Zephyrnet logo

Kuinka tekoäly löytää ensin tiensä mielenterveyteen – DATAVERSITY

Treffi:

Tekoälyn (AI) startup Woebot Health julkaisi äskettäin uutisen joidenkin tuhoisan virheellisten keinotekoisten robottien vastauksista tekstiviesteihin, jotka on lähetetty sille lähetettyihin mielenterveyskriisiin matkiviin viesteihin. Woebot, joka keräsi 90 miljoonaa dollaria B-sarjan kierroksella, vastasi, että sitä ei ole tarkoitettu käytettäväksi kriisien aikana. Yrityksen johto odottaa surkeasti, että potilaat, jotka eivät ehkä ajattele täysin rationaalisesti, saavat tunnustuksen lopettaa tyypillisen kommunikaatiomuotonsa käyttämisen ja kääntyä vaihtoehtoisen järjestelmän puoleen.

Vaikka lääkäreitä pidetään vastuussa potilaille aiheutuneista vahingoista hoitoon, tähän tilaan pyrkiviä startup-yrityksiä ei pidetä samoissa standardeissa. Haavoittuvien potilaiden tilannetta pahentaa, että näitä järjestelmiä ei myöskään pidetä samojen tietosuojastandardien mukaisesti. Tekoälytilaan siirtyminen ja suora vuorovaikutus potilaiden kanssa on erityisen monimutkaista, koska monet potilaat kokevat rutiininomaisesti heikentyneitä kriisejä, alle 911-soiton kynnyksen, jolloin botti, jota ei ole varustettu kriisien käsittelyyn, ei todennäköisesti ole hyvin varusteltu selviytymään potilaiden kohtaamista vaivoista. päivittäin.

Huolimatta riskeistä, jotka liittyvät potilaskriisien keinotekoiseen ja tahattomaan sekoittumiseen, tähän tilaan houkutetut mielenterveysstartupit keräsivät yhteensä 1.3 miljardia dollaria vuoden 2022 ensimmäisellä puoliskolla. Valitettavasti suorassa kommunikoinnissa potilaiden kanssa on monia vaikeuksia, eikä tekoäly ole vielä valmis tätä tehtävää varten. Sanoja voidaan käyttää slangissa tai vaihtoehtoisilla merkityksillä. Lauseen merkitys voi muuttua potilaan historian, kulttuuristen arvojen, eleiden, prosodian ja äänensävyn mukaan. Lisäksi on tärkeää ottaa huomioon potilaan alitajuiset motiivit terapeuttisessa istunnossa – mikä ei ole helposti selvitettävissä tekoälystä.

Niin paljon kuin tekoäly pystyy havaitsemaan sanojen kirjaimelliset merkitykset, se ei pysty ymmärtämään sanomattoman merkitystä siinä määrin kuin ihmisterapeutti pystyy. Ihmisterapeuttien korvaamiseen liittyvien vaikeuksien vuoksi tekoäly vaikuttaa todennäköisemmin kulissien takana muilla tavoilla.

Vaikka keinotekoiseen robottiin luottamisessa potilaiden kanssa vuorovaikutuksessa on monia haasteita, on silti alueita, joilla tekoäly voi lisätä päätöksentekoa. Sairausvakuutusyhtiöt näkevät jo tekoälyn arvon kustannusten vähentämisessä tunnistamalla potilaita, jotka käyttävät paljon terveydenhuoltopalveluja. Reseptien määrääjät saavat rutiininomaisesti sairausvakuutusyhtiöiltä ilmoituksia reseptien epäsäännöllisistä täyttöistä kannustaakseen keskeyttämään reseptejä, joita ei käytetä optimaalisesti. Itse asiassa suurilla vakuutusyhtiöillä on hallussaan mittavia tietokokonaisuuksia, joita analysoidaan parhaillaan Alzheimerin, diabeteksen, sydämen vajaatoiminnan ja kroonisen obstruktiivisen keuhkosairauden (COPD) puhkeamisen ennustamiseksi. Itse asiassa, Tekoäly on jo FDA:n hyväksymä tiettyihin käyttötarkoituksiin, ja tällä hetkellä tekoäly loistaa, kun sitä sovelletaan hyvin erityiseen kliiniseen ongelmaan. Tekoälyjärjestelmiä pyritään alun perin parantamaan kliinistä harkintaa mieluummin kuin korvaamaan kliinistä harkintaa. Ihannetapauksessa tekoäly parantaa kliinikon tuottavuutta käsittelemällä arkipäiväisiä tehtäviä ja varoittamalla asioista, jotka voivat olla epäselviä ja vaativat ihmisen lisätutkimuksia. Vakuutusyhtiö Optumin mukaan kolme parasta tekoälysovellusta ovat tietojen seuranta puettavien laitteiden avulla, kliinisten kokeiden nopeuttaminen ja terveydenhuollon koodauksen tarkkuuden parantaminen. Tämänhetkisenä tavoitteena ei ole lisätä datan määrää, vaan esittää tiedot mielekkäällä ja kliinikon toteuttamiskelpoisella tavalla.

Tekoäly alkaa vaikuttaa tarjoajiin informatiivisilla vinkeillä ja hälytyksillä, mikä auttaa lisäämään päätöksentekoa ja vähentämään inhimillisiä virheitä. Lääketieteellinen harjoittelu on täynnä työtehtäviä, jotka ovat kypsiä tilaisuuksia ladata tietokoneelle. Esimerkiksi yksi yleinen tekoälyn sovellus on verkkokalvon kuvien arviointi, minkä ansiosta silmälääkärit voivat keskittyä muihin lääketieteen alueisiin, joita he pitävät palkitsevammina. Tekoälyn siirtyessä terveydenhuoltoon kliinikoiden ei pitäisi huolehtia siitä, korvataanko heidät, vaan siitä, miten heidän käytäntönsä kehittyy ajan myötä – ja toivottavasti parempaan suuntaan.

Yksi vaikeus tekoälyn soveltamisessa palveluntarjoajatilaan on se, että potilastiedot eivät ole rakenteeltaan yhtenäisiä ja tyylit vaihtelevat suuresti palveluntarjoajien välillä. Lääkäritiedot voivat myös sisältää luontainen ennakkoluulo, riippuen potilasjoukosta, joka on tälle käytännölle tyypillisin. Tekoälyjärjestelmään syötetty bias antaa puolueellisen tuloksen. Näin ollen tekoälyn "mitä" ei ole ainoa tärkeä tekijä sen soveltamisessa, vaan se, miten sitä sovelletaan ja mitä tuloksilla tehdään, on myös erittäin merkityksellistä sen vaikutuksen kannalta. Vihjeitä ja varoituksia, jotka näkyvät silloin, kun lääkäri on hajamielinen tai tottunut katselemaan toista näyttöä, voidaan jättää huomiotta. Tekoälyn käyttökokemuksella on vaikutusta hälytysväsymykseen, joka on viime aikoina hyvin tunnettu ilmiö, joka on johtanut joihinkin maamerkkitapauksiin. Näin ollen tekoäly on vain niin vaikuttava kuin media, jossa se toimitetaan, ja käyttäjän tila sen esittämishetkellä.

Jos olemme oppineet jotain uutisarvoisista tekoälyvirheistä, niin se on, että emme ehkä pidä tekoälyä samoja tietosuojastandardeja kuin ihmiset, mutta pidämme sitä korkeampana kuin tyypillinen ihmisen suorituskyky. Olisi täysin mahdotonta hyväksyä, että tekoälyjärjestelmä vahingoittaisi yhtä potilasta. Odotamme tekoälyn toimivan paremmin kuin ihmiset, mutta se ei vahingoita potilaita. Joten toistaiseksi tekoäly jatkaa alkemian taikuuttaan taustalla ja ottaa hiljaa vastuun – tai ei – siitä, miten se vaikuttaa terveydenhuoltoon.

spot_img

Uusin älykkyys

spot_img