작성자 : John P. Desmond (AI 트렌드 편집자)
AI는 코로나19가 발생하기 전부터 이미 의료 분야에 영향을 미치고 있었습니다. 이제 의료 분야에서 AI의 영향력이 가속화되고 있습니다.
AI 플랫폼 Blue Dot이 중국 우한에서 특이한 사례를 등록한 19년 새해 전야에 AI가 코로나2020 확산에 미치는 영향에 대한 조짐이 나타났습니다. 토론토에 본사를 둔 이 회사는 자연어 처리 및 기계 학습을 사용하여 전염병 확산을 추적하고 찾고 보고합니다. 의료, 정부, 기업 및 공중 보건 기관을 포함하는 클라이언트에게 경고를 보냅니다. 세계보건기구(WHO)가 새로운 코로나바이러스의 출현에 대한 경고를 발표하기 19일 전에 코로나XNUMX로 판명된 것을 발견했다고 최근 보고서가 밝혔습니다. 유선.
그 이후로 AI는 코로나바이러스와의 싸움에서 예측, 선별, 접촉 경보, 더 빠른 진단, 자동화된 전달 및 실험실 약물 발견에 사용되었습니다.
한 예로 컴퓨터 단층 촬영 스캔에 비해 96%의 정확도로 새로운 코로나바이러스 사례를 탐지한다고 주장하는 AI 기반 진단 시스템이 있다고 합니다. 닛케이 아시아 검토.
진단 알고리즘은 알리바바 연구소 다모 아카데미가 개발한 것으로, 5,000명 이상의 확진 사례에서 얻은 샘플 데이터로 AI 모델을 훈련시켰다. 이 시스템은 신종 바이러스에 감염된 환자와 일반 바이러스성 폐렴 환자의 CT 스캔 차이를 최대 96%의 정확도로 식별할 수 있다. 알고리즘에는 최신 치료 지침과 최근 발표된 연구가 포함되어 있다고 제작자는 말했습니다.
“COVID-19에 대응하는 AI의 스냅샷은 미래 의료의 다양한 측면에서 무엇이 가능할지 엿볼 수 있는 기회를 제공합니다. 우리는 갈 길이 멀다. 사실 AI는 팬데믹과의 전투에서 XNUMX개월 동안 특별히 성공적인 결과를 얻지 못했습니다. 기껏해야 B-마이너스를 줄 것입니다.”라고 기사 작성자는 말했습니다. 카이 푸, Ph.D., 미국의 컴퓨터 과학자이자 작가이며 현재 베이징에 거주하고 있습니다. Lee는 Sinovation Ventures의 회장 겸 CEO이며, AI Superpowers : 중국, 실리콘 밸리, 새로운 세계 질서, 2018에 발표했다.
코로나바이러스 대응 AI, 이 박사로부터 지금까지 B-마이너스 획득
그는 AI가 불충분한 경보 대응, 부적절하게 배포된 의료 용품, 과부하된 의료진, 너무 적은 병상 등 의료 시스템의 취약성에 초점을 맞추는 AI의 무능력을 기반으로 지금까지 AI의 영향을 B-마이너스로 평가했습니다. 그러나 이 박사는 낙관론의 원인을 두 가지로 본다.
첫째, 데이터가 이제 흐르고 있습니다. 예를 들어, 기계 학습 및 데이터 과학 플랫폼인 Kaggle은 코로나19 공개 연구 데이터 세트. CORD-19로 알려진 중앙 집중식 허브는 관련 데이터를 컴파일하여 AI 기계 학습에 사용할 수 있도록 합니다. 이 사이트에는 최근 코로나128,000, 코로나바이러스, 사스(SARS), 메르스(MERS) 및 기타 관련 주제에 관한 19개 이상의 학술 기사가 게재되었습니다.
둘째, 전 세계의 의료 및 컴퓨터 과학자들은 바이러스 퇴치에 집중하고 있습니다. XPrize Foundation의 창립자인 Peter Diamandis는 현재 최대 200억 명의 의사, 과학자, 간호사, 기술자 및 엔지니어가 코로나19를 목표로 하고 있다고 추정했습니다. Diamandis는 "이전에는 본 적이 없는 속도와 투명성으로" 수만 건의 실험을 진행하고 정보를 공유하고 있다고 말했습니다.
바이러스가 발생하기 전에 AI는 AI에 적합했습니다. 19년 연구에 따르면 의료 분야 AI에 대한 2019개국의 지출은 42년 1.3억 달러에서 2018년 약 13억 달러로 연간 2024%의 비율로 증가할 것으로 추산되었습니다. 이는 병원 워크플로우, 웨어러블, 의료 영상 및 진단, 치료 계획, 가상 보조 및 약물 발견. 심층 신경망은 의료 스캔, 병리학 슬라이드, 시력 검사 및 대장 내시경 검사를 정확하고 신속하게 해석하는 데 사용되었습니다.
이 박사는 “COVID-19는 이러한 추세를 빠르게 가속화할 것”이라고 말했습니다. “팬데믹으로 인해 가속화된 AI가 헬스케어에 어떻게 접목될지에 대한 명확한 로드맵이 보입니다.”
AI가 잘하는 일을 보완하기 위해 역할을 재정의하는 의사들
의료 분야에서 AI의 역할 증가는 의사에게 영향을 미칠 것이며, 의사는 AI의 지원을 통합하기 위해 자신의 역할을 재정의하게 될 것입니다. 의사가 조만간 AI로 대체될 가능성은 낮다고 미국 국립생명공학정보센터(National Center for Biotechnology Information)에 게시된 논문에서 "의학에 AI가 미치는 영향과 의사의 미래 역할"에 관해 한 의학 연구자가 제안했습니다.NCBI) 사이트.
플로리다 애틀랜틱 대학교 찰스 E. 슈미트 의과대학 학생인 Abhimanyu S. Ahuja는 "방사선학에서 AI의 초점이 높아지면서 일부 전문가들은 언젠가 AI가 방사선 전문의를 대체할 수도 있다고 제안하게 되었습니다"라고 말했습니다. "이러한 제안은 AI 기반 시스템이 결국 일부 전문 분야에서 의사를 대체할 것인지, 아니면 실제로 의사를 대체하지 않고도 의사의 역할을 강화할 것인지에 대한 의문을 제기합니다."
그는 방사선학, 병리학, 안과학, 심장학 등 전문 분야에서 의료 업무를 수행하는 데 있어 AI 기반 시스템의 역할을 연구했으며, AI 기반 시스템이 의사의 역량을 강화할 것이며 전통적인 의사-환자 관계를 대체할 가능성은 낮다고 결론지었습니다.
방사선학에서는 업무를 보다 효율적이고 정확하게 만들기 위해 AI가 일상화될 가능성이 높습니다. 10년 이내에 의료 이미지는 먼저 AI 도구로 분석된 후 방사선 전문의의 검토를 받게 될 것입니다. 이 도구는 정량화, 분할, 패턴 인식과 같은 일상적인 읽기 작업을 수행할 수 있다고 저자는 제안했습니다. 방사선 전문의는 기술이 개발됨에 따라 윤리적 사용과 임상적 타당성을 보장하기 위해 업계와 협력하도록 권장됩니다.
AI는 인간을 압도할 엄청난 양의 데이터를 이해할 때 의학에서 가치가 있습니다. 이런 의미에서, 의학에서 AI의 역할은 의사를 대체하는 것이 아닙니다. 이미 하고 있는 일을 최적화하고 개선하는 것입니다.
여성의 유방암을 발견하는 데 AI를 사용하는 것은 잠재력이 있습니다. 디지털 유방 조영술 실험에서는 유방의 단일 디지털 이미지를 인간의 눈으로 인식할 수 없는 추출된 픽셀 수준 변수로 변환했습니다. 컴퓨터는 수백만 개의 이러한 픽셀 수준 변수를 클러스터링하여 새로운 이미징 기능을 식별할 수 있습니다. 저자는 “궁극적인 약속은 AI가 이러한 픽셀 수준 변수와 알려진 환자 위험 요소를 포함한 환자 임상 데이터와 연관성을 결합하여 언젠가는 인간이 유방촬영술을 검사하는 것과 동일하거나 더 나은 정확도를 제공할 수 있는 예측 알고리즘을 개발할 수 있다는 것입니다.”라고 말합니다.
소스 기사 읽기 유선Walk Through California 프로그램, 닛케이 아시아 검토 그리고시 NCBI.
