AI kunne afhjælpe Kinas lægemangel

Udlånt af PereDoc

På en nylig dag på et hospital i det vestlige Beijing indlæste en kræftradiolog ved navn Chongchong Wu en mistænkeligt udseende lungescanning i et computerprogram, der ligner Photoshop. Et neuralt netværk trænet på tusindvis af eksempler på scanninger fremhævede knuder i røde firkanter, som hun undersøgte omhyggeligt. Hun korrigerede to falske positive, hvor netværket fejlagtigt identificerede blodkar som potentielle maligne sygdomme. Men hun fandt også en knude, som hun tidligere havde overset, hvilket måske tyder på et tidligt tegn på sygdom.

Kina tager hul på et stort initiativ for at tilføje kunstig intelligens til sundhedsvæsenet med værktøjer som dette. På nogle måder afspejler tendensen, hvad der sker i USA og Europa. I Kina er begrænsningerne på brugen af ​​data og nye teknologier imidlertid løsere, og behovet for automatisering er mere udtalt. Der er 1,5 læger for hver 1.000 mennesker i Kina sammenlignet med 2,5 i USA.

Kina bevæger sig hurtigt. Omkring 131 virksomheder arbejder i øjeblikket på at anvende kunstig intelligens i landets sundhedssektor, ifølge Yiou Intelligence, et Beijing-baseret konsulentfirma. Fra næste måned vil et hospital i Beijing køre alle sine lungescanninger forbi en AI-algoritme for at fremskynde screeningsprocessen.

Den kinesiske regering har opfordret til en sådan teknologi for at hjælpe med computeriseret medicinsk diagnose som en del af den første fase af sin store plan om at omfavne AI inden 2020 (se Kinas AI Awakening). I en rapport offentliggjort i februar forudsagde IDC, at Kinas marked for AI-sundhedstjenester vil nå op på 5,9 milliarder yuan (930 millioner USD) i 2022. Dette marked er også målrettet af Kinas store teknologivirksomheder. Både Alibaba og Tencent har forskningsenheder dedikeret til at udvikle AI-diagnoseværktøjer.

Den måde, folk opfatter kunstig intelligens på i Kina, kan gøre det lettere for teknologien at blomstre inden for medicin. I Vesten har fremskridt inden for kunstig intelligens givet anledning til debatter om jobtab, men de fleste kinesiske læger ser ud til at være ivrige efter at automatisere deres mest gentagne arbejde.

Brug af kunstig intelligens i medicin kommer dog med udfordringer. De diagnostiske værktøjer kan nå deres konklusioner ved hjælp af komplicerede matematiske processer, der trodser forklaring. Indtil videre er der kun lidt debat i Kina om, hvem der vil være ansvarlig for fejl, når medicinske diagnoser outsources til disse algoritmer.

Sidste år indarbejdede China Food and Drug Administration AI-diagnostiske værktøjer i sin liste over tilladte medicinske anordninger, men virksomheder skal ansøge om akkreditering for hvert produkt, før de fastsætter en pris.

Den AI-software, Wu brugte, udviklet af en Beijing-baseret startup kaldet PereDoc, er blevet installeret på mere end 20 hospitaler i Kina. PereDoc har opbygget et netværk af mere end 180 hospitaler, der fungerer som forskningssamarbejdspartnere.

At lave algoritmer, der kan behandle medicinske billeder, såsom CT-scanninger og røntgenbilleder, er et særligt varmt felt for Kinas startups. En grund er, at billedklassificering spiller til styrken af ​​de nyeste deep-learning-algoritmer.

Men AI bliver også brugt på andre områder. Peijun Lv, en proteselæge i Beijing, samarbejder med Tsinghua University om at udvikle et AI-program, der kan designe tandproteser. En prototypealgoritme blev trænet ved hjælp af regler om protesedesign, hentet fra lærebøger og 30.000 rigtige tilfælde mærket af læger. Det kan kopiere ekspertise hos erfarne læger, siger Lv. Han planlægger at køre kliniske forsøg med algoritmen senere på året.

Relateret historie

Relateret historie Vesten bør ikke frygte Kinas kunstige intelligens-revolution. Den skal kopiere den.

Og Peng Liu, en lymfomlæge i Beijing, arbejder sammen med forskere ved Tsinghua om at udvikle en maskinlæringsalgoritme, der kan bruge ultralydsdata til at opdage blodpropper forårsaget af lymfombehandling. Hvis det fanges tidligt, ofte via en ultralydsscanning af patientens vener, kan blodpropper let behandles. Men hospitaler har ofte ikke ressourcer nok til at screene hver patient, medmindre der er specifikke symptomer.

Andre forskere i Kina tager fat på generel medicinsk viden. iFlytek og Tsinghua University skabte i fællesskab et AI-system, der scorede højere end over 96 procent af de menneskelige deltagere i sidste års kinesiske medicinske licenseksamen. Vanskeligheden ved at skabe et system som dette er ikke at inkorporere bredden af ​​eksisterende medicinsk viden, men at lære maskiner at forstå de indviklede sammenhænge mellem forskellige fakta og bruge disse resultater til at ræsonnere og træffe beslutninger.

I sin kerne er dette et naturligt sprogbehandlingssystem, der er særligt dygtigt til at håndtere medicinske spørgsmål. Den måde, det når frem til en konklusion på et multiple-choice spørgsmål, er helt anderledes end den måde, et menneske vælger det bedste svar på. Algoritmen leder efter beviser, der er nødvendige for at besvare et bestemt spørgsmål ved at beregne statistiske ligheder mellem ord repræsenteret matematisk.

En detaljeret analyse af eksamensresultaterne viser, hvor maskiner ikke kan konkurrere med mennesker: sund fornuft og etik. Algoritmen scorede lavere end landsgennemsnittet på den sektion, der tester evnen til at udøve dømmekraft under stressende situationer såsom familiekonflikter.

Ji Wu, en lektor ved Tsinghua University, der ledede projektet, undersøger måder at anvende denne algoritme til klinisk brug. Men han indrømmer, at det ikke bliver så enkelt som at installere denne software på enhver læges computer.

Læger, der bruger de nye værktøjer, kan dog finde dem en stor hjælp. På Chongchong Wus hospital i Beijing, for eksempel, ser ambulatoriet omkring 10.000 mennesker hver dag, så hun har ikke tid nok til at læse hvert billede så grundigt, som hun gerne vil. Scanningsprogrammet, siger hun, kan lette min byrde.

skjule