Может ли ИИ улучшить обслуживание пациентов?

Согласно исследованиям из Университета Кардиффа, ученые которого предоставили убедительные доказательства, показывающие преимущества современных методов оценки риска у пациентов.

В новом исследовании, опубликованном в PLOS One, команда исследователей продемонстрировала, как искусственный интеллект может с помощью специальных медицинских технологий  обеспечить одинаково точный и надежный прогноз для пациентов с сердечно-сосудистыми заболеваниями по сравнению с традиционными методами.

Методы машинного вычисления, которые они использовали, не требовали опыта или взаимодействия с людьми и поэтому преодолели главное сложное место в процессе. Соавтор исследования профессор Крейг Керри из Медицинской школы Университета Кардиффа сказал: «Если мы сможем усовершенствовать эти методы, они позволят нам гораздо раньше определить тех людей, которые нуждаются в профилактических мерах. Это продлит жизнь людей и сохранит ресурсы NHS ».

В эпоху доказательной медицины использование статистики стало важной частью оценки рисков определенных видов заболеваний

Клиницисты и статистики подходили к этой задаче вручную, разрабатывая математические уравнения. Тем не менее, искусственный интеллект предоставляет методы, которые могут выявить сложные расхождения в данных.

В своем исследовании команда опробовала метод, известный как генетическое программирование (GP) - это метод, основанный на эволюции в природе, при котором компьютерные программы кодируются как набор генов, а затем итеративно модифицируются или эволюционируют.

GP обладает преимуществом перед алгоритмами, созданными людьми, так как он уменьшает предвзятость и вероятность человеческой ошибки, в то же время позволяет автоматически интегрировать любые изменения в среде в математические формулы.

Работа совместно с традиционными методами

Преимущество этого конкретного подхода состоит в том, что сложные ассоциации, обнаруженные искусственным интеллектом на основе данных, могут быть прозрачными для клиницистов, что означает, что им не нужно расходиться с существующей практикой.

В исследовании команда использовала GP для оценки будущих рисков сердечно-сосудистых событий, таких как сердечно-сосудистая смерть, не фатальный инсульт или не фатальный инфаркт миокарда, у более чем 3800 пациентов с сердечно-сосудистыми заболеваниями в возрасте 19-83 лет в течение 10-летнего периода. Алгоритмы машинного вычисления использовали в общей сложности 25 предикторов, взятых из данных пациента, включая возраст, пол, ИМТ, употребление алкоголя и курения, а также артериальное давление.

Результаты показали, что алгоритмы машинного вычисления могут работать совместно с традиционными методами при прогнозировании риска, связанного с отдельными пациентами. Соавтор исследования профессор Ирена Спасич из Школы компьютерных наук и информатики Кардиффского университета сказала: «Способность интерпретировать решения, предлагаемые машинным вычислением, до сих пор сдерживала технологию с точки зрения интеграции в клиническую практику.

«Однако в свете недавнего возрождения нейронных сетей важно не выходить за рамки других методов машинного вычисления, особенно тех, которые обеспечивают ясность, например в генетическом программировании. В конце концов, мы стремимся использовать искусственный интеллект для помощи специалистам-людям, а не для того, чтобы полностью исключить их из уравнения ».