Wie KI und des maschinellen Lernens sind die Umwandlung der klinischen Entscheidung support

„Zwischen 12 bis 18 Millionen Amerikaner jedes Jahr erleben eine Art von Diagnose-Fehler“, sagte Paul Cerrato, ein journalist und Forscher.

„Die Frage ist also: Warum eine so große Zahl? Und was können wir besser machen in Bezug auf das erfinden des tools, so dass Sie fangen diese Bedingungen effektiver?“

Cerrato ist co-Autor, neben Dr. John Halamka, frischgebackener Präsident der Mayo-Klinik-Plattform, der neuen HIMSS Buchreihe edition, die Neuerfindung der Klinischen Entscheidung Support: Data Analytics, Künstliche Intelligenz und Diagnostic Reasoning.

Bei HIMSS20, die beiden diskutieren über das Buch, und das Gesamtbild rund um CDS, Werkzeuge, die schnell sind, transformiert durch die Einführung von künstlicher Intelligenz, machine-learning und big data analytics.

Große Dinge geschehen in dem Raum, mit führenden Anbietern wie Dynamed, UpToDate und VisualDx an die Grenzen dessen, was erreicht werden kann für evidence-based decision support.

Trotzdem sind wir noch in den frühen Tagen von dieser AI-revolution, sagte Cerrato, und „hier ist viel mehr, dass getan werden kann, mit machine learning und AI.“

In Ihrer HIMSS20 Darstellung, er und Halamka „sprechen Sie über einige der Diagnose-tools, die jetzt auf den Markt kommen“, sagte Cerrato, wie IDx-DR, die in 2018 wurde die erste autonome AI-tech zu gewinnen FDA-Zulassung für das screening von diabetischer Retinopathie.

Seitdem Die American Diabetes Association hat gesagt, die autonome KI trifft seine eigenen standards der Pflege. Aber trotz der vertrauensfrage in tools wie IDx-DR, die ausgerollt an einigen Gesundheitssystemen nur wenige Monate nach seiner Zulassung nicht alle KI-basierte Entscheidung decision support ist gleich.

„Die Herausforderung ist, es gibt eine Menge hype gibt“, sagte Cerrato. „Und einige der tools sind wirklich nicht bereit für die prime time. Sie sind auf der proof-of-concept Phase, doch die haben nicht genug Beweise, um zu beweisen, Sie sind nützlich, in den Schützengräben.“

Bei HIMSS20, sagte er, er und Halamka wird „sprechen Sie über einige der Hindernisse und wie Sie zu unterscheiden zwischen dem guten Zeug und den hype.“

Sie werden auch besprechen einige Möglichkeiten zur Verbesserung der Kliniker “ Komfort-level mit dieser leading-edge-Technologien. Wie einige andere HIMSS20 Moderatoren wird auch diskutiert, in Orlando, der undurchsichtige Unergründlichkeit von AI ‚ s „black-box“ kann ein Hindernis für die Personal-Aufnahme, da viele Anbieter das Misstrauen über die algorithmen einschalten diese tools‘ Entscheidungsfindung.

„Wenn du mal unter die Haube schauen so zu sprechen, und man sich an diesen Geist biegen mathematische Gleichungen und die Voraus-die Statistiken, die benötigt wird, um diese neuronalen Netzen und random forest Analysen, Sie sind wirklich unfassbar der Durchschnittliche Arzt“, sagte Cerrato

„Also was oft passiert ist, sagen Sie,“ ich glaube es nicht. Ich kann nicht sagen, dass es wahr ist.‘ Aber was wir oft wirklich sagen, ist Sie es nicht verstehen.“ Gezielte Bildung kann helfen docs „verstehen diese komplizierten algorithmen, die in relativ einfachem Englisch.“

Ein weiteres must-have auf dem Weg zur breiteren Annahme: „Die Daten-sets müssen besser sein. Sie werden mehr repräsentativ. Einige der besseren algorithmen verwenden zwei oder drei verschiedene Daten-sets.“

Während Ihrer Präsentation, Cerrato bieten einen überblick über aktuelle Forschung und CDS, trends, während Halamka diskutieren Reale Beispiele aus seiner langen Amtszeit als CIO bei Beth Israel Deaconess Medical Center, und seine ersten paar Monate an der Mayo-Klinik, wo er ist beauftragt, mit der führende Plattform-initiative, ein portfolio von neuen digitalen Initiativen zur Umgestaltung der Versorgung mit künstlicher Intelligenz und anderen aufstrebenden Technologie.

In der Tat, Halamka sieht AI, wenn richtig eingesetzt, als ein Schlüsselfaktor, der zu mehr wirksam-CDS.

„Viele Diagnostika sind jetzt verfügbar, um zu helfen Bekämpfung der Epidemie von diagnostischen Fehlern, die wir jetzt vor“, erklärte er in seinem blog. „Clinical decision support-Systeme, zum Beispiel, sind entworfen, um zu helfen, die Praktiker bleiben Sie up to date über neue Entwicklungen, ohne dass Sie verbringen Ihre ganzen Tag das Lesen der medizinischen Literatur. Einige CDS Systeme bieten auch symptom-Finder, decision trees, und andere erweiterte Funktionen.

„Aber die heutigen digitalen Werkzeuge nur an der Oberfläche kratzen“, sagte Halamka. „Die Einbeziehung der neu entwickelten algorithmen, die die Vorteile von machine learning, neuronale Netze, und eine Vielzahl von anderen Arten von künstlicher Intelligenz kann helfen, um viele der Mängel der menschlichen Intelligenz.“

Cerrato und Halamka bieten weitere Erkundung von AI-fähigen CDS in Ihre HIMSS20 Sitzung, „die Neuerfindung der Klinischen Entscheidung Support“, präsentiert als Teil der pre-conference Machine Learning & AI für Healthcare Forum. Es ist geplant für Montag, 9. März, von 1:30-2:10 Uhr im Rosen Centre Executive Ballsaal H.