A beteg hasi fájdalomtól és atipikus helyeken fellépő tünetektől szenved, ami bonyolultvá teszi a diagnózist. Egy óvatos vizsgálat feltárja az okot: a mellékhártya szokatlan formáját. A hit azonban nem a radiológushoz fordul. Ehelyett egy mesterséges intelligencia technológiával épített képalkotó gép, amely több tízmillió hasonló szkennelés ismeretére támaszkodhat, felismeri a rendellenességet és meghatározza a diagnózist.
Ez a forgatókönyv már nem a tudományos fantastika dolga. A költségek csökkentése és a termelékenység növelése érdekében az orvostechnikai eszközök gyártói és a technológiai vállalatok egyre inkább befektetnek az AI-be. Több ilyen rendszer már létezik, és a növekedés felgyorsulhat az elkövetkező években, különösen a diagnosztikai képek területén.
"Az AI képességeinek elemzése, valamint a vezetőkkel és az iparági szakértőkkel folytatott megbeszélések alapján számos alkalmazást látunk az egész egészségügyi spektrumban, a megelőzéstől a diagnózisig és a követésig" - mondta Michael Jungling, az Morgan Stanley Research's Orvosi műszaki és szolgáltatási csapat.
Egy nemrégiben készített jelentésben Jungling és munkatársai megállapították, hogy noha a MedTech AI fejlesztésének és bevezetésének akadályai vannak - ideértve a szabályozással és a betegek adatainak magánéletével kapcsolatos kérdéseket is -, az AI sikeres megvalósítása a területen javíthatja a termelékenységet, alacsonyabb kezelési költségeket. a növekedés ösztönzése az egészségügyi értékláncban.
Morgan Stanley becslései szerint az egészségügyi klinikai intelligencia globális piaca ma 1.3 milliárd dollárról 10 milliárd dollárra növekedhet az 2024 által, éves összetételű 40% -kal növekedve. A befektetők számára a MedTech nagyvállalatai és berendezéseinek szállítói, valamint az AI-technológiai szolgáltatók és a feltörekvő induló megszakítók mind jelenhetnek meg lehetőségek.
AI, Machine Learning és MedTech
Az AI célja az emberi kognitív folyamatok utánozása, például tanulás és érvelés algoritmusok és nagy adatkészletek segítségével. A legnépszerűbb módszer a gépi tanulás, melyben egy modellt adatkészletre - például betegek millióinak bélszkennelésére - képeznek az új adatkészletek független elemzése és kategorizálása céljából. Minél összetettebb és nagyobb az adatmennyiség, annál jobb a modell kognitív érvelési képessége.
Az orvosi mesterséges mesterséges intelligenciának nagy lehetőségei vannak, a dialízis kezelésétől kezdve a betegadagolás optimalizálásán át a betegség korai felismeréséig. Sok azonban függ az AI teljesítményétől és kialakításától. "Az AI-alapú MedTech elfogadásának ütemtervét valószínűleg a termék kézzelfogható gazdasági előnyei, valamint a könnyű használhatóság és a meglévő munkafolyamatokba történő integrálás határozza meg" - mondja Jungling.
Még mindig a korai szakaszban vagyunk. Az AI viszonylag szerény telepítésével, mint például a segítő intelligencia, amely segít csökkenteni a kézi folyamatokat és az egyszerű, de ismétlődő feladatokat, például a kinevezés ütemezését, így a képzett orvosi személyzet számára több idő marad a speciális és jövedelemtermelő munkára.
A mesterséges intelligencia fejlettebb formái segítséget nyújthatnak az orvosok számára a döntéshozatalban, diagnosztikai képek kiértékelésével és kezelési tervek készítésével. Az AI ezen formája, a felügyelet nélküli gépi tanulás néven ismert, képes felmérni a nyers strukturálatlan adatokat és keresni mintákat. "Az ilyen funkcionalitás drámai javulást eredményezhet a termelékenységben, különösen klinikai körülmények között, ahol a magasan képzett szakemberek kínálata korlátozott" - mondja Jungling.
Az AI végül elvégezhet olyan feladatokat, mint a diagnosztika, felhasználói bevitel nélkül, de ezek a forgatókönyvek még mindig messze vannak a pályán.