Сочинение на тему Искусственный интеллект в радиологии

Существует много разных отраслей и видов искусственного интеллекта. Кинг и Кинг (2018) сообщают следующее: основным компонентом ИИ является машинное обучение, которое является областью компьютерных наук, которая позволяет компьютерам учиться без явного программирования. Эта захватывающая технология включает в себя вычислительные модели и алгоритмы, которые похожи на структуру и функции биологических нейронных сетей нашего мозга. Эти вычислительные модели часто называют «искусственными нейронными сетями». «Когда эти искусственные нейронные сети обрабатывают информацию (цифровые данные) из многочисленных входных потоков, они имеют возможность« учиться »и изменять свою структуру почти так же, как нейроны в нашем мозге изменяются с помощью памяти (p501). Глубокое обучение – это обширная сеть машинного обучения с данными, распознающими объекты на изображениях. Радиология это все о том, что внутри изображения. Нейронные сети – это алгоритмы, разработанные для анализа тысяч и тысяч изображений, сбора данных и их организации для выявления закономерностей.

Объединение врачей с искусственным интеллектом повлияет на область радиологии. Программное обеспечение искусственного интеллекта генерирует предварительный отчет о сканировании, позволяя рентгенологу просмотреть его и добавить в отчет. О любых критических результатах сообщают и тревожат читающие радиолога о возникающем случае. Программное обеспечение искусственного интеллекта рассмотрит исследование и решит, где в списке должен быть размещен экзамен, тогда как теперь PACS определяет рабочий список на основе времени, когда заказывается сканирование. «Искусственный интеллект не только предоставляет ваши предварительные отчеты с выводами, но также может активно сканировать ваш отчет, поскольку вы диктуете ошибки контекста (правое или левое расхождение)» (Sana, 2018). Искусственный интеллект обеспечит рекомендуемые наблюдения на основе протоколов, облегчая для рентгенолога. Мохан заявляет, что плюсы этого подхода могут значительно улучшить асимметричное отношение количества сканирований к числу доступных рентгенологов (2018 г.). При правильном использовании искусственный интеллект сможет сократить время обработки отчетов.

Хотя в искусственном интеллекте есть много хороших вещей, есть и недостатки. В настоящее время алгоритмы искусственного интеллекта являются мощными, но хрупкими, и любой шум на изображении может нарушить результаты. Если результаты сканирования не технического качества из-за неспособности дышать пациентов или пациентов с большими габитусами тела, искусственный интеллект не сможет проанализировать исследование. Еще один недостаток – доверие пациента к машине. Будут ли они доверять машине предоставлять отчет о потенциально опасных для жизни результатах? Затем, страховка заплатит, чтобы машина проанализировала дорогостоящее исследование. Мохан задает вопрос разработчикам алгоритмов искусственного интеллекта, спрашивая: «Достаточно ли хороши программы, чтобы ничего не« пропустить », и если вообще есть« промах », кто несет ответственность – это разработчики программного обеспечения, администрация института или лечащие врачи, которые будут следить за результатами для планирования лечения пациента (2018). У радиологов и аппаратов искусственного интеллекта все еще есть руководящие указания и этический долг перед пациентом. Искусственный интеллект обладает способностью не только анализировать сканирование пациента, но и отслеживать медицинскую историю пациента с течением времени. Необходимо соблюдать баланс между сохранением конфиденциальности личной информации и развитием интеллектуальных машин (Kohli & Geis, 2018). Пациенты могут подписать отказ, позволяющий третьей стороне просматривать и вносить вклад в свои медицинские записи (Kohli & Geis, 2018).

По словам Миллера и Брауна, простые нейронные сети используются в медицине с начала 1990-х годов для интерпретации электрокардиограмм и диагностики инфаркта миокарда (2018). Искусственный интеллект в области радиологии начинает использоваться. Сана сообщает, что GE сотрудничает с MGH и партнерством IBM Watson с Radiology Partners (2018). Искусственный интеллект – это будущее радиологического поля. Исключит ли искусственный интеллект потребность в радиологах? Нет, не будет, но искусственный интеллект значительно улучшит медицинское обслуживание пациента. Радиологи могут сообщить девелоперам, где и как искусственный интеллект может быть им полезен. Радиолог и компьютерные разработчики могут работать вместе, чтобы сделать искусственный интеллект великим и эффективным. Ускоренное возобновление поворотов, уведомление врача-терапевта и отслеживание ухода за пациентом – это все способы, которыми искусственный интеллект принесет пользу радиологии и пациенту.