Le coronavirus vérifie la valeur de l'artificial intelligence en médicament

M. Albert Hsiao et ses collègues à l'université du système de santé de Californie-San Diego avait travaillé pendant 18 mois sur un programme d'artificial intelligence conçu pour aider des médecins à recenser la pneumonie sur une radiographie thoracique. Quand le coronavirus a heurté les Etats-Unis, ils ont décidé de voir ce qu'il pourrait faire.

Les chercheurs ont rapidement déployé l'application, que les points radiographient des images avec des endroits de couleur où il peut y avoir les dégâts de poumon ou d'autres signes de pneumonie. Il a été maintenant appliqué à plus de 6.000 radiographies thoraciques, et il fournit une certaine valeur dans le diagnostic, a indiqué Hsiao, directeur de la représentation augmentée de l'UCSD et du laboratoire d'analytique de caractéristiques d'artificial intelligence.

Son équipe est l'une de plusieurs dans le pays qui a poussé des programmes d'AI développés dans un temps plus calme dans la crise COVID-19 pour effectuer des tâches comme décider quels patients font face au risque le plus grand de complications et ce qui peut être en toute sécurité cheminé dans des soins d'inférieur-intensité.

Le parcourir de programmes d'apprentissage automatique des millions de pièces de caractéristiques pour trouver les configurations il peut être difficiles pour que les cliniciens discernent que. Pourtant peu des algorithmes ont été rigoureusement vérifiés contre des procédures normales. Ainsi tandis qu'ils semblent souvent utiles, le déroulement des programmes au beau milieu d'une pandémie pourrait être embrouillant aux médecins ou même dangereux pour des patients, quelques experts en matière d'AI avertissent.

La « AI est employée pour les choses qui sont douteuses en ce moment, » a dit M. Éric Topol, directeur de l'institut de recherches de Scripps et de l'auteur de translation de plusieurs livres sur le service informatique de santé.

Topol a choisi un système produit par l'épopée, un principal fournisseur du logiciel électronique de dossiers santé, qui prévoit quels patients de coronavirus peuvent devenir en critique Illinois. Utilisant l'outil avant qu'il ait été validé est « l'exceptionalism universel, » il a dit.

L'épopée a indiqué que le modèle de compagnie avait été validé avec des caractéristiques de plus 16.000 patients COVID-19 hospitalisés dans 21 organismes de santé. Aucun recherche sur outil a été publié, mais, en tous cas, elle « a été développée pour aider des cliniciens à prendre des décisions de demande de règlement et n'est pas un substitut pour leur jugement, » a dit James Hickman, un programmateur de logiciel sur l'équipe calculante cognitive de l'épopée.

D'autres voient la crise COVID-19 comme opportunité de se renseigner sur la valeur des outils d'AI.

« Mon intuition est lui est un peu du bon, mauvais et laid, » a dit Éric Perakslis, un camarade de la science de caractéristiques à Duke University et ancien chef de service de l'information à Food and Drug Administration. La « recherche dans ce réglage est importante. »

Presque $2 milliards plus à torrents dans des compagnies démarchant des avancements dans la santé AI en 2019. Les placements dans le premier trimestre de 2020 se sont montés à $635 millions, à partir de $155 millions dans le premier trimestre de 2019, selon la santé digitale de roche de bailleur de fonds de technologie de santé.

Au moins trois compagnies de technologie de la santé AI ont rendu des affaires du financement spécifiques à la crise COVID-19, y compris la diagnose de Vida, une compagnie à la force de l'AI d'analyse de poumon-représentation, selon la santé de roche.

De façon générale, la mise en place de l'AI dans des soins cliniques quotidiens est moins courante que l'exagération au-dessus de la technologie proposerait. Pourtant la crise de coronavirus a inspiré quelques systèmes d'hôpital pour accélérer des applications prometteuses.

L'UCSD a accéléré son projet de représentation d'AI, la roulant à l'extérieur en seulement deux semaines.

Le projet de Hsiao, avec le financement de recherches des services Web d'Amazone, l'Université de Californie et le National Science Foundation, fait fonctionner chaque radiographie thoracique prise à son hôpital par un algorithme d'AI. Tandis qu'aucune caractéristique sur la mise en place n'a été publiée encore, soigne l'état que l'outil influence leur prise de décision clinique environ un tiers du temps, a dit M. Christopher Longhurst, chef de service de l'information de la santé d'Uc San Diego.

« Les résultats sont jusqu'à présent très d'une manière encourageante, et nous ne voyons aucune conséquence involontaire, » il a dit. « Anecdotique, nous nous sentons comme elle est utile, non de manière blessante. »

L'AI a avancé davantage dans la représentation que d'autres domaines de médecine clinique parce que les images radiologiques ont des tonnes de caractéristiques pour que les algorithmes traitent, et plus de caractéristique rend les programmes plus efficaces, a dit Longhurst.

Mais tandis que les spécialistes en AI ont essayé d'obtenir l'AI pour faire les choses comme prévoient que la sepsie et la détresse respiratoire aiguë - chercheurs à l'Université John Hopkins a récent gagné une concession de National Science Foundation pour l'employer pour prévoir les dégâts de coeur dans les patients COVID-19 - il a été plus facile de le brancher aux endroits moins risqués tels que la logistique d'hôpital.

À New York City, deux systèmes importants d'hôpital emploient des algorithmes AI-activés pour les aider à décider quand et comment des patients devraient entrer dans une autre phase des soins ou être envoyés à la maison.

Au système de santé de mont Sinaï, les pointes d'épingle d'un algorithme d'artificial intelligence que les patients pourraient être prêts à être rebuté de l'hôpital dans un délai de 72 heures, ont indiqué Robbie Freeman, vice-président d'innovation clinique au mont Sinaï.

Freeman a décrit la suggestion de l'AI comme « hors-d'oeuvres de conversation, » signifié pour aider à aider des cliniciens travaillant aux cas patients décident quoi faire. L'AI ne prend pas les décisions.

La santé de NYU Langone a développé un modèle assimilé d'AI. Elle prévoit si un patient COVID-19 entrant dans l'hôpital souffrira des événements défavorables dans les quatre jours suivants, a dit M. Yindalon Aphinyanaphongs, qui aboutit l'équipe prévisionnelle d'analytique de NYU Langone.

Le modèle sera fait fonctionner dans des quatre à l'essai de six semaines avec des patients randomisés dans deux groupes : un dont les médecins recevront les alertes, et des des autres dont les médecins pas. L'algorithme devrait aider des médecins à produire d'une liste des choses qui peut prévoir si les patients sont en danger pour des complications après qu'ils soient admis à l'hôpital, Aphinyanaphongs a dit.

Quelques systèmes de santé sont circonspects de dérouler une technologie qui exige la validation clinique au milieu d'une pandémie. D'autres indiquent qu'elles n'ont pas eu besoin d'AI pour traiter le coronavirus.

La santé de Stanford n'emploie pas l'AI pour manager des patients hospitalisés avec COVID-19, a dit Ron Li, directeur de l'informatique médicale du centre pour l'intégration clinique d'AI. La région de Baie de San Franciso n'a pas vu le saut de pression prévu des patients qui auraient fourni la masse des caractéristiques requises pour s'assurer des travaux d'AI sur une population, il a dit.

En dehors de l'hôpital, la modélisation AI-activée de facteur de risque est employée pour aider des systèmes de santé pour suivre les patients qui ne sont pas infectés avec le coronavirus mais pourrait être susceptible des complications s'ils contractent COVID-19.

À la santé de Scripps à San Diego, les cliniciens stratifient des patients pour évaluer leur risque d'obtenir COVID-19 et de remarquer des symptômes sévères utilisant un modèle de risque-rayure qui considère des facteurs comme l'âge, les états chroniques et les visites récentes d'hôpital. Quand un patient raye 7 ou un plus élevé, une infirmière de sélection atteint à l'extérieur avec des informations sur le coronavirus et peut ordonnancer une affectation.

Bien que les urgences fournissent des opportunités uniques d'essayer les outils avancés, il est essentiel que les systèmes de santé s'assurent que les médecins sont confortables avec eux, et pour utiliser les outils prudemment, avec le contrôle et la validation considérables, Topol a dit.

« Quand les gens sont dans l'excitation de combat et surétendu, il serait grand d'avoir un algorithme pour les supporter, » il a dit. « Nous juste devons nous assurer que l'algorithme et l'outil d'AI n'est pas fallacieux, parce que les durées sont en jeu ici. »

Cette histoire de KHN d'abord publiée sur la Californie Healthline, un service de la fondation de santé de la Californie.

Journal de la santé de KaiserCet article a été réimprimé de khn.org avec l'autorisation de la fondation de Henry J. Kaiser Family. Le journal de la santé de Kaiser, un service de nouvelles en qualité de rédacteur indépendant, est un programme de la fondation de famille de Kaiser, une organisation pour la recherche indépendante de police de santé indépendante avec Kaiser Permanente.