生関係を作り出すことです。この視点を維持することにより、AIの可能性を活用しながら、その落とし穴を避け、最終的には患者と提供者の両方に適したヘルスケアシステムを作成できます。 しかし、そこにたどり着くには、誇大広告を無視しなければなりません。そして、私たちは自分自身を流encyにだまされてはなりません。誰でもあなたに言うことができるように、素晴らしい医学の学生と有能な臨床医の間には違いの宇宙があります。私たちは、すべての人に利益をもたらすAIの力を活用するため、この違いを念頭に置くために患者と臨床医によってうまくいきます。 写真：メタモーワーク、ゲッティイメージズ Sachin H. Jain、MD、MBA、FACP、リード スキャングループとヘルスプラン、高齢者向けの革新的なヘルスケアソリューションに焦点を当てています。彼は、ハーバード大学、ハーバード大学医学部、ハーバードビジネススクールで学位を取得しており、内科で理事会認定を受けています。 Jain博士は以前、Caremore Health SystemのCEOを務めており、メディケアおよびメディケイドサービスセンターでリーダーシップの役割を果たしてきました。アンバーニガム ヘルスケアと人工知能の経験が12年以上の経験を持つヘルスケア起業家です。彼は共同設立者兼CEOです Basys.ai、AIでヘルスケアワークフローを最適化するデジタルヘルススタートアップ。これに先立ち、彼は会社を設立して売却しました。アンバーは、ハーバード大学で健康データサイエンスの修士号を取得し、MITサンドボックス内のスタートアップを積極的に指導しています。彼の作品は、ボストン公衆衛生会議から40歳未満の健康触媒賞を含む、賞とフェローシップで認められています。この投稿はを通して表示されます Medcityインフルエンサー プログラム。誰でも、Medcityインフルエンサーを通じて、Medcity Newsのヘルスケアのビジネスとイノベーションに関する視点を公開できます。 方法を調べるには、ここをクリックしてください。 #流ency性はヘルスケアの知性ではありません