5 exemples concrets d'IA dans le secteur de la santé

0

Les applications et les exemples de L'intelligence artificielle dans les soins de santé hold the promise of affordable soins de santé, improved success rates, efficient les essais cliniqueset une meilleure qualité de vie. Si la plupart d'entre nous connaissent l'IA dans le contexte d'Alexa, de Siri ou des voitures à conduite autonome, nous comprenons peu à peu le potentiel des applications cliniques de l'IA. L'augmentation constante de l'impact de l'IA intelligence artificielle dans le secteur des soins de santé peut être illustré par l'examen des cinq secteurs suivants de l'industrie des soins de santé.

Voici des exemples d'intelligence artificielle dans les soins de santé

1) L'intelligence artificielle aide à "rester en bonne santé".

L'une des applications potentielles de l'intelligence artificielle dans le domaine des soins de santé les plus importantes et ayant un impact direct sur les consommateurs est sa capacité à aider les gens à rester en bonne santé. Avec l'essor de la Internet des objets médicaux (IoMT) in consumer health applications, this application is growing in leaps and bounds in the last decade. Healthcare apps encourage healthy behavior among individuals. With mainstream companies like Apple now making tracking cardiac health, fall detection and emergency SOS major products of their portfolio, it looks like IoMT is here to stay. A report by Allied Étude de marché says that the Le marché de l'IdO dans le domaine de la santé atteindra $136,8 milliards d'euros dans le monde d'ici 2021, avec un TCAC de 12,5% entre 2015 et 2021.

2) La chirurgie robotique assistée par l'IA

En termes de pratique, bien qu'elle en soit encore à ses débuts, l'IA peut contribuer à améliorer les performances chirurgicales. En général, le résultat d'une opération, en particulier d'une procédure nouvelle ou complexe, peut varier en fonction des compétences du chirurgien. L'utilisation de l'IA peut réduire ces variations au cas par cas et même contribuer à améliorer l'efficacité des meilleurs chirurgiens. Par exemple, les robots contrôlés par l'IA peuvent fournir un grossissement tridimensionnel pour l'articulation et réaliser des opérations avec plus de précision et de miniaturisation. Les robots contrôlés par l'IA peuvent effectuer des actes de base de découpe et de suture de précision. En 2017, nous avons assisté à des chirurgiens utilisant La robotique assistée par l'IA pour suturer des vaisseaux sanguins extrêmement étroits - 0,03 à 0,08 millimètres de diamètre - au centre médical universitaire de Maastricht, aux Pays-Bas.

Bien entendu, le chirurgien contrôle toujours la suture robotisée. Il existe de nombreuses petites tâches complexes au cours d'une procédure chirurgicale, qui nécessitent absolument les compétences d'un chirurgien nuancé. Le chemin est encore long avant d'assister à une utopie de l'IA où les robots remplaceraient les chirurgiens ou les infirmières. Cependant, pour l'instant, ils sont d'excellents auxiliaires qui peuvent réduire la variabilité des résultats.

3) Jugement ou diagnostic clinique

L'IA peut améliorer, et améliore déjà, la détection précoce de maladies, notamment le cancer et les rétinopathies. L'utilisation de l'IA dans l'analyse et l'examen des mammographies et des tests de dépistage du cancer. radiologie Les images peuvent accélérer le processus jusqu'à 30 fois, et avec une précision de 99%. En 2017, Université de Stanford published a study describing successful use of AI algorithms to detect skin cancer against the diagnosis of 21 dermatologists. Cette année, l'équipe de Google DeepMind a réussi à entraîner un réseau neuronal à détecter plus de 50 types de maladies oculaires, en analysant des scans rétiniens en 3D, dans le cadre d'une étude menée en collaboration avec le Moorfields Eye Hospital de Londres, au Royaume-Uni. La plus grande avancée de cette étude par rapport à ses prédécesseurs est la possibilité d'expliquer comment l'ordinateur est arrivé à certaines interprétations. Le fait de surmonter une boîte noire de l'interprétation et de l'inférence des données renforce la fiabilité et la confiance dans cette application.

Surtout, il est important de reconnaître et de souligner l'avantage de combiner les pouvoirs des algorithmes d'IA avec les pouvoirs des médecins. Lors du Symposium international sur l'imagerie biomédicale, un concours a été organisé pour les systèmes informatiques programmés pour détecter le cancer du sein métastatique à partir d'images de biopsie. Alors que le programme gagnant a posé le diagnostic avec un taux de réussite de 92,5%, le fait de le combiner avec l'opinion et l'expertise des pathologistes humains a permis de porter ce chiffre à 99,5% de réussite.

4) La médecine de précision

One of the most valuable examples of artificial intelligence in healthcare is precision medicine, which is currently touted as the paradigm-shifting healthcare practice. The foundation of precision medicine relies on the copious amounts of data collected from many disruptive technological innovations, including health sensors patients use at home, cheap genome sequencing and advanced biotechnologie. Precision medicine refers to “tailoring of medical treatment to the individual characteristics of each patient”. Medical practices are now rapidly shifting from making decisions based on few seemingly overlapping features among patients, to adopting a more personalized format.

Precision medicine depends on advanced supercomputing algorithms with apprentissage profond and thus, uses the cognitive capabilities of physicians at a new scale. In this day and age of easy access to genomic data, one of the challenges is to plough through to identify genetic variants that increase disease risk. Intelen collaboration avec le Scripps Research Institute, CA, USA, a mis au point un algorithme d'apprentissage profond capable de détecter 23 patients présentant un risque accru de maladie cardiovasculaire, non identifiés par les méthodes statistiques classiques, avec une précision de 85%. IBM Watson et Google DeepMind sont les leaders de l'exploitation des dossiers médicaux, avec pour objectif ultime la création d'un "assistant cognitif" doté d'un éventail de connaissances cliniques, de capacités d'analyse et de raisonnement, parallèlement.

5) Découverte de médicaments

Le format actuel des essais cliniques nécessite des décennies de recherche et coûte des milliards de dollars. Selon l'Association californienne de recherche biomédicale, "seuls cinq médicaments sur 5 000 qui commencent à faire l'objet d'essais précliniques sont testés sur l'homme et un seul de ces cinq médicaments est approuvé pour un usage humain". The use of AI in drug discovery can help pharmaceutical companies to streamline drug discovery as well as, drug repurposing. Many pharma giants, including Pfizer, Sanofi and Genetech are now partnering with AI service providers- IBM Watson, Exscientia’s artificial-intelligence and GNS Healthcare, respectively, to drive their oncologie drug discovery programs. AI can pinpoint to previously unknown causes of various diseases, and, enable testing of more compounds with higher accuracy and reproducibility. Using AI for drug discovery would enable us to get rid of the traditional trial and error approach and embrace a more patient-driven biology via using more data-derived predictive hypotheses. Atomwise, a développement de médicaments company used AI to analyze if existing medicines could be redesigned to target the Ebola virus in 2016. An analysis that would have normally taken months or years by the conventional means, was instead accomplished in a single day, resulting in two potential hits. While, the in silico Les techniques de modélisation prennent de plus en plus d'importance dans la recherche et le développement (R&D) de médicaments modernes, mais elles sont loin de remplacer la productivité standard de la R&D de l'industrie pharmaceutique.

Si les pratiques susmentionnées font partie des applications d'IA les plus "cool", ce qui passe inaperçu dans les coulisses, c'est l'aide apportée par l'IA au flux de travail administratif, dont la valeur est estimée à 1,5 milliard d'euros. $18 milliards. L'IA a mobilisé l'automatisation des emplois administratifs qui peuvent aider les médecins et les infirmières dans leurs tâches courantes de collecte, d'enregistrement et de stockage à long terme des données. En éliminant les parties répétitives du travail d'un médecin, l'IA pourrait aider le soignant à se rendre régulièrement disponible pour le patient.

Préoccupations d'ordre éthique

L'explosion de l'intelligence artificielle dans les soins de santé s'accompagne d'un revers de la médaille : les problèmes de confidentialité des données et l'utilisation éthique de l'IA. Certaines des préoccupations éthiques entourant l'IA incluent, mais ne sont pas limitées à, des questions comme :

  • Qui serait tenu pour responsable des erreurs de machine pouvant conduire à une mauvaise gestion des soins ?
  • Un biais préexistant (sous-groupes de patients sous ou surreprésentés) dans les données utilisées pour l'apprentissage de l'IA renforcerait-il le biais dans le diagnostic et les analyses au lieu de les éliminer ?
  • Les patients seraient-ils informés de l'importance du rôle joué par l'IA dans leur traitement ?
  • L'IA encouragerait-elle les patients à ne pas demander l'avis d'un médecin et à se laisser aller à l'autodiagnostic et à la médication ?
  • Les praticiens de la santé pourraient-ils se sentir menacés par l'IA en raison d'une perte potentielle d'autorité et d'autonomie ? Cela affecterait-il à son tour leur pratique médicale ?

Ce sont les exemples de l'intelligence artificielle dans les soins de santé. Il est clair qu'en tant que technologie à venir, l'IA est une corde raide qu'il faut savoir manier avec précaution. Si elle est utilisée de manière responsable, en tenant compte des critères éthiques et de confidentialité des données, l'IA peut potentiellement conduire à une transformation sans précédent du fonctionnement du secteur des soins de santé. Et tandis que cette transition est en cours, il est important de former les professionnels de la santé actuels à l'utilisation de l'IA. L'IA étant un mot à la mode, il est important de comprendre ce qui est utile et ce qui ne l'est pas, pour éviter de se faire embobiner. Si l'intelligence artificielle est loin d'éliminer l'implication humaine dans le secteur des soins de santé, elle pourrait définitivement bouleverser les emplois en faveur des praticiens éduqués et acceptant l'intelligence artificielle dans ce secteur.

 

———————-
Need to consult an Artificial Intelligence expert? Hire from over 16,000 scientifiques indépendants on Kolabtree. It’s free to post your project and get quotes from experts.


Kolabtree helps businesses worldwide hire freelance scientists and industry experts on demand. Our freelancers have helped companies publish research papers, develop products, analyze data, and more. It only takes a minute to tell us what you need done and get quotes from experts for free.


Unlock Corporate Benefits

• Secure Payment Assistance
• Onboarding Support
• Dedicated Account Manager

Sign up with your professional email to avail special advances offered against purchase orders, seamless multi-channel payments, and extended support for agreements.


LIRE AUSSI  S'assurer que votre MedTech est conforme à l'HIPAA : Ce qu'il faut savoir
Partager.

À propos de l'auteur

Maya Raghunandan a obtenu son doctorat en biochimie et biologie moléculaire à l'université du Minnesota, villes jumelles, États-Unis. Elle est actuellement chercheur en biologie du cancer à l'Université catholique de Louvain, à Bruxelles, en Belgique. Pendant son temps libre, elle écrit sur des découvertes scientifiques intéressantes sur son blog sans jargon http://www.sciencesnippets.org/. Parce que la science n'a pas besoin d'être compliquée. Au contraire, elle doit être compréhensible pour tous.

Laissez une réponse