ИИ помогает патологу в Сингапуре не отставать от пациентов

Это эссе, которое рассказывает, основано на разговоре с доктором Ченгом Чием Леонгом, главой Департамента анатомической патологии в Сингапурской больнице общего профиля. Это интервью было отредактировано для длины и ясности.

Я привлечен к патологии, потому что точный диагноз является критической отправной точкой для правильного лечения и лечения. В моей области мы исследуем ткани под микроскопом, чтобы определить болезнь или состояние пациента.

Патологи должны тратить больше времени на участие в растущей сложности нашей практики. ИИ может Повысить нашу производительностьПолем

С растущей стареющей популяцией мы будем иметь дело с более сложными пациентами. Наш пожилое население Живет дольше, и у нас будут пациенты с несколькими состояниями одновременно.

Мы всегда имеем дело с относительной нехваткой рабочей силы, и это усложняется тем фактом, что нас просят на самом деле делать все больше и больше с тканью.

Например, в прошлом, Биопсия простаты Может потребовать четыре параметра для всего случая. Теперь мы должны иметь дело с более конкретными параметрами для каждого отдельного образца.

Иногда количество образцов может достигать 20-30, что в 10-20 раз превышает объем работы, к которой мы на самом деле привыкли. Это не очень устойчиво, потому что вы никогда не сможете увеличить количество рабочей силы, необходимой для работы с вещами в 10-20 раз.

Вот где ИИ должен будет войти, что позволит нам делать больше с меньшими затратами и справляться с большим количеством параметров без увеличения количества ресурсов.

ИИ может выделить интересующие области быстрее, чем мы могли бы изучить при высоком увеличении, повышая как уверенность, так и эффективность.

ИИ был частью патологии в течение многих лет

Я участвовал в медицинской информатике более двадцати лет, начиная с медицинского служащего в Сингапурских вооруженных силах.

Связанные истории

Business Insider рассказывает инновационные истории, которые вы хотите знать

Business Insider рассказывает инновационные истории, которые вы хотите знать

Мы были подвержены использованию инструментов на основе машинного обучения для цифровых патологических изображений около десяти лет назад.

Проект между Сингапурской больницей общего профиля и ИИ Сингапур с 2020 по 2021 год был сосредоточен на использовании ИИ для дифференциации опухоли, называемой фиброэпителиальными поражениями. Это не ваши традиционные рак грудино скорее два связанных условия, которые иногда могут имитировать друг друга: фибруденомы и опухоли филлодов.

Мы построили алгоритмы ИИ, чтобы попытаться различить эти два поражения на биопсийных материалах. Цель состояла в том, чтобы улучшить нашу диагностическую уверенность и лучшие решения по лечению.

ИИ не непогрешимо – особенно в сложных случаях

Даже наиболее обученный ИИ будет иметь погрешность, и его производительность в значительной степени зависит от входных данных.

У ИИ все еще есть какая -то возможность интегрировать сложные данные, чтобы направить нас к правильному диагнозу наряду с тем, что мы видим под микроскопом.

Например, мы исследуем другие данные, такие как электронные записи пациентов и радиологические отчеты, чтобы лучше понять всю клиническую картину.

В отличие от обученных специалистов, ИИ по-прежнему имеет проблемы с адаптируемостью и обобщением, в том числе решать проблемы в менее оптимальных обстоятельствах.

ИИ очень зависит от его Данные обученияПолем Когда ИИ сталкивается с тканью, которая была обработана по -разному – например, образцы из зарубежных лабораторий, которые имеют разные цвета или внешность – он может работать неоптимально.

Иногда ИИ принимает складывающуюся ткань на слайде как положительный результат, когда это не должно быть. Обученная человеческая профессионала сможет найти способы приблизиться к новым результатам и ситуациям, с которыми они имеют меньше опыта, вместо того, чтобы пытаться привязать к категории, которую ИИ может делать.

На данный момент человек в цикле неизбежен. Мы всегда практикуем маржу безопасности, чтобы гарантировать, что мы не совершаем ошибок.

В конце концов, много лет обучения помогли нам построить базу знаний, которая позволит нам сделать точные интерпретации и диагнозы.

Со временем ИИ, данный достаточно обучение, данные, И правильное руководство может действительно добиться большего успеха.

Пока ИИ не заменит врачей или люди в среднесрочной и долгосрочной перспективе, человек без способности ИИ не сможет не отставать от быстро развивающейся области здравоохранения.

ИИ в конечном итоге изменит способ работы. Это потребует от нас, чтобы приобрести другой набор навыков и потребовать, чтобы мы практиковались на более высоком уровне.

У вас есть история, которую можно поделиться об ИИ в здравоохранении? Свяжитесь с этим репортером в [email protected]Полем