Les experts de l'IA discutent de la façon d'intégrer une IA robuste dans les soins de santé, pourquoi la collaboration interdisciplinaire est essentielle et le potentiel de l'IA générative dans la recherche.
Feifei Li et Lloyd Minor ont fait des remarques d'ouverture au Symposium inaugural de la santé de l'augmentation de la Stanford University School of Medicine le 14 mai. Steve Fish
La plupart des gens capturés par l'intelligence artificielle ont eu une sorte de moment «aha», ouvrant leur esprit à un monde de possibilités. Lors du premier Symposium de santé de l'augmentation du 14 mai, Lloyd Minor, MD, doyen de la Stanford University School of Medicine et vice-président des affaires médicales de l'Université de Stanford, a partagé son point de vue.
Lorsqu'un adolescent curieux a été invité à résumer ses conclusions concernant l'oreille intérieure, il s'est tourné vers l'intelligence artificielle générative. «J'ai demandé:« Qu'est-ce que le syndrome de la déhiscence du canal supérieur? Minor a déclaré à près de 4 000 participants au symposium. En quelques secondes, plusieurs paragraphes sont apparus.
"Ils sont bons, vraiment bons", a-t-il déclaré. «Que ces informations ont été compilées dans une description concise, généralement précise et clairement priorisée de la maladie. C'est tout à fait remarquable.
Beaucoup ont partagé l'excitation de Minor pour l'événement d'une demi-journée, qui a été une excroissance de la Ringing Health Initiative, un projet lancé par la Stanford University School of Medicine et le Stanford Institute for Human Centered Artificiel Intelligence (HAI) pour guider l'utilisation responsable de l'artificiel intelligence. Intelligence dans la recherche biomédicale, l'éducation et les soins aux patients. Les orateurs ont examiné ce que signifie mettre en œuvre l'intelligence artificielle en médecine d'une manière qui est non seulement utile pour les médecins et les scientifiques, mais également transparente, équitable et équitable pour les patients.
«Nous pensons qu'il s'agit d'une technologie qui améliore les capacités humaines», a déclaré Fei-Fei Li, professeur d'informatique à la Stanford School of Engineering, directeur de Rense Health with Minor Project et codirecteur de HAI. Génération après génération, les nouvelles technologies peuvent émerger: des nouvelles séquences moléculaires d'antibiotiques à la cartographie de la biodiversité et révélant des parties cachées de la biologie fondamentale, l'IA accélère la découverte scientifique. Mais tout cela n'est pas bénéfique. «Toutes ces applications peuvent avoir des conséquences involontaires, et nous avons besoin d'informaticiens qui développent et mettent en œuvre [l'intelligence artificielle] de manière responsable, en travaillant avec une variété de parties prenantes, des médecins et des éthiciens… aux experts en sécurité et au-delà», dit-elle. «Des initiatives comme Rusiness Health démontrent notre engagement à cela.»
La consolidation de trois divisions de la médecine de Stanford - la School of Medicine, Stanford Health Care et la Stanford University School of Child Health Medicine - et ses liens avec d'autres parties de l'Université de Stanford l'ont mis dans un poste où les experts sont aux prises avec le développement de intelligence artificielle. Problèmes de gestion et d'intégration dans le domaine des soins de santé et de la médecine. Médecine, la chanson est allée.
«Nous sommes bien placés pour être un pionnier dans le développement et la mise en œuvre responsable de l'intelligence artificielle, des découvertes biologiques fondamentales à l'amélioration du développement de médicaments et à la rendez-vous plus efficace des processus d'essais cliniques, jusqu'à la prestation réelle des services de santé. soins de santé. La façon dont le système de santé est mis en place », a-t-il déclaré.
Plusieurs orateurs ont souligné un concept simple: se concentrer sur l'utilisateur (dans ce cas, le patient ou le médecin) et tout le reste suivra. «Cela met le patient au centre de tout ce que nous faisons», a déclaré le Dr Lisa Lehmann, directeur de la bioéthique de Brigham and Women's Hospital. «Nous devons considérer leurs besoins et leurs priorités.»
De gauche à droite: le présentateur de nouvelles de Stat Mohana Ravindranath; Jessica Peter Lee de Microsoft Research; Sylvia Plevritis, professeur de science des données biomédicales, discute du rôle de l'intelligence artificielle dans la recherche médicale. Steve
Les conférenciers du panel, qui comprenaient Lehmann, le bioéthiciste médical de l'Université de Stanford, Mildred Cho, MD, et le directeur clinique de Google, Michael Howell, MD, ont noté la complexité des systèmes hospitaliers, soulignant la nécessité de comprendre leur objectif avant toute intervention. Implémentez-le et assurez-vous que tous les systèmes développés sont inclusifs et écoutent les personnes conçues pour aider.
Une clé est la transparence: il indique clairement d'où vient les données utilisées pour former l'algorithme, quel est le but initial de l'algorithme et si les données futures des patients continueront d'aider l'algorithme à apprendre, entre autres facteurs.
"Essayer de prédire des problèmes éthiques avant de devenir sérieux [signifie] trouver le sweet spot parfait où vous en savez suffisamment sur la technologie pour y avoir une certaine confiance, mais pas avant que [le problème] ne se propage plus loin et le résout plus tôt." , A déclaré Denton Char. Candidat aux sciences médicales, professeur agrégé du Département d'anesthésiologie pédiatrique, de médecine périopératoire et de médecine de la douleur. Une étape clé, dit-il, est d'identifier toutes les parties prenantes qui pourraient être affectées par la technologie et de déterminer comment elles souhaitent elles-mêmes répondre à ces questions.
Jesse Ehrenfeld, MD, président de l'American Medical Association, discute de quatre facteurs qui stimulent l'adoption de tout outil de santé numérique, y compris ceux alimentés par l'intelligence artificielle. Est-ce efficace? Cela fonctionnera-t-il dans mon établissement? Qui paie? Qui est responsable?
Michael Pfeffer, MD, directeur de l'information de Stanford Health Care, a cité un exemple récent dans lequel de nombreux problèmes ont été testés parmi les infirmières des hôpitaux de Stanford. Les cliniciens sont soutenus par de grands modèles de langage qui fournissent des annotations initiales pour les messages des patients entrants. Bien que le projet ne soit pas parfait, les médecins qui ont aidé à développer le rapport technologique que le modèle assouplit leur charge de travail.
«Nous nous concentrons toujours sur trois choses importantes: la sécurité, l'efficacité et l'inclusion. Nous sommes des médecins. Nous prêchons le serment de «ne pas faire de mal», a déclaré Nina Vasan, MD, professeure adjointe de psychiatrie et de sciences du comportement, qui a rejoint Char et Pfeffer ont rejoint le groupe. «Cela devrait être la première façon d'évaluer ces outils.»
Nigam Shah, MBBS, Ph.D., professeur de médecine et de science des données biomédicales, a commencé la discussion avec une statistique choquante malgré un avertissement équitable pour le public. "Je parle en termes et chiffres généraux, et parfois ils ont tendance à être très directs", a-t-il déclaré.
Selon Shah, le succès de l'IA dépend de notre capacité à l'étendre. «Faire des recherches scientifiques appropriées sur un modèle prend environ 10 ans, et si chacun des 123 programmes de bourses et de résidence voulait tester et déployer le modèle à ce niveau de rigueur, il serait très difficile de faire la bonne science car nous organisons actuellement Nos efforts et [test]] cela coûterait 138 milliards de dollars pour s'assurer que chacun de nos sites fonctionne correctement », a déclaré Shah. «Nous ne pouvons pas nous le permettre. Nous devons donc trouver un moyen de nous développer, et nous devons nous développer et faire une bonne science. Les compétences en rigueur sont au même endroit et les compétences à l'échelle sont dans une autre, nous allons donc avoir besoin de ce type de partenariat. »
Le Dean Yuan Ashley et Mildred Cho (réception) associés ont assisté à l'atelier de santé RUINS. Steve
Certains conférenciers du symposium ont déclaré que cela pourrait être réalisé grâce à des partenariats public-privé, tels que le récent décret exécutif de la Maison Blanche sur le développement et l'utilisation de l'intelligence artificielle de la Maison Blanche et de confiance et le consortium pour l'intelligence artificielle de la santé (CHAI). ).
«Le partenariat public-privé avec le plus grand potentiel est celui entre le monde universitaire, le secteur privé et le secteur public», a déclaré Laura Adams, conseillère principale de la National Academy of Medicine. Elle a noté que le gouvernement peut garantir la confiance du public et que les centres médicaux universitaires le pouvaient. Fournir une légitimité et une expertise technique et un temps informatique peuvent être fournis par le secteur privé. «Nous sommes tous meilleurs que nous, et nous reconnaissons que… nous ne pouvons prier pour réaliser le potentiel de [l'intelligence artificielle] à moins de comprendre comment interagir les uns avec les autres.»
Plusieurs orateurs ont déclaré que l'IA a également un impact sur la recherche, que les scientifiques l'utilisent pour explorer le dogme biologique, prédisent de nouvelles séquences et structures de molécules synthétiques pour soutenir de nouveaux traitements, ou même les aider à résumer ou rédiger des articles scientifiques.
"C'est l'occasion de voir l'inconnu", a déclaré Jessica Mega, MD, cardiologue à la Stanford University School of Medicine et co-fondatrice d'Alphabet's en vérité. Mega a mentionné l'imagerie hyperspectrale, qui capture les caractéristiques de l'image invisibles à l'œil humain. L'idée est d'utiliser l'intelligence artificielle pour détecter les modèles dans les diapositives de pathologie que les humains ne voient pas qui indiquent une maladie. «J'encourage les gens à embrasser l'inconnu. Je pense que tout le monde ici connaît quelqu'un avec une sorte de problème de santé qui a besoin de quelque chose au-delà de ce que nous pouvons fournir aujourd'hui », a déclaré Mejia.
Les panélistes ont également convenu que les systèmes d'intelligence artificielle fourniront de nouvelles façons d'identifier et de lutter contre la prise de décision biaisée, qu'elle soit faite par les humains ou l'intelligence artificielle, avec la capacité d'identifier la source du biais.
"La santé est plus que des soins médicaux", ont convenu plusieurs panélistes. Les orateurs ont souligné que les chercheurs négligent souvent les déterminants sociaux de la santé, tels que le statut socioéconomique, le code postal, le niveau d'éducation et la race et l'ethnicité, lors de la collecte de données inclusives et du recrutement des participants pour des études. «L'IA n'est aussi efficace que les données sur lesquelles le modèle est formé», a déclaré Michelle Williams, professeur d'épidémiologie à l'Université Harvard et professeur agrégé d'épidémiologie et de santé de la population à la Stanford University School of Medicine. «Si nous faisons ce que nous nous efforçons de faire. Améliorer les résultats pour la santé et éliminer les inégalités, nous devons nous assurer de collecter des données de haute qualité sur le comportement humain et l'environnement social et naturel. »
Natalie Pageler, MD, professeur de clinique de pédiatrie et de médecine, a déclaré que les données agrégées contre le cancer excluent souvent les données sur les femmes enceintes, créant des biais inévitables dans les modèles et exacerbant les disparités existantes dans les soins de santé.
Le Dr David Magnus, professeur de pédiatrie et de médecine, a déclaré que, comme toute nouvelle technologie, l'intelligence artificielle peut soit améliorer les choses à bien des égards, soit les aggraver. Le risque, a déclaré Magnus, est que les systèmes d'intelligence artificielle apprendront les résultats inéquitables de la santé pilotés par les déterminants sociaux de la santé et renforceront ces résultats grâce à leur production. "L'intelligence artificielle est un miroir qui reflète la société dans laquelle nous vivons", a-t-il déclaré. «J'espère que chaque fois que nous aurons l'occasion de mettre en lumière un problème - de tenir un miroir à nous-mêmes - cela servira de motivation à améliorer la situation.»
Si vous n'êtes pas en mesure d'assister à l'atelier de santé d'augmentation, un enregistrement de la session peut être trouvé ici.
La Stanford University School of Medicine est un système de soins de santé académique intégré composé de la Stanford University School of Medicine et des systèmes de prestation de soins de santé adultes et pédiatriques. Ensemble, ils réalisent le plein potentiel de la biomédecine grâce à la recherche collaborative, à l'éducation et aux soins cliniques des patients. Pour plus d'informations, visitez Med.stanford.edu.
Un nouveau modèle d'intelligence artificielle aide les médecins et les infirmières de l'hôpital de Stanford ensemble pour améliorer les soins aux patients.
Temps de poste: juillet 19-2024