„Microsoft“ ir ne pelno siekiantis akademinis medicinos centras Mayo klinika pristatė bendrą iniciatyvą kurti dirbtinio intelekto modelį, skirtą būtent sveikatos priežiūrai. Jis pirmiausia diegiamas Mayo klinikos klinikinėje aplinkoje, kad būtų galima jį išbandyti realiomis sąlygomis ir tobulinti.
Partneriai teigia, kad modelis apjungs Mayo klinikos medicinines žinias, nuasmenintus sveikatos duomenis ir pacientų priežiūros patirtį su „Microsoft“ debesijos, inžinerijos ir DI pajėgumais. Tikslas – geriau apdoroti įvairių tipų klinikinę informaciją ir padėti gydytojams priimti sprendimus greičiau bei tiksliau.
„Jau seniai tikime, kad DI gali transformuoti sveikatos priežiūrą. Dabar, sujungę mūsų klinikinę patirtį ir duomenų pagrindą su „Microsoft“ inžinerijos ir DI galimybėmis, vėl kuriame kažką naujo“, – sakė Mayo klinikos vadovas Gianrico Farrugia.
Pasak iniciatyvos autorių, praktinis modelio pritaikymas apimtų ankstesnę diagnostiką ir labiau individualizuotą gydymo planavimą, kai reikia įvertinti daug skirtingų duomenų šaltinių. Tokie sprendimai gali būti naudingi ir mažinant administracinę naštą, nes dalis rutininio darbo gali būti automatizuojama.
Modelis priklausys Mayo klinikai, o „Microsoft“ planuoja jį pateikti per „Azure Foundry“ programavimo sąsajas. Tai reikštų, kad kitos įmonės ar sveikatos priežiūros organizacijos ateityje galėtų jungti modelį prie savo programų ir paslaugų, jei bus priimti sprendimai dėl prieigos ir atitikties reikalavimams.
„Tai geriausias įmanomas bendradarbiavimas, kuris padės paspartinti kelią į ateitį“, – sakė „Microsoft“ DI padalinio vadovas Mustafa Suleyman.
Kol kas neatskleidžiama, kiek plačiai sprendimas naudojamas Mayo klinikoje, kokiose specializacijose jis testuojamas ir kada galėtų būti siūlomas kitoms gydymo įstaigoms. Sveikatos sektoriuje tokie projektai paprastai juda etapais: nuo ribotų pilotų iki platesnio diegimo, kai sukaupiama pakankamai įrodymų apie tikslumą, saugumą ir naudą.
Sveikatos priežiūra laikoma viena perspektyviausių DI taikymo sričių, tačiau kartu ir viena jautriausių dėl galimų klaidų kainos. Medicininiai DI sprendimai turi susidoroti su sudėtingais paciento istorijos duomenimis, skirtingų tyrimų formatais ir situacijomis, kai net nedidelė paklaida gali lemti neteisingą klinikinį sprendimą.
Augant DI įrankių populiarumui tarp pacientų, didėja ir rizikos: dalis žmonių sveikatos klausimais remiasi bendro pobūdžio pokalbių sistemomis ar socialinių tinklų turiniu. Tai skatina sveikatos organizacijas kurti labiau specializuotus, klinikinei aplinkai pritaikytus modelius, kuriuos būtų galima tikrinti pagal aiškius medicininius standartus.
Europos Sąjungoje medicininės paskirties DI programinė įranga paprastai priskiriama didelės rizikos kategorijai. Tai reiškia griežtesnius reikalavimus rizikos valdymui, duomenų kokybei, skaidrumui, vartotojų informavimui ir žmogaus priežiūrai, kad technologija būtų naudojama kaip pagalbinė priemonė, o ne nekontroliuojamas sprendimų priėmėjas.
