Согласно исследованию, представленному сегодня на ежегодном ежегоднике Общества интервенционной радиологии за 2017 год, интервенционные радиологи из Калифорнийского университета в Лос-Анджелесе (UCLA) используют технологии, обнаруженные в беспилотных автомобилях, для работы приложения машинного обучения, которое помогает направлять лечение пациентов при интервенционной радиологии. Научное собрание.
Исследователи использовали передовой искусственный интеллект для создания "чат-бот" интервенционный радиолог, который может автоматически общаться с направляющими врачами и быстро давать научно обоснованные ответы на часто задаваемые вопросы. Это позволяет лечащему врачу предоставлять пациенту информацию о следующем этапе лечения в режиме реального времени или основную информацию об интервенционном радиологическом лечении.
"Мы предположили, что искусственный интеллект можно использовать недорогим автоматизированным способом в интервенционной радиологии как способ улучшения ухода за пациентами," сказал Эдвард В. Ли, М.D., Ph.D., доцент радиологии Медицинской школы Дэвида Геффена Калифорнийского университета в Лос-Анджелесе и один из авторов исследования. "Поскольку искусственный интеллект уже начал преобразовывать многие отрасли, у него есть большой потенциал для преобразования здравоохранения."
В этом исследовании глубокое обучение использовалось для понимания широкого круга клинических вопросов и адекватного ответа в разговорной манере, аналогичной обмену текстовыми сообщениями. Глубокое обучение – это технология, вдохновленная работой человеческого мозга, где сети искусственных нейронов анализируют большие наборы данных, чтобы автоматически обнаруживать закономерности и "учиться" без вмешательства человека. Сети глубокого обучения могут анализировать сложные наборы данных и предоставлять подробные сведения в таких областях, как раннее выявление, планирование лечения и мониторинг заболеваний.
"Это исследование принесет пользу многим группам в больницах. Члены команды по уходу за пациентами получают более быстрый и удобный доступ к научно обоснованной информации; интервенционные радиологи тратят меньше времени на телефонные разговоры и больше времени на уход за своими пациентами; и, что наиболее важно, у пациентов есть более информированные поставщики, способные оказывать более качественную помощь," сказал соавтор Кевин Силс, доктор медицины, врач-радиолог в Калифорнийском университете в Лос-Анджелесе и программист приложения.
Команда Калифорнийского университета в Лос-Анджелесе позволила приложению, которое напоминает онлайн-чаты обслуживания клиентов, сформировать фундамент знаний, предоставив ему более 2000 примеров данных, имитирующих общие запросы, которые интервенционные радиологи получают во время консультации. Благодаря этому типу обучения приложение может мгновенно дать лучший ответ на вопрос лечащего врача. Ответы могут включать информацию в различных формах, включая веб-сайты, инфографику и пользовательские программы. Если инструмент определяет, что ответ требует реакции человека, программа предоставляет контактную информацию интервенционного радиолога. По мере того, как врачи используют приложение, оно учится на каждом сценарии и постепенно становится умнее и мощнее.
Исследователи использовали технологию под названием Natural Language Processing, реализованную с помощью компьютера IBM Watson с искусственным интеллектом, который может отвечать на вопросы, заданные на естественном языке, и выполнять другие функции машинного обучения. Этот прототип в настоящее время тестируется небольшой группой госпиталистов, онкологов-радиологов и интервенционных радиологов в Калифорнийском университете в Лос-Анджелесе.
"Я верю, что у этого приложения будет феноменальный потенциал, чтобы изменить то, как врачи взаимодействуют друг с другом, чтобы обеспечить более эффективную помощь," сказал Джон Хегде, доктор медицины, врач-терапевт отделения радиационной онкологии Калифорнийского университета в Лос-Анджелесе. "Ключевым моментом для меня является то, что я думаю, что в конечном итоге это будет самый простой способ обмена медицинской информацией. Хотя это так же просто, как поговорить с другом через текстовое сообщение, это действительно мощный инструмент для быстрого получения данных, необходимых для принятия более обоснованных решений."
По мере того, как приложение продолжает улучшаться, исследователи стремятся расширить работу, чтобы помочь врачам общего профиля во взаимодействии с другими специалистами, такими как кардиологи и нейрохирурги. По словам Ли, внедрение этого инструмента во всем спектре здравоохранения имеет большой потенциал в стремлении обеспечить пациентам высочайшее качество обслуживания.
Аннотация 354: "Использование методов глубокого обучения для оказания помощи клиницистам в диагностической и интервенционной радиологии: разработка виртуального ассистента радиолога." K. Уплотнения; D. Дубин; L. Леонардс; E. Ли; J. Маквильямс; S. Ки; р. Suh; Медицинская школа Дэвида Геффена при Калифорнийском университете в Лос-Анджелесе, Калифорния. Ежегодное научное собрание SIR, 4-9 марта 2017 г. Этот тезис можно найти на встрече.org.