Macchine intelligenti fare un lavoro migliore degli umani nelle diagnosi mediche

Finora, la medicina è stato un prestigioso e spesso estremamente redditizio scelta di carriera. Ma in un prossimo futuro, avremo bisogno di molti medici come abbiamo ora? Stiamo andando a vedere significativo la disoccupazione medica nei prossimi dieci anni?

Dr Saxon Smith, presidente della sezione NSW dell'Australian Medical Association, ha detto in un rapporto alla fine dell'anno scorso che le preoccupazioni più comuni che sente dai medici in formazione e gli studenti di medicina sono, "Qual è il futuro della medicina?" e "avrò un lavoro?". Le risposte, ha detto, continuano a sfuggirgli.

Mentre le università australiane, britanniche e americane continuano a laurearsi sempre più studenti di medicina, la domanda ovvia è dove lavoreranno questi nuovi medici in futuro?

Ci sarà un ruolo più ampio per i professionisti medici a causa delle nostre popolazione? O è la pressione per ridurre i costi e migliorare i risultati che possono forzare l'adozione di nuove tecnologie, che poi probabilmente erodere il numero di ruoli attualmente svolto dai medici?

Guidando verso il basso i costi

Tutti i governi, i pazienti e medici di tutto il mondo sanno che costi sanitari avranno bisogno di ridurre se dobbiamo trattare più persone. Alcuni propongono che i pazienti paghino di più, ma per quanto paghiamo, è chiaro che ridurre i costi è ciò che deve accadere.


innerself iscriviti alla grafica


L'impiego di robot medici per assistere i chirurghi umani sta diventando sempre più diffuso ma, finora, vengono utilizzati per cercare di migliorare i risultati dei pazienti e non ridurre il costo della chirurgia. I risparmi sui costi possono arrivare più tardi quando questa tecnologia robotica matura.

È nell'area della diagnostica medica dove molte persone vedono una possibile riduzione dei costi significativa migliorando nel contempo la precisione usando la tecnologia invece dei medici umani.

È già comune analisi del sangue ed test genetici (genomica) da effettuare automaticamente e molto costo efficace dalle macchine. Essi analizzano il campione di sangue e producono automaticamente un rapporto.

I test possono essere semplici come un livello di emoglobina (emocromo) fino a test di diabete come livelli di insulina o glucosio. Possono anche essere usati per test molto più complicati come guardare il corredo genetico di una persona.

Un buon esempio è Thyrocare Technologies Ltd a Mumbai, in India, dove più di test diagnostici 100,000 da tutto il paese si fanno tutte le sere e le relazioni consegnate entro le ore 24 di sangue prelevate da un paziente.

Macchine contro umani

Se le macchine possono leggere gli esami del sangue, cos'altro possono fare? Sebbene a molti dottori questo pensiero non piaccia, qualsiasi test che richieda il riconoscimento di modelli verrà ultimato meglio da a macchina di un umano.

Molte malattie hanno bisogno di una diagnosi patologica, dove un medico esamina un campione di sangue o tessuto, per stabilire la malattia esatta: un esame del sangue per diagnosticare una infezione, una biopsia cutanea per determinare se una lesione è un tumore o meno e un campione di tessuto preso da un chirurgo cercando di fare una diagnosi.

Tutti questi esempi, e in effetti tutte le diagnosi patologiche sono fatte da un medico che usa il riconoscimento del modello per determinare la diagnosi.

tecniche di intelligenza artificiale utilizzando reti neurali profonde, che sono un tipo di apprendimento automatico, possono essere utilizzati per formare queste macchine diagnostiche. Macchine imparare in fretta e non stiamo parlando di una singola macchina, ma una rete di macchine collegate a livello globale tramite Internet, utilizzando i loro dati assemblati per continuare a migliorare.

Non accadrà durante la notte - ci vorrà del tempo per imparare - ma una volta addestrato la macchina solo continuerà a migliorare. Con il tempo, una macchina opportunamente addestrato sarà superiore al riconoscimento di forme di qualsiasi essere umano potrebbe mai essere.

Patologia è ormai una questione di laboratori svariati milioni di dollari basandosi su economie di scala. Ci vogliono circa 15 anni di lasciare il liceo per formare un patologo per funzionare in modo indipendente. Ci vorranno probabilmente altri anni 15 perché il patologo sia bravo come non mai.

Alcuni anni dopo, andranno in pensione e tutta questa conoscenza ed esperienza andranno perse. Sicuramente, sarebbe meglio se quella conoscenza potesse essere catturata e utilizzata dalle generazioni future? Un patologo robotico sarebbe in grado di fare proprio questo.

Radiologia, raggi X e oltre

esami radiologici rappresentano oltre AUS $ 2 miliardi di Medicare annuale di spendere. In un rapporto 2013, è stato stimato che nel periodo 2014-15, Indagini radiologiche 33,600,000 sarebbe eseguito in Australia. Un radiologo dovrebbe studiare ognuno di questi e scrivere un rapporto.

I radiologi stanno già leggendo, in media, più di sette volte il numero di studi al giorno rispetto a cinque anni fa. Questi rapporti, come quelli scritti dai patologi, sono basati sul riconoscimento di pattern.

Attualmente, molti radiologi eseguiti in Australia vengono letti da radiologi di altri paesi, come il Regno Unito. Piuttosto che avere un esperto in Australia, alzarsi dal letto di 3am per leggere una scansione cerebrale di un paziente ferito, l'immagine può essere inviata digitalmente a un medico in qualsiasi fuso orario appropriato e riportata quasi istantaneamente.

Che cosa accadrebbe se alle macchine venisse insegnato a leggere i raggi X lavorando prima con, e alla fine invece, con i radiologi umani? Avremmo ancora bisogno di esseri umani radiologi? Probabilmente. Migliorata l'imaging, come la risonanza magnetica e la TAC, permetterà radiologi di eseguire alcune procedure che i chirurghi ora intraprendono.

Il campo della radiologia diagnostica è in rapida espansione. In questo campo, i radiologi sono in grado di diagnosticare e trattare condizioni come sanguinamento dei vasi sanguigni. Questo viene fatto usando tecniche minimamente invasive, passando cavi attraverso vasi più grandi per raggiungere il punto di sanguinamento.

Così i radiologi possono finire per fare le procedure che sono attualmente fatto da vascolari e cardiochirurghi. Il maggiore uso di Chirurgia Robotica significherà questo è più probabile che no.

C'è molto di più a diagnosticare una lesione cutanea, Eruzione cutanea o una crescita che semplicemente guardandolo. Ma molto della diagnosi si basa sul riconoscimento dermatologo lesione (di nuovo, pattern recognition).

Se la diagnosi è chiaro poi alcuni tessuti (biopsia) viene inviato al laboratorio per una diagnosi patologica. Abbiamo già stabilito che una macchina in grado di leggere quest'ultimo. Lo stesso principio si applica al riconoscimento della lesione cutanea.

Una volta riconosciuto e imparato, la lesione sarà nuovamente riconosciuta. I telefoni cellulari con telecamere di alta qualità saranno in grado di collegarsi a un database globale che, come qualsiasi altro database con capacità di apprendimento, continuerà a migliorare.

Non è se, ma quando

Questi cambiamenti non avverranno da un giorno all'altro, ma sono inevitabili. Sebbene molti medici vedano questi cambiamenti come una minaccia, la possibilità per il bene globale non ha precedenti.

Una radiografia presa nell'Africa equatoriale potrebbe essere letta con la stessa affidabilità di una presa in un centro di eccellenza australiano. Un'eruzione infettiva può essere caricata su un telefono e la diagnosi viene data immediatamente. Molte vite saranno salvate e il costo dell'assistenza sanitaria per i poveri del mondo può essere minimo e, in molti casi, gratuito.

Perché ciò diventi realtà, ci vorrà esperti per lavorare con le macchine e aiutarli a imparare. Inizialmente, le macchine possono essere chiesto di fare test più semplici, ma a poco a poco verranno insegnati, proprio come gli esseri umani imparano la maggior parte delle cose nella vita.

La professione medica deve cogliere queste opportunità per il cambiamento, e il nostro futuro giovani medici dovrebbe riflettere attentamente dove i posti di lavoro medici del futuro mentire. E 'quasi certo che il paesaggio impiego medico in 15 anni non sarà simile a quello che vediamo oggi.

Circa l'autoreThe Conversation

Ross Crawford, professore di ricerca ortopedica, Queensland University of Technology; Anjali Jaiprakash, ricercatore post-dottorato, robotica medica, Queensland University of Technology e Jonathan Roberts, professore in Robotica, Queensland University of Technology

Questo articolo è stato pubblicato in origine The Conversation. Leggi il articolo originale.

Libro correlati:

at

rompere

Grazie della visita InnerSelf.com, dove ci sono 20,000+ articoli che cambiano la vita e promuovono "Nuovi atteggiamenti e nuove possibilità". Tutti gli articoli sono tradotti in 30+ lingue. Sottoscrivi a InnerSelf Magazine, pubblicato settimanalmente, e Daily Inspiration di Marie T Russell. Rivista InnerSelf è stato pubblicato dal 1985.