Vil datamaskiner snart bli bedre i helsevesenet enn mennesker?
Datamaskiner kan "tenke" på en stadig mer menneskelig måte. Uansett om vi er klare eller ikke, har den siste utviklingen i kognitiv databehandling signalisert at alderen til datastyrt coaching og helsevesenet har kommet.
Statistisk analyse av helseinformasjon
Det er ingen hemmelighet at vi deler alle slags private og ofte intime opplysninger hver gang vi foretar et kjøp eller surfer på Internett. Evnen til å forutsi helsemessige hendelser bare ved å spore uformell oppførsel ble tydelig demonstrert tilbake i 2012 da forhandleren Target viste verden de kunne forutsi med uhyggelig nøyaktighet hvis en kvinne var gravid basert på sine shoppingvaner - noen ganger til og med leverte nyheten om graviditet til abashed familiemedlemmer.Mange personlige detaljer blir statistisk analysert rutinemessig for å gi mer innsikt i ens vaner og egenskaper. Noen av disse praksisene skjer frivillig og med brukerens full bevissthet og støtte, mens andre kan utføres skånsomt av organisasjoner og selskaper.
Ufrivillig sporing oppfører visse etiske og sosiale spørsmål.
Mange individer deler nå sin personlige helseinformasjon på ulike måter, gjennom eksplisitt deling via en helserisikovurdering, tilfeldig gjennom wearables, og noen ganger utilsiktet gjennom sosiale medier og kjøpsadferd.
Nøyaktigheten som denne informasjonen kan analyseres og tolkes, øker, og skaper både farer og muligheter, og muligens plasserer oss på grensen til en ny epoke hvor teknologien kan spille en rolle i å nudge vår helse og trivsel på positive måter.
Tilpasse helse og løse problemet med feildiagnostisering
Legerens diagnostiske feil er et stort problemområde. Et resultat av uaktsomhet eller manglende overveielse av muligheten for alternativer, disse feilene kan være ødeleggende for pasienten og hans eller hennes familie. Professor Eta Berner fra University of Alabama i Birmingham og Dr. Mark L. Graber fra Northport VA Medical Center fant at en estimert 10 til 20 prosent av medisinske tilfeller ble feildiagnostisert. Berner og Graber påpeker at effektive kognitive prosesser sikrer størst mulig tid den korrekte diagnosen. Det er imidlertid tider når disse kognitive prosessene svikter. Berner og Graber analyse viste at legens overbevisning ofte kan være en medvirkende årsak til medisinske feil. Videre fant en rapport finansiert av Byrået for helseforskning og -kvalitet 28 prosent av alle diagnostiske feilene å være alvorlige, noe som muligens indikerer en livstruende hendelse. Misdiagnostisering kan inkludere alt fra å foreskrive feil medisin til kirurgisk fjerning av feil kroppsdel.Denne alarmerende statistikken kan føre til at noen argumenterer for at det eksisterende problemet kan løses ved å fjerne den menneskelige faktoren fra ligningen. Teknologi som IBMs Watson tilbyr nå håp om at informasjon kan syntetiseres og overveies på en mer humanistisk måte. Watsons kognitive teknologi har kapasitet til å analysere ustrukturert data, forstå komplekse spørsmål og presentere sluttbrukere med bevisbaserte løsninger.
Watson tar sikte på å forbedre prediktive algoritmer, som ikke alltid har vist seg vellykkede når de brukes i virkelige situasjoner. Men hva kan være mer provoserende enn Watsons forutsigbare potensial er muligheten for at teknologien overgår mennesker når det kommer til helse- og treningsintervensjoner.
I 2015 dannet IBM Watson et strategisk partnerskap med CVS Health, som kunngjorde ankomst av kognitiv databehandling i den kommersielle helsevesenet. Det foreslo at snart ville legene og apotekerne ha tilgang til teknologi som for eksempel automatisk kunne oppdage en nedgang i pasientens helse.
En avtale mellom Under Armor og IBM, som ble inngått i 2016, ga Watson en mulighet til å videreutvikle og utvikle sin helse plattform. Apple har også gjort en betydelig investering i Watson-plattformen med sikte på å forbedre sine HealthKIT- og ResearchKIT-utviklingsplattformer. Ifølge en rapport fra Grand View Research Inc. forventes det globale markedet for helsekognitiv databehandling å nå over 5 milliarder dollar innen 2020.
Vitenskapelige forskningsstudier støtter også bruken av teknologi for å minimere risikoen for feil og skade i medisin. Dr. Mark L. Graber antyder bruk av såkalte "trigger tools", som kunne identifisere tilfeller som er utsatt for diagnostisk feil ved å analysere elektroniske helsjournaler og leter etter uoverensstemmelser. Ulike typer utløsningsverktøy er nå i bruk på amerikanske sykehus, men de kan ikke alltid registrere diagnostiske feil. Derfor arbeides det med å designe bedre forebyggende inngrep også.
En lovende tilnærming har blitt presentert av Dr. Hardeep Singh og hans kolleger. De utformet en elektronisk trigger som kan identifisere pasienter som har uplanlagte sykehusavtaler innen 2 uker etter deres primære omsorgsbesøk, noe som tyder på at noe kan ha blitt savnet under sin første undersøkelse. Mange eksperter forutsier at teknologi som dette vil bidra til å forhindre feil eller i det minste gi dem oppmerksomhet i et forsøk på å redusere dem.
Omslutte kunstig intelligens
I 2015 uttrykte formannen for NHS England, Sir Malcolm Grant, sin oppfatning at kunstig intelligens bør omfavnes av helsevesenet, da det kan forbedre kvaliteten på omsorg, samt fremme personaliseringen av medisin. Mange helsepersonell har siden gjentatt denne følelsen. Teknologi som på en pålitelig måte kan diagnostisere og / eller identifisere diagnostiske feil ved datautvinning, er sannsynligvis ikke langt unna.Kognitiv databehandling i helsevesenet brukes for tiden mer i en rådgivende rolle og ikke å ta endelige beslutninger eller erstatte mennesker i seg selv. Watson hjelper for eksempel enkeltpersoner og organisasjoner med å gjøre mer avanserte og sofistikerte kliniske beslutninger, og vil snart hjelpe enkeltpersoner til å forbedre sine kondisjoner gjennom sitt partnerskap med Under Armor. Det var imidlertid bare for kort tid siden datamaskiner overtok mennesker som den dominerende kraften i en intellektuell sport som sjakk, og datakraften øker bare. Videre blir det menneskelige elementet lagt til datamaskinens prosessegenskaper, noe som gjør ideen om datamaskin og roboter å ta vare på oss, ikke så langt hentet som det en gang syntes.
