von Danny Goel, MD Orthopädischer Chirurg, klinischer Professor und CEO – PrecisionOS
Das Interesse und die Aufregung sind groß 1TP5Künstliche Intelligenz, aber ich sehe einige Hürden in der Orthopädie, die wir überwinden müssen. Mich interessieren die Kommentare anderer und wie wir KI dort einsetzen können, wo sie am meisten benötigt wird.
Was ist KI?
Künstliche Intelligenz (KI) ist eine sehr komplexe und spannende datengesteuerte Initiative. In der einfachsten Form handelt es sich um eine ausgefeilte Ausgabe in eine Eingabe, die mit der Zeit durch Training und Tests immer intelligenter wird. Ein einfaches Beispiel besagt: Wenn wir uns alle darüber einig sind, was ein Hund ist (und aussieht), zeigt die Belichtung eines Bildes einer Katze durch einen trainierten KI-Algorithmus, dass es sich tatsächlich nicht um einen Hund handelt. Sie stimmen zu, dass dies ein sehr einfaches Beispiel ist. In seiner fortschrittlichsten Form sollte es jedoch in der Lage sein, aus weniger Datenpunkten und ohne weiteren Eingriff ein menschliches Engagement zu ermöglichen, z. B. den Schwanz eines Hundes zu zeigen und zu erkennen, dass es sich um einen Hund handelt.
Wie bei allem gibt es Voraussetzungen, um einen KI-Algorithmus erfolgreich zu machen. Es erfordert aussagekräftige, aber genaue Daten. Diese Datenpunkte müssen im Kern von Experten vereinbart und überprüft werden, damit sie das wahre Abbild von X darstellen. Chirurgie kann jedoch eine gewisse Herausforderung darstellen, da sie auf einer Kombination aus Kunst und Wissenschaft beruht. Es gibt einen Prozess bei der Identifizierung und Behandlung eines bestimmten Problems, insbesondere in der Chirurgie, mit einer Einschränkung: dem menschlichen Eingreifen während des Eingriffs. Eine weitere Herausforderung für dieses Modell ist der Grad an gesunden Meinungsverschiedenheiten, die wir in bestimmten Bereichen haben. Beispielsweise mangelt es ihnen nicht nur an Einigkeit darüber, wie wir eine körperliche Untersuchung durchführen (oder interpretieren), sondern auch darüber, wie wir diese mit der Bildgebung (Röntgen, CT oder MRT usw.) korrelieren, die Behandlung definieren, den Eingriff durchführen und dann die Ergebnisse bewerten basierend auf dieser Behandlung. Diese Bestätigung erfordert einen vollständigen Zustimmungskreis zum Validieren, Trainieren und Testen des Algorithmus, wobei vor allem eine Standardisierung erforderlich ist. Aber was passiert, wenn die Behandlung für dasselbe Problem auch von Land zu Land unterschiedlich sein kann? Wir alle waren in allen Bereichen der Orthopädie mit Debatten konfrontiert. Dies bedeutet, dass weder die Dateneingaben noch die Behandlungen schwarz auf weiß sind. Es gibt nicht nur Meinungsverschiedenheiten, sondern auch heftige Debatten darüber, wie zwei Chirurgen das gleiche Problem bei demselben Patienten am besten behandeln können. Dies wirkt sich auf die Ausgabe aus, die für bestimmte Patientengruppen oder Chirurgen von Bedeutung sein kann oder auch nicht.
Die Herausforderungen
Der Mangel an Konsistenz beim „Wie“ und was? in der Chirurgie kann eine mittlere Herausforderung darstellen. Und wie soll das funktionieren, wenn es einen erheblichen menschlichen Faktor gibt, der auch für die chirurgischen Ergebnisse von entscheidender Bedeutung ist?
Das andere große Hindernis für künstliche Intelligenz ist die Datenerfassung. In der Chirurgie sind Daten sowohl beim Erstbesuch als auch bei der Nachuntersuchung notwendige Voraussetzungen. Derzeit verfügen wir über ein Spektrum an elektronischen Krankenakten und patientenbezogenen Ergebnisbewertungen, die viele Informationen liefern. Dies ist in allen Institutionen, national und auch international, uneinheitlich. Was und wie wir diese Informationen sammeln, sicherstellen, dass wir genug haben und wie wir diese Informationen am besten sammeln, ist eine große Hürde.
Meine Beobachtungen
Meiner einfachen Beobachtung nach muss erfolgreiche KI in der heutigen Welt im Hintergrund agieren. Es müssen Daten gesammelt werden, von denen wir uns alle einig sind, dass sie wahr, real und verifiziert sind. Es unterstützt unsere Welt und liefert gleichzeitig aussagekräftige Informationen als Ergebnis, dem wir vertrauen und das wir mit Zuversicht annehmen können. Wir haben in Bezug auf die Datenerfassung im Gesundheitswesen noch viel zu tun, bevor wir aussagekräftige Antworten erhalten und ein Sprachmodell erstellen können, das unseren Erwartungen und denen unserer Patienten entspricht.
Fortschritte in der KI sind nicht unbedeutend und sie wird von einigen Branchen mit großem Erfolg eingesetzt. Eine Überlegung in der Chirurgie ist jedoch, wie wir die Zusammenhänge dieser Variabilität kurzfristig miteinander verbinden können. Wir müssen uns in einem sich verändernden Ökosystem auf eine bestimmte Krankheit abstimmen, uns auf die Behandlung einigen und die erwarteten Ergebnisse überprüfen und dabei die Vielfalt und Erfahrung des Anbieters berücksichtigen. Wenn dies nicht der Fall ist und wir einem schlecht konstruierten Algorithmus einen Löwen zeigen, könnte dieser sehr wohl denken, dass es sich um ein Zebra oder etwas Schlimmeres handelt.
Dr. Danny Goel ist praktizierender orthopädischer Chirurg, klinischer Professor und CEO von PrecisionOS-Technologie
Über PrecisionOS???
PrecisionOS ist ein führender Anbieter von chirurgischen Virtual-Reality-Schulungen für die medizinische Industrie. Angehörige der Gesundheitsberufe in zahlreichen Gesellschaften, Universitäten und Medizingeräteunternehmen bevorzugen PrecisionOS-Module, weil sie den Wissens- und Kompetenztransfer verbessern. Mehrere, unabhängige veröffentlichte Studien Bestätigen Sie, dass Teilnehmer die verwenden PrecisionOS-Plattform Werden Sie bessere und selbstbewusstere Chirurgen. PrecisionOS unterhält Kooperationen mit mehr als 65 großen globalen Unternehmen Residenzprogramme wo die Plattform in mehr als 55 Ländern weltweit eingesetzt wird. Erfahren Sie mehr unter www.precisionostech.com.???
Medienkontakt
Roberto Oliveira
CCO
rob@precisionostech.com