Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

Coronavirus testa o valor da inteligência artificial na medicina

O Dr. Albert Hsiao e seus colegas na universidade do sistema da saúde de Califórnia-San Diego tem trabalhado por 18 meses em um programa da inteligência artificial projetado ajudar doutores a identificar a pneumonia em um raio X de caixa. Quando o coronavirus bateu os Estados Unidos, decidiram considerar o que poderia fazer.

Os pesquisadores distribuíram rapidamente a aplicação, que os pontos radiografam imagens com os pontos da cor onde pode haver dano de pulmão ou outros sinais da pneumonia. Tem sido aplicado agora a mais de 6.000 raios X de caixa, e está fornecendo algum valor no diagnóstico, disse Hsiao, director da imagem lactente aumentada do UCSD e do laboratório da analítica dos dados da inteligência artificial.

Sua equipe é uma de diversos em torno do país que introduziu os programas do AI desenvolvidos em uma estadia mais calma na crise COVID-19 executar tarefas como decidir que pacientes enfrentam o grande risco de complicações e qual pode com segurança ser canalizado no cuidado da baixo-intensidade.

A máquina-aprendizagem programa o rolo com milhões de partes de dados para detectar os testes padrões que podem ser duros para que os clínicos distingam. Contudo poucos dos algoritmos foram testados rigorosa contra procedimentos padrão. Assim quando parecerem frequentemente úteis, desenrolar os programas no meio de uma pandemia poderia ser desconcertante aos doutores ou mesmo perigoso para pacientes, alguns peritos do AI advertem.

O “AI está sendo usado para as coisas que são duvidosas agora,” disse o Dr. Eric Topol, director do instituto da pesquisa de Scripps e do autor Translational de diversos livros na saúde a TI.

Topol escolheu um sistema criado pela epopeia, um vendedor principal do software eletrônico dos registos de saúde, que prevê que pacientes do coronavirus podem se transformar crìtica Illinois. Usar a ferramenta antes que esteja validada é “exceptionalism pandémico,” disse.

A epopeia disse que o modelo de empresa tinha sido validado com dados de mais 16.000 pacientes COVID-19 hospitalizados em 21 organizações dos cuidados médicos. Nenhum pesquisa sobre ferramenta tem sido publicado, mas, em todo caso, “foi desenvolvida para ajudar clínicos a fazer decisões do tratamento e não é um substituto para seu julgamento,” disse James Hickman, um programador de software na equipe de computação cognitiva da epopeia.

Outro vêem a crise COVID-19 como uma oportunidade de aprender sobre o valor de ferramentas do AI.

“Minha intuição é ele é um pouco do bom, ruim e feio,” disse Eric Perakslis, um companheiro da ciência dos dados em Duke University e documentalista principal anterior em Food and Drug Administration. A “pesquisa neste ajuste é importante.”

Quase $2 bilhões derramados nas empresas que touting avanços nos cuidados médicos AI em 2019. Os investimentos no primeiro trimestre de 2020 totalizaram $635 milhões, acima de $155 milhões no primeiro trimestre de 2019, de acordo com a saúde digital da rocha do investidor da tecnologia da saúde.

Pelo menos três empresas da tecnologia do AI dos cuidados médicos fizeram negócios do financiamento específicos à crise COVID-19, incluindo diagnósticos de Vida, uma empresa AI-posta da análise da pulmão-imagem lactente, de acordo com a saúde da rocha.

Total, a aplicação do AI no cuidado clínico diário é menos comum do que a campanha publicitária sobre a tecnologia sugeriria. Contudo a crise do coronavirus inspirou alguns sistemas do hospital para acelerar aplicações prometedoras.

O UCSD acelerou seu projecto da imagem lactente do AI, rolando a para fora em somente duas semanas.

O projecto de Hsiao, com o financiamento da pesquisa dos serviços de Web das Amazonas, a Universidade da California e o National Science Foundation, executa cada raio X de caixa tomado em seu hospital com um algoritmo do AI. Quando nenhum dados na aplicação for publicado ainda, medica o relatório que a ferramenta influencia sua tomada de decisão clínica aproximadamente um terço do tempo, disse o Dr. Christopher Longhurst, o documentalista principal da saúde de Uc San Diego.

“Os resultados são até agora muito encorajadores, e nós não estamos vendo nenhuma conseqüências sem intenção,” disse. “Anecdotally, nós estamos sentindo como eles somos úteis, nao dolorosos.”

O AI avançou mais na imagem lactente do que outras áreas da medicina clínica porque as imagens radiológicas têm toneladas de dados para que os algoritmos processem, e mais dados fazem os programas mais eficazes, disseram Longhurst.

Mas quando os especialistas do AI tentarem conseguir o AI fazer as coisas como prevêem que a sepsia e a aflição respiratória aguda - pesquisadores na Universidade Johns Hopkins ganhou recentemente uma concessão do National Science Foundation para a usar para prever dano do coração nos pacientes COVID-19 - ele foram mais fáceis o obstruir em áreas menos arriscadas tais como logísticas do hospital.

Em New York City, dois sistemas principais do hospital estão usando algoritmos AI-permitidos para ajudá-los a decidir quando e como os pacientes devem se mover em uma outra fase de cuidado ou ser enviados em casa.

No sistema da saúde do monte Sinai, os pinpoints de um algoritmo da inteligência artificial que os pacientes puderam estar prontos para ser descarregado do hospital dentro de 72 horas, disseram Robbie Freeman, vice-presidente da inovação clínica no monte Sinai.

Freeman descreveu a sugestão do AI como da “um acionador de partida conversação,” significado ajudar a ajudar aos clínicos que trabalham em casos pacientes decide o que fazer. O AI não está fazendo as decisões.

A saúde de NYU Langone desenvolveu um modelo similar do AI. Prevê se um paciente COVID-19 que entra no hospital sofrerá eventos adversos dentro dos próximos quatro dias, disse o Dr. Yindalon Aphinyanaphongs, que conduz a equipe com carácter de previsão da analítica de NYU Langone.

O modelo será executado em uns quatro à experimentação de seis semanas com os pacientes randomized em dois grupos: um cujos os doutores receberão os alertas, e outro cujos os doutores não. O algoritmo deve ajudar doutores a gerar uma lista de coisas que podem prever se os pacientes são em risco das complicações depois que são admitidos ao hospital, Aphinyanaphongs disse.

Alguns sistemas da saúde são suspeitosos de desenrolar uma tecnologia que exija a validação clínica no meio de uma pandemia. Outro dizem que não precisaram o AI de tratar o coronavirus.

Os cuidados médicos de Stanford não estão usando o AI para controlar pacientes hospitalizados com COVID-19, disseram Ron Li, director médico da informática do centro para a integração clínica do AI. A área de San Francisco Bay não considerou o impulso previsto dos pacientes que forneceriam a massa dos dados necessários para se certificar de trabalhos do AI em uma população, disse.

Fora do hospital, a modelagem AI-permitida do factor de risco está sendo usada para ajudar sistemas da saúde a seguir os pacientes que não são contaminados com o coronavirus mas pôde ser suscetível às complicações se contratam COVID-19.

Na saúde de Scripps em San Diego, os clínicos estão estratificando pacientes para avaliar seu risco de obter COVID-19 e de experimentar sintomas severos usando um modelo risco-marcando que considere factores como a idade, circunstâncias crônicas e visitas recentes do hospital. Quando um paciente marcam 7 ou um mais alto, uma enfermeira da triagem alcança para fora com informação sobre o coronavirus e pode programar uma nomeação.

Embora as emergências fornecem oportunidades originais de tentar ferramentas avançadas, é essencial para sistemas da saúde assegurar-se de que os doutores sejam confortáveis com eles, e para usar cautelosamente as ferramentas, com teste e validação extensivos, Topol disse.

“Quando os povos são no calor da batalha e overstretched, seria grande ter um algoritmo para apoiá-los,” disse. “Nós apenas temos que certificar-se que o algoritmo e a ferramenta do AI não são enganadores, porque as vidas são em jogo aqui.”

Esta história de KHN publicada primeiramente em Califórnia Healthline, um serviço da fundação dos cuidados médicos de Califórnia.

Notícia da saúde de KaiserEste artigo foi reimprimido de khn.org com autorização da fundação de Henry J. Kaiser Família. A notícia da saúde de Kaiser, um serviço noticioso editorial independente, é um programa da fundação da família de Kaiser, uma organização de investigação nonpartisan da política dos cuidados médicos unaffiliated com Kaiser Permanente.