Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

Les industries médicales qui sont le plus susceptibles d'être influencées par AI

L'utilisation de l'artificial intelligence (AI) se développe dans la popularité dans des réglages de santé et de médicament. L'AI devrait pouvoir par définition obtenir à la solution optimale donnée un problème, et peut être alimentée l'information sur laquelle pour baser des décisions intelligentes au sujet des diagnostics et des pronostics.

Crédit d
Crédit d'image : Panchenko Vladimir/Shutterstock

Artificial intelligence

L'AI entoure les systèmes qui ne sont pas expressément programmés par un algorithme, mais apprend plutôt de l'exposition aux caractéristiques. Le système devrait obtenir à la solution optimale donnée un problème, l'effectuant davantage qu'un algorithme humain-produit et au lieu un renseignement de calcul plus indépendant. Les couches de l'AI analysent les caractéristiques indépendamment et extraient une certaine forme des données de valeur, à la laquelle éventuel on confronte des aides il pour l'effectuer à une décision précise au sujet du problème.

Il y a deux types principaux d'AI, d'apprentissage automatique appelé et d'apprendre profondément. L'apprentissage automatique concerne plusieurs couches de réseaux neuronaux qui traitent les caractéristiques, alors qu'apprendre profondément lui prend une mesure davantage et permet au système de repérer des configurations dans différentes couches.

Santé

Quand l'AI était première étant appliquée à la santé, les demandes de représentation se sont avérées pour surpasser des radiologues. Geoffrey Hinton, qui a été appelé le père d'apprendre profondément, est allé autant que déclarer cette formation pour des radiologues devrait être discontinué, parce que ce type deviendrait périmé avec l'arrivée de l'AI commerciale en analysant des images de sein et de coeur. Il plus tard a rectifié cette déclaration, expliquant que le rôle des professionnels tels que des radiologues changera à cause de l'AI, mais ne pas disparaître.

La recherche par Gartner, une compagnie consultative, prévoit que l'AI produira plus d'emploi qu'il élimine. Cependant, l'élimination se concentrera principalement sur la fabrication alors que les industries de la santé font face à l'accroissement de l'AI.

On l'espère que l'AI pourra libérer l'heure pour l'industrie de la santé occupée en exécutant répétitif et des travaux quotidiens. On s'attend à ce que l'être humain et le traitement d'AI soient fusionnés pour obtenir aux solutions optimales. Par exemple, le grand volume de données peut être primordialement pour que les êtres humains tamisent par l'entremise de mais est entièrement maniable pour qu'une AI extraie des résultats utiles pour l'évaluation par des êtres humains.

Artificial Intelligence in Healthcare – It’s about Time | Casey Bennett | TEDxNashville

Dans les réglages cliniques, le patient profond est un programme apprenant profond qui peut prévoir les maladies. Le système a été formé sur une base de données des dossiers de 700.000 patients à un hôpital de New York. Le patient profond pourrait trouver le témoin de configurations quels patients étaient sur le chemin de développer des conditions telles que le cancer et la schizophrénie de foie. Certains prévoient que de tels programmes, une fois qualifiés sur assez un grand réglé des gens, peuvent être employés pour remonter des médecins dans des endroits géographiquement d'isolement ou charge de travail pour alléger médecins'.

Développement de médicament

Le développement de médicament est un endroit où les compagnies investissent dans l'AI si tout va bien pour accélérer et diminuer les frais du développement de médicament.

Un géant pharmaceutique emploie IBM Watson, un système d'apprentissage automatique, pour trouver les médicaments immunisés d'oncologie. Plusieurs autres compagnies suivent le mouvement.

IBM Watson
IBM Watson

La plupart des chefs dans le domaine médical croient que les fonctions et les qualifications exigées ont associé à la découverte de médicaments changeront pour cette raison, mais la façon de la modification est étée en désaccord au moment. Certains croient la formation, les cours d'étudiant préparant une licence et les cours licenciés doivent devenir plus généralisés pour comporter plus de l'informatique et l'apprentissage automatique. D'autres croient que le système actuel devrait, où une personne peut devenir un expert en une mutation spécifique, mais que les éléments du besoin de l'informatique d'être ajouté sur cela. Certaines de ces modifications qui se produisent en raison de l'AI sont déjà visibles. Par exemple, quelques universités avaient offert des diplômes de premier cycle dans le calcul biomédical depuis 2003.

MIT Quest for Intelligence Launch: AI-Driven Drug Discovery

Le contrat à terme de l'AI en médicament

Tandis que l'AI est une priorité pour certains, la plupart des grandes compagnies ne poussent pas plus d'AI à ce moment. Tandis que l'exactitude de l'AI a été améliorée pour lui permettre de prévoir des objectifs pour le développement de médicament, il y a de plus grands problèmes en traitant l'information patiente confidentielle. Selon une étude sur de grands systèmes de santé des USA, les systèmes de santé attachent plus d'importance sur la cybersécurité intense que le développement d'AI à cet instant.

Quelques organismes qui espèrent mettre en application plus d'AI font face toujours à l'accroissement lent. Ici, le problème devient la recherche des professionnels neufs qui peuvent prendre les rôles neufs des informaticiens d'AI. Puisque le besoin d'AIS d'être programmé avec des caractéristiques réelles, ceci est susceptible également d'ouvrir un grand nombre de fonctions à un rythme qui peut dépasser cela de la perte de travail.

Further Reading

Last Updated: Nov 27, 2018

Sara Ryding

Written by

Sara Ryding

Sara is a passionate life sciences writer who specializes in zoology and ornithology. She is currently completing a Ph.D. at Deakin University in Australia which focuses on how the beaks of birds change with global warming.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Ryding, Sara. (2018, November 27). Les industries médicales qui sont le plus susceptibles d'être influencées par AI. News-Medical. Retrieved on September 23, 2021 from https://www.news-medical.net/health/The-Medical-Industries-That-Are-Most-Likely-to-Be-Impacted-by-Ai.aspx.

  • MLA

    Ryding, Sara. "Les industries médicales qui sont le plus susceptibles d'être influencées par AI". News-Medical. 23 September 2021. <https://www.news-medical.net/health/The-Medical-Industries-That-Are-Most-Likely-to-Be-Impacted-by-Ai.aspx>.

  • Chicago

    Ryding, Sara. "Les industries médicales qui sont le plus susceptibles d'être influencées par AI". News-Medical. https://www.news-medical.net/health/The-Medical-Industries-That-Are-Most-Likely-to-Be-Impacted-by-Ai.aspx. (accessed September 23, 2021).

  • Harvard

    Ryding, Sara. 2018. Les industries médicales qui sont le plus susceptibles d'être influencées par AI. News-Medical, viewed 23 September 2021, https://www.news-medical.net/health/The-Medical-Industries-That-Are-Most-Likely-to-Be-Impacted-by-Ai.aspx.

Comments

  1. Jennifer Bradley Jennifer Bradley India says:

    Thank you for this very insightful read about how AI is benefiting healthcare and drug development - from disease prediction to cost-effective drug development, the myriads that AI brings to the table is huge and growing ever bigger with advancing technologies.

The opinions expressed here are the views of the writer and do not necessarily reflect the views and opinions of News Medical.