Ժամանակակից կյանքի շատ հատվածներ ավելի ու ավելի են ուժեղացնում արհեստական հետախուզությունը, ներառյալ առողջության եւ առողջության տարբեր ասպեկտները: Որքան ժամանակ համակարգիչը կարող է գերազանցել մարդկային առողջապահական միջամտությունները: Հավանաբար, ավելի կարեւոր է, թե որքան ժամանակ է մարդը պատրաստակամորեն վստահելու իրեն ոչ թե մարդու, այլ իրեն վերաբերվելու համար: Այս երկու հարցերը կարող են դառնալ խոհարարական մեքենաների ուսուցման տեխնոլոգիայի եւ առողջապահության ոլորտում ռոբոտիկայի ներուժի վերաբերյալ քննարկումներում:
Համակարգիչները կարող են «մտածել» ավելի մարդկային կերպով: Անկախ նրանից, թե պատրաստ ենք, թե ոչ, ճանաչողական հաշվողական ազդանշանի վերջին զարգացումները, որ եկել են համակարգչային վարժեցման եւ առողջապահության տարիքը:
Վիճակագրորեն վերլուծելով առողջության մասին տեղեկությունները
Գաղտնիք չէ, որ մենք ամեն տեսակ անձնական եւ հաճախ, ինտիմ տեղեկատվություն ենք տարածում ամեն անգամ, երբ գնում ենք գնումներ կատարելու կամ համացանցում թերթելու: Առողջական իրադարձությունների կանխատեսման ունակությունը, պարզապես պատահական վարքի հետապնդման միջոցով, ցուցադրվել է 2012 թվականին, երբ վաճառողը թիրախը ցույց տվեց այն աշխարհը, որը կարող էր կանխատեսել անգերազանցելի ճշգրտությամբ, եթե կինն հղի էր իր գնումների սովորույթների հիման վրա, երբեմն անգամ հղիության մասին լուրը հայտնաբերելու համար ընտանիքի անդամներ.
Շատ անձնական մանրամասներ ստացվում են սովորական հիմունքներով վերլուծության ենթարկվելու համար `ավելի շատ պատկերացում կազմելու նրա սովորույթների եւ հատկանիշների մասին: Այս պրակտիկաների որոշ մասը կամավոր է եւ օգտագործողի լիարժեք իրազեկվածության եւ աջակցության շնորհիվ, իսկ մյուսները կարող են գաղտնի պահել կազմակերպությունների եւ ընկերությունների կողմից:
Անզուգական հետեւողական վարքագիծը բարձրացնում է որոշակի էթիկական եւ սոցիալական հարցեր:
Շատ անհատներ այժմ ազատորեն կիսում են իրենց անձնական առողջության մասին տեղեկատվությունը տարբեր ձեւերով `բացահայտ փոխանակելով առողջության վրա ռիսկի գնահատման միջոցով, պատահականորեն wearable- ներով, իսկ երբեմն էլ, չմտածելով սոցիալական լրատվամիջոցների պաշտոնների եւ գնման վարքագծի միջոցով:
Ճշգրիտությունը, որի հետ կարելի է վերլուծել եւ մեկնաբանել այս տեղեկատվությունը, աճում է `ստեղծելով ինչպես վտանգներ, այնպես էլ հնարավորություններ, եւ հնարավոր է դնում մեզ նոր դարաշրջանի սահմաններում, որտեղ տեխնոլոգիան կարող է դերակատարություն ունենալ մեր առողջության եւ բարեկեցության մեջ դրական ձեւերով:
Անհատականացնել առողջությունը եւ լուծել misdiagnosing խնդիրը
Բժիշկների ախտորոշիչ սխալները մտահոգության հսկայական տարածք են: Անզգուշության արդյունք կամ ընտրանքների առատությունը հաշվի չառնելը, այդ սխալները կարող են աղքատ լինել հիվանդի եւ նրա ընտանիքի համար: Ալաբամայի Բիրմինգհեմի համալսարանի պրոֆեսոր Էտա Բերները եւ Northport VA բժշկական կենտրոնի դոկտոր Մարկ Լ. Գրաբերը հայտնաբերեցին, որ մոտ 10-20% դեպքեր են հայտնաբերվել: Բերներն ու Գրաբերը նշում են, որ արդյունավետ ճանաչողական գործընթացները ապահովում են ճշգրիտ ժամանակի ճիշտ ախտորոշումը: Սակայն կան ժամանակներ, երբ այդ ճանաչողական գործընթացները ձախողվում են: Բերների եւ Գրաբերի վերլուծությունները ցույց են տվել, որ բժիշկների վստահվածությունը հաճախ կարող է լինել բժշկական սխալների պատճառ: Բացի այդ, Առողջապահության բնագավառում հետազոտության եւ որակի գործակալության հաշվետվությամբ զեկույցը հայտնաբերել է ախտորոշիչ սխալների 28 տոկոսը, որոնք խիստ ծանր են, հնարավոր է `կյանքին սպառնացող իրադարձություն ցույց տան:
Misdiagnosing- ը կարող է ներառել սխալ դեղորայքը դեղորայքի միջոցով սխալ մարմնի մասից հեռացնելու համար:
Այս անհանգստացնող վիճակագրությունը կարող է հանգեցնել որոշակի փաստարկի, որ գոյություն ունեցող խնդիրը կարող է լուծվել միայն մարդկային գործոնը հավասարման արդյունքում: IBM- ի Watson- ի նման տեխնոլոգիան այժմ հույս է ներշնչում, որ տեղեկատվությունը կարելի է սինթեզել եւ մտածել ավելի մարդկային կերպով: Watson- ի իմացական տեխնոլոգիաները հնարավորություն են տալիս վերլուծել ոչ կառուցվածքային տվյալները, հասկանալ բարդ հարցեր եւ ներկայացնել վերջնական օգտագործողների ապացույցների վրա հիմնված լուծումներ:
Watson- ը նպատակ ունի խթանել կանխատեսող ալգորիթմները, որոնք միշտ չէ, որ ապացուցել են հաջողակ իրական կյանքի պայմաններում:
Այնուամենայնիվ, ինչ կարող է լինել ավելի սադրիչ, քան Վաթսոնի կանխատեսելի ներուժը `այն տեխնոլոգիաների հնարավորությունը, որոնք գերազանցում են մարդկանց, երբ խոսքը վերաբերում է առողջության եւ ֆիթնեսի միջամտություններին:
2015 թվականին IBM Watson- ը ստեղծել է CVS Health- ի հետ ռազմավարական գործընկերություն, որը հայտարարեց առեւտրային առողջապահության ոլորտում ճանաչողական հաշվարկի ժամանումը: Այն առաջարկեց, որ շուտով բժիշկներն ու դեղագործները կկարողանան օգտվել տեխնոլոգիայից, որը կարող է, օրինակ, ավտոմատ կերպով հայտնաբերել հիվանդի առողջության անկումը:
Պայմանագիրը ստորագրված է Armor- ի եւ IBM- ի միջեւ, որը ստորագրվել է 2016 թվականին, Watson- ին հնարավորություն է տվել շարունակել կառուցել եւ զարգացնել առողջապահական հարթակը: Apple- ը նույնպես զգալի ներդրումներ է կատարել Watson- ի հարթակում `նպատակ ունենալով բարելավել իր HealthKIT- ի եւ ResearchKIT- ի զարգացման ծրագրերը: Ըստ Grand View Research Inc.- ի զեկույցի, համաշխարհային առողջապահության ճանաչողական հաշվարկային շուկան կանխատեսվում է 2020 թվականին ավելի քան 5 մլրդ դոլարի հասույթ:
Գիտահետազոտական աշխատանքները նաեւ նպաստում են տեխնոլոգիաների օգտագործմանը, նվազագույնի հասցնելու ռիսկի եւ բժշկության վտանգը: Դոկտոր Մարկ Լ. Գրաբերը առաջարկում է օգտագործել այսպես կոչված «ձգանման գործիքներ», որոնք կարող են հայտնաբերել ախտորոշման ռիսկի վտանգավոր դեպքեր `վերլուծելով էլեկտրոնային առողջապահական արձանագրությունները եւ հակասություններ փնտրել: Ամերիկյան հիվանդանոցներում օգտագործվում են ձգողական գործիքների տարբեր տեսակներ, սակայն նրանք միշտ չէ, որ կարողանում են հայտնաբերել ախտորոշիչ սխալներ: Հետեւաբար, ջանքեր են ներդրվում նաեւ կանխարգելիչ միջամտությունների նախագծման համար:
Դոկտոր Hardeep Singh- ը եւ նրա գործընկերները խոստումնալից մոտեցում են ներկայացրել: Նրանք մշակել են էլեկտրոնային ձգան, որը կարող է հայտնաբերել այն հիվանդներին, ովքեր նախնական բուժօգնության այցից հետո 2 շաբաթվա ընթացքում հիվանդանոցային նշանակումներ չեն կատարել, առաջարկելով, որ ինչ-որ բան կարող է բաց թողնել նախնական քննության ժամանակ: Շատ փորձագետներ կանխատեսում են, որ այսպիսի տեխնոլոգիաները թույլ կտան կանխել սխալները կամ գոնե ուշադրություն դարձնել դրանք նվազեցնելու համար:
Արհեստական ինտելեկտի ընդունում
2015 թ.-ին NHS Անգլիայի նախագահ Sir Malcolm Grant- ը կարծիք հայտնեց, որ արհեստական հետախուզությունը պետք է ներգրավվի առողջապահության, քանի որ դա կարող է բարելավել բուժման որակը, ինչպես նաեւ առաջացնել դեղերի անհատականացումը: Շատ առողջապահական մասնագետներ այս արձագանքը վերահաստատեցին: Տեխնոլոգիան, որը կարող է վստահորեն ախտորոշել եւ / կամ բացահայտել ախտորոշման սխալները տվյալների հանքարդյունաբերության միջոցով, հավանաբար, հեռու չէ:
Առողջապահության ոլորտում ճանաչողական հաշվարկը ներկայումս ավելի շատ օգտագործվում է խորհրդատվական դերում եւ վերջնական որոշումներ կայացնելու կամ մարդկանց փոխարինելու համար: Watson- ը, օրինակ, օգնում է անհատներին եւ կազմակերպություններին ավելի կատարելագործված եւ բարդ կլինիկական որոշումներ կայացնելու եւ շուտով անհատներին օգնելու համար ֆիզիկական մակարդակները բարելավելով իրենց զուգընկերոջ հետ համագործակցությամբ: Այնուամենայնիվ, կարճ ժամանակ առաջ էր, որ համակարգիչները մարդուն գերիշխում էին որպես շախմատի նման ինտելեկտուալ սպորտի գերիշխող ուժ, եւ հաշվողական ուժերը միայն ավելանում են: Բացի այդ, մարդկային տարրը ավելացվում է համակարգիչների վերամշակման բնութագրիչներին, դարձնելով համակարգչային եւ ռոբոտների գաղափարը, մեզ հոգ տանողը, այնքան ժամանակ, քանի դեռ թվում էր:
> Աղբյուրներ
> Berner E, Graber M. Over Confidence որպես բժշկության ախտորոշման սխալ: Ամերիկյան ամերիկյան ամսագիր : 2008; 121: S2-S23:
> Graber ML. Բժշկության մեջ հայտնաբերված ախտորոշման սխալների տարածումը: BMJ Quality & Safety- ը : 2013 թ., 22 (հավելված 2): ii21-ii27: doi: 10.1136 / bmjqs-2012-001615:
> Lupton D. Առողջության խթանում թվային դարաշրջանում. Քննադատական մեկնաբանություն: Առողջության խթանման միջազգային կազմակերպություն : 2015; 30 (1): 174-183
> Սինգհ Հ, Ջիարդինա Թ.Դ., Մեյեր Է.Ն., Ֆորժուո Ս.Ն., Ռեյիս Սինգհ Հ, Ջիարդինա Թ.Դ., Մեյեր Էնդրյու, Ֆորժուո Ս.Ն., Ռեյիս Մ.Դ., Թոմաս Է.Ջ. Առաջնային խնամքի պարամետրերի ախտորոշման սխալների տեսակները եւ ծագումը: ՋԱՄԱ ներքին բժշկություն : 2013, 173 (6): 418-425:
> Thompson M. Առողջապահության եւ ճանաչողական հաշվարկների թիմը մեծ փոփոխությունների համար: Econtent . 2015 թ. 4-8: