Anonim

Arbeitsplätze schaffen 51 / Shutterstock

  • Maschinelles Lernen und tiefe neuronale Netze haben bedeutende Fortschritte in der künstlichen Intelligenz vorangetrieben.
  • Zu den wichtigsten KI-Anwendungen im Gesundheitswesen zählen Diagnostik, Roboteroperationen und virtuelle Pflegehelfer.
  • Die Gesundheits-KI soll bis 2021 einen Wert von 6, 6 Milliarden US-Dollar erreichen.
  • Die Einführung von AI könnte der US-Gesundheitsbranche bis 2026 jährlich 150 Milliarden US-Dollar einsparen.

In "Star Wars: Das Imperium schlägt zurück" wird Luke Skywalker nach einer beinahe tödlichen Begegnung aus den gefrorenen Abfällen von Hoth gerettet und glücklicherweise in eine medizinische Einrichtung mit fortschrittlicher Robotik und futuristischer Technologie zurückgebracht, die seine Wunden behandelt und ihn schnell zurückbringt für die Gesundheit. Natürlich ist das das Zeug der Science-Fiction… fürs Erste.

Die Gesundheitsbranche könnte auf eine weitere High-Tech-Umarbeitung zusteuern (auch wenn sie sich weiterhin an das Aufkommen elektronischer Patientenakten und anderer IT-Produkte für das Gesundheitswesen anpasst), da sich die künstliche Intelligenz (KI) verbessert. Könnten KI-Anwendungen in nahezu allen Bereichen des Gesundheitswesens zur neuen Normalität werden? Viele Experten glauben, dass es unvermeidlich ist und früher kommt, als Sie vielleicht erwarten.

Was ist künstliche Intelligenz?

KI kann einfach als Computer und Computersoftware definiert werden, die zu intelligentem Verhalten wie Analyse und Lernen in der Lage sind. Es ist eine breite Kategorie auf dem neuesten Stand der technologischen Entwicklung, die jeden Tag wächst und sich verändert.

Maschinelles Lernen und neuronale Netze

Maschinelles Lernen ist das Fundament der modernen KI und im Wesentlichen ein Algorithmus, mit dem Computer selbständig lernen können, ohne explizite Programmierung zu befolgen. Wenn Algorithmen für maschinelles Lernen auf mehr Daten treffen, verbessert sich die Leistung der Algorithmen.

Deep Learning ist eine Teilmenge des maschinellen Lernens, die auf ähnliche Weise mit einem kleinen Dreh funktioniert. Deep Learning geht noch einen Schritt weiter und leitet Schlussfolgerungen aus den Daten ab, auf die es zuvor gestoßen ist. Mit anderen Worten, Deep Learning ermöglicht es einer KI-Anwendung, ihre eigenen Schlussfolgerungen zu ziehen. Es funktioniert über ein künstliches neuronales Netzwerk, bei dem es sich um eine Reihe von Algorithmen für maschinelles Lernen handelt, die zusammenarbeiten. Ein neuronales Netzwerk ähnelt dem menschlichen Gehirn, mit einer Reihe von "Neuronen", die "feuern", wenn bestimmte Reize (in diesem Fall Daten) vorhanden sind.

"Herkömmliche Lösungen für maschinelles Lernen sind nicht kognitiv. Sie basieren auf Daten, können jedoch nicht über fehlende oder fehlerhafte Daten hinaus springen und eine Hypothese über mögliche Aktionen aufstellen", sagte AJ Abdallat, CEO von Beyond Limits. "Maschinelles Lernen kann effektiv sein, um etwas Vorgesehenes zu erkennen, scheitert jedoch, wenn es mit dem Unerwarteten konfrontiert wird."

Um künstliche Intelligenz auf die nächste Ebene zu heben, müssen Entwickler sowohl deduktives als auch induktives Denken betonen und diese kognitiven Muster in den von ihnen entworfenen Maschinen emulieren. Ein Vorteil dynamischer Deep-Learning-Lösungen sei, dass sie ihre Überlegungen und Schlussfolgerungen erläutern können. Dies sei ein wesentlicher Vorteil für komplexe Entscheidungen.

Wie wird KI im Gesundheitswesen eingesetzt?

KI ist immer noch eine relativ neue Technologie, insbesondere in der Gesundheitsbranche, in der die Akzeptanz noch in den Kinderschuhen steckt. Mit der Weiterentwicklung von KI und Werkzeugen für maschinelles Lernen haben sich ihre Anwendungsfälle erweitert. Laut John Frownfelter, Chief Medical Information Officer bei Jvion, ist die Akzeptanz von KI jedoch weiterhin gering.

"Wir befinden uns immer noch in der Hype-Phase, in der viele Unternehmen versuchen zu verstehen, wie es in eine Gesamtstrategie passt", sagte Frownfelter. "Frühe KI wurde beobachtet … mit einem stärkeren Schwerpunkt auf der Mustererkennung für Abrechnungsprozesse. Sie hat sich zu einer viel raffinierteren Nutzung des tiefen maschinellen Lernens und der Nutzung der Leistungsfähigkeit von Big Data entwickelt."

Moderne KI-Anwendungen umfassen vielfältige Anwendungsfälle, von der Cybersicherheit bis zur radiografischen Bildgebung, so Frownfelter. Da sich AI-Anwendungen weiter verbessern, könnte sich die gesamte Gesundheitsbranche verändern. Hier sind einige der wichtigsten Aspekte, die AI in den kommenden Jahren voraussichtlich für das Gesundheitswesen prägen wird.

Diagnose

AI zeichnet sich durch die Kategorisierung von Daten aus, insbesondere wenn sie großen Datenmengen zum Thema ausgesetzt waren. Das ist ein großes Versprechen für die KI in Bezug auf die Diagnostik: Medizinische Bildgebungsanalysen und Patientenakten, Genetik und mehr können kombiniert werden, um die diagnostischen Ergebnisse zu verbessern. Darüber hinaus können KI-Tools ähnliche Informationen verwenden, um einzigartige Behandlungsansätze zu entwickeln und Ärzten Empfehlungen zu geben.

"Die wirklich interessanten Entwicklungen liegen im klinischen Bereich", sagte Frownfelter. "Clinical Prescriptive Analytics ist wahrscheinlich die am nächsten kommende KI, um die direkte Patientenversorgung im Jahr 2019 zu unterstützen."

Robotergestützte Chirurgie

Mit Roboteroperationen können Chirurgen kleinere Werkzeuge verwenden und präzisere Schnitte ausführen. Chirurgen (und Patienten) könnten auch von AI profitieren, indem sie medizinische Aufzeichnungen mit Echtzeitdaten während der Operation kombinieren und auf Daten früherer erfolgreicher Operationen desselben Typs zurückgreifen. Accenture, ein Technologieberatungsunternehmen, schätzt, dass KI-fähige, roboterunterstützte Operationen der US-Gesundheitsbranche bis 2026 jährlich 40 Milliarden US-Dollar einsparen könnten.

Virtuelle Pflegehelferinnen

Stellen Sie sich virtuelle Pflegehelfer wie eine Alexa für Ihr Krankenhausbett vor. Diese virtuellen Assistenten bilden das typische Verhalten einer Krankenschwester nach, indem sie Patienten bei ihren täglichen Routinen unterstützen, sie daran erinnern, Medikamente einzunehmen oder Termine zu vereinbaren, medizinische Fragen zu beantworten und vieles mehr. Accenture schätzt, dass virtuelle Pflegehelfer die zweitgrößte Quelle für jährliche Einsparungen für die US-amerikanische Gesundheitsbranche sein könnten, wodurch die Kosten um bis zu 20 Milliarden US-Dollar gesenkt werden könnten.

Administrative Workflow-Unterstützung

Selbstverständlich verursachen Arztpraxen, Krankenhäuser und andere Pflegestellen eine Menge Papierkram. Tatsächlich führte die Konsolidierung und Digitalisierung dieser Aufzeichnungen zur branchenweiten Einführung elektronischer Patientenakten. AI hat bereits den Weg in diese Systeme gefunden und kann auch zur Rationalisierung von Verwaltungsfunktionen verwendet werden. Accenture schätzt, dass neue Effizienzsteigerungen im Verwaltungsworkflow aufgrund neuer KI-Technologien zu jährlichen Einsparungen von 18 Milliarden US-Dollar führen könnten.

Anmerkung der Redaktion: Suchen Sie ein EHR-System für Ihr Krankenhaus oder Ihre Arztpraxis? Füllen Sie den folgenden Fragebogen aus, um von unseren Vertriebspartnern kontaktiert zu werden, und geben Sie weitere Informationen zu einer möglichen Lösung für Sie an.

Käuferzone Widget

Patientenbeteiligung

Bereits heute sind automatisierte Termin- und Terminerinnerungen an der Tagesordnung, aber das Gesicht der Patientenbindung könnte bald roboterhafter (und gleichzeitig persönlicher) werden.

"Es hat zu Recht einen Schwerpunkt darauf gegeben, wie KI verwendet werden kann, um Patienten besser zu diagnostizieren und zu heilen", sagte Phil Marshall, Mitbegründer von Conversa Health. "Das ist wichtig, aber jetzt sehen wir eine Verschiebung zu den Möglichkeiten, wie sich KI auf die Patientenerfahrung auswirken kann."

Beispielsweise könnten Patienten, die über einen bestimmten Zustand oder die Nebenwirkungen der Behandlung besorgt sind, jederzeit einen Chatbot abfragen, selbst wenn ihr Arzt nicht verfügbar ist, sagte Marshall.

"Stellen Sie sich einen Krebspatienten vor, der sich einer Bestrahlung unterzieht, [dem] nicht bekannt ist, was eine normale Nebenwirkung ist und was nicht. Statt sich jetzt über die Nacht bis zur Eröffnung der Arztpraxis Sorgen zu machen, kann der Chatbot sie informieren", sagte er.

Die Ökonomie der künstlichen Intelligenz im Gesundheitswesen

Was ist das alles wert? Accenture schätzt, dass die Top-10-KI-Anwendungen im Gesundheitswesen der Branche bis 2026 jährlich 150 Milliarden US-Dollar einsparen könnten. Der KI-Gesundheitsmarkt selbst wird bis 2021 voraussichtlich 6, 6 Milliarden US-Dollar wert sein, was einer massiven jährlichen Wachstumsrate von 40% seit 2014 entspricht, aber auch einer Wachstumsrate von 150 Milliarden US-Dollar Bescheidene Investition im Vergleich zu den erwarteten Einsparungen, die in direktem Zusammenhang mit der Einführung von AI stehen.