Bilde: AP Bilder
På torsdag, forskere ved Stanford University introdusert den siste tingen i AI-diagnostikk: en algoritme som kan sile gjennom timer med hjerte rytme data som er samlet inn av bærbare skjermer for å avgjøre om en pasient har en uregelmessig hjerterytme, eller arytmi. Algoritmen, sier forskerne, er ikke bare like bra som en kardiolog på riktig diagnostisering av tilstanden, men det er ofte bedre.
Mennesker har vært å se for oss en fremtid der maskiner erstatte leger i diagnostisering prosessen siden 1950-tallet, da klinisk psykolog Paul Meehl legge fram den kontroversielle idé i en bok med en veldig kjedelig klingende navn. I Klinisk vs. Statistisk Prediksjon: En Teoretisk Analyse og Gjennomgang av Bevisene, hevdet han at enkle, data-drevet algoritmer kan gjøre bedre beslutninger om pasientens diagnose og behandling enn utdannet kliniske psykologer.
Som hevder gikk videre til å bli kopiert mange ganger over hele medisin—algoritmer kan, i et annet tilfelle, bedre forutsi kreft enn radiologer. Nylig, kunstig intelligens og dyp læring har økt anten, lovende algoritmer som kan ikke bare gjøre data-baserte helsetjenester beslutninger fri fra menneskelige feil, men også prosessen sett av data som er langt mer omfattende enn ett menneske kan noensinne. Allerede på markedet er dypt-læring systemer som bistår i å tolke bryst og hjerte-bildebehandling. Å stole på bildet for anerkjennelse, Google nylig har brukt AI for å diagnostisere kreft raskere enn et menneske, og tester for å diagnostisere diabetes blindhet. Den nye studien antyder AI kan være klar til å kjøre forbi leger i enda et annet kritisk område av diagnose—spotting uregelmessige hjerteslag som kan være livstruende.
“Enhver tilstand der data er tilgjengelig, er en god neste trinn for maskinlæring diagnose,” sa Pranav Rajpurkar, en graduate student i Stanford maskinlæring Gruppe og co-hovedforfatter av papir, som ikke har blitt akseptert for publisering, men er tilgjengelig som en pre-print på arXiv. “Til slutt ser vi at dette fører til selvstendig diagnose og å øke tilgangen til helsetjenester.”
Algoritmen kan oppdage 13 typer arytmi basert på data fra elektrokardiogram signaler. Forskerne samarbeider med hjerterytme overvåke selskapet iRhythm og brukt selskapets enorme datasett som er samlet inn via den bærbare hjerterytme skjermen for å trene en dyp nevrale nettverk modell på 30.000, 30-sekunders klipp fra pasienter med arytmier over flere måneder.
For å teste nøyaktigheten, forskere konkurrerer da deres algoritme mot ekspert hjertespesialister å lese og tolke 300 udiagnostisert klipp. Algoritmen var like sannsynlig å nå konsensus alternativet som individuelle hjertespesialister, i mange tilfeller mer sannsynlig.
Forskerne tror at denne algoritmen kan en dag bidra til å gjøre kardiolog-nivå arytmi diagnose og behandling mer tilgjengelig for personer som er ute av stand til å se en kardiolog i person. Rajpurkar sa han forestiller verktøyet deres er noe som er bygget inn i enheter som iRhythm er slitesterk.
I en annen fersk studie, UCSF forskere programmert med en Apple-Klokke utstyrt med en hjertefrekvens å oppdage en alvorlig, men ofte symptomless type hjerte arytmi, atrieflimmer, å finne i en liten studie at det var nøyaktig 97% av tiden. Visjonen om slikt arbeid, i slutten, er en form for medisinsk panopticon: Klokker som oppdager hjerteproblemer, mobiltelefoner som analyserer vår tale mønstre for tegn på Parkinson ‘ s, en endeløs parade av enheter for å kontinuerlig overvåke vår tilstand av å være.
En slik fremtid, på dette punktet, synes uunngåelig. Bare siste året, IBMS Watson tok overskrifter etter å diagnostisere en 60 år gammel kvinne er sjelden form for leukemi i løpet av 10 minutter etter leger i Japan hadde vært forvirret i flere måneder.
Rajpurkar sa at i hans sinn, teknologien vil ikke sette leger ut av arbeid. “Fordelen er at det frigjør hjertespesialister å fokusere på samhandling med pasienten og å utvikle behandling,” sa han.
For nå, det er fortsatt begrensninger, skjønt. For en, forskere kan bare samle inn data for å diagnostisere 13 forskjellige hjertearytmier. For mer sjeldne former, data var bare ikke der.
“Mye for hjerteproblemer vi er ikke tiden å oppdage,” sa han. “Alt vi trenger mer data.”