Många dimensioner av det moderna livet drivs alltmer av artificiell intelligens, inklusive olika aspekter av hälsa och välbefinnande. Hur länge tidigare kan en dator överträffa mänskligt inriktade hälsovårdsåtgärder? Kanske viktigare, hur länge innan en människa är villig att lita på en icke-mänsklig att behandla honom eller henne? Dessa två frågor kan bli föremål för debatten om potentialen för maskininlärningsteknik och robotik i vården.
Datorer kan "tänka" på ett allt mer mänskligt sätt. Vare sig vi är redo eller inte, den senaste utvecklingen inom kognitiv datorsignal som åldern för datoriserad coaching och vård har kommit fram till.
Statistiskt analysera hälsoinformation
Det är ingen hemlighet att vi delar alla möjliga privata och ofta intima uppgifter varje gång vi gör ett köp eller surfar på Internet. Förmågan att förutsäga hälsohändelser helt enkelt genom att spåra vardagligt beteende visades kraftigt igen 2012 när detaljist Target visade världen de kunde förutse med otrevlig noggrannhet om en kvinna var gravid baserat på sina shoppingvanor - ibland till och med levererade nyheterna om graviditet till abashed familjemedlemmar.
Många personuppgifter analyseras statistiskt på ett rutinmässigt sätt för att ge mer insikt i ens vanor och egenskaper. Några av dessa metoder sker frivilligt och med användarens fulla medvetenhet och stöd, medan andra kan utföras smidigt av organisationer och företag.
Otillbörligt spårningsbeteende väcker vissa etiska och sociala frågor.
Många individer delar nu sin personliga hälsoinformation på olika sätt, genom tydlig delning via en hälsoriskbedömning, tillfälligt genom wearables, och ibland oavsiktligt genom sociala medier och köpbeteende.
Noggrannheten med vilken denna information kan analyseras och tolkas ökar, vilket skapar både faror och möjligheter, och möjligen placerar oss vid gränsen till en ny era där tekniken kan spela en roll för att nudga vår hälsa och välbefinnande på positiva sätt.
Anpassa hälsa och lösa problemet med feldiagnostisering
Läkares diagnosfel är ett stort problem. Ett resultat av oaktsamhet eller ett misslyckande med att överväga möjligheten att välja, dessa misstag kan vara förödande för patienten och hans eller hennes familj. Professor Eta Berner vid University of Alabama i Birmingham och Dr. Mark L. Graber från Northport VA Medical Center fann att en uppskattad 10-20 procent av medicinska fallen misdiagnostiserades. Berner och Graber påpekar att effektiva kognitiva processer säkerställer den korrekta diagnosen större delen av tiden. Det finns dock tider när dessa kognitiva processer misslyckas. Berners och Grabers analys visade att läkarens övertygelse ofta kan vara en bidragande orsak till medicinska fel. Vidare fann en rapport som finansierades av byrån för hälsoforskning och kvalitet att 28 procent av alla diagnostiska misstag var stora i svårighetsgrad, vilket möjligen indikerar en livshotande händelse.
Misdiagnosering kan innehålla allt från att ordinera fel medicin för att kirurgiskt avlägsna fel kroppsdel.
Denna alarmerande statistik kan leda till att vissa argumenterar för att det befintliga problemet kan lösas helt enkelt genom att ta bort den mänskliga faktorn från ekvationen. Teknik som IBMs Watson erbjuder nu hopp om att information kan syntetiseras och övervägas på ett mer humanistiskt sätt. Watsons kognitiva teknik har kapacitet att analysera ostrukturerad data, förstå komplexa frågor och presentera slutanvändare med bevisbaserade lösningar.
Watson syftar till att förbättra förutsägbara algoritmer, som inte alltid har visat sig framgångsrika när de tillämpas i verkliga situationer.
Vad kan dock vara mer provocerande än Watsons förutsägbara potential är möjligheten att dess teknik överträffar människor när det gäller hälso- och fitnessinterventioner.
Under 2015 bildade IBM Watson ett strategiskt partnerskap med CVS Health, som tillkännagav ankomsten av kognitiv databehandling i den kommersiella hälsovårdsindustrin. Det föreslog att läkare och apotek snart skulle få tillgång till teknik som exempelvis skulle kunna upptäcka en minskning av patientens hälsa.
En överenskommelse mellan Under Armor och IBM, som undertecknades 2016, gav Watson ett tillfälle att vidareutveckla och utveckla sin hälsoplattform. Apple har också gjort en betydande investering i Watson-plattformen för att förbättra sina HealthKIT- och ResearchKIT-utvecklingsplattformar. Enligt en rapport från Grand View Research Inc. förväntas den globala marknaden för hälsovårdens kognitiva databas uppnå över 5 miljarder dollar år 2020.
Vetenskapliga forskningsstudier stöder också användningen av teknik för att minimera risken för fel och skador i medicin. Dr Mark L. Graber föreslår användningen av så kallade "trigger tools", som skulle kunna identifiera fall som riskerar diagnostiskt fel genom att analysera elektroniska journaler och leta efter avvikelser. Olika typer av utlösningsverktyg används nu på amerikanska sjukhus, men de kan inte alltid upptäcka diagnostiska fel. Därför satsas också på att utforma bättre förebyggande ingrepp.
Ett lovande tillvägagångssätt har presenterats av Dr Hardeep Singh och hans kollegor. De utformade en elektronisk utlösare som kan identifiera patienter som inte har planerat sjukhusutnämningar inom 2 veckor efter sitt primära vårdbesök, vilket tyder på att något kan ha missat under sin första undersökning. Många experter förutspår att teknik som denna kommer att bidra till att förebygga fel eller åtminstone få dem att uppmärksamma för att minska dem.
Omfamna artificiell intelligens
År 2015 uttryckte ordföranden för NHS England, Sir Malcolm Grant, sin uppfattning om att artificiell intelligens bör omfamnas av vården, eftersom det kan förbättra vårdkvaliteten och fördjupa personliga mediciner. Många vårdpersonal har sedan echoed denna känsla. Teknik som på ett tillförlitligt sätt kan diagnostisera och / eller identifiera diagnostiska fel genom datautvinning är sannolikt inte långt borta.
Kognitiv databehandling inom hälsovårdssektorn används för närvarande mer i en rådgivande roll och inte att fatta slutgiltiga beslut eller ersätta människor i sig. Watson hjälper till exempel personer och organisationer att göra mer avancerade och sofistikerade kliniska beslut och kommer snart hjälpa individer att förbättra sina träningsnivåer genom partnerskap med Under Armor. Det var emellertid bara för kort tid sedan datorer överträffade människor som den dominerande kraften i en intellektuell sport som schack, och datorkraften ökar bara. Dessutom läggs det mänskliga elementet till datorns bearbetningskarakteristik, vilket gör att idén om dator och robotar tar hand om oss inte så långt borttagna som det en gång verkade.
> Källor
> Berner E, Graber M. Överförtroende som orsak till diagnostisk fel i medicin. The American Journal of Medicine . 2008; 121: S2-S23.
> Graber ML. Förekomsten av diagnostiskt fel i medicin. BMJ Kvalitet & Säkerhet . 2013; 22 (Suppl 2): ii21-ii27. doi: 10.1136 / bmjqs-2012-001.615.
> Lupton D. Hälsofrämjande under den digitala tiden: en kritisk kommentar. Health Promotion International . 2015; 30 (1): 174-183
> Singh H, Giardina TD, Meyer OCH, Forjuoh SN, Reis Singh H, Giardina TD, Meyer OCH, Forjuoh SN, Reis MD, Thomas EJ. Typer och ursprung av diagnostiska fel i primärvårdsinställningarna. JAMA internmedicin . 2013; 173 (6): 418-425.
> Thompson M. Hälso- och sjukvård och kognitivt datorteknik gör stora förändringar. Econtent . 2015: 4-8.