por Danny Goel, MD Cirujano ortopédico, profesor clínico y director ejecutivo – PrecisionOS
Hay mucho interés y entusiasmo por 1TP5inteligencia artificial, pero veo varios obstáculos en ortopedia que debemos superar. Me interesarán los comentarios de otros y cómo podemos implementar la IA donde más se necesita.
¿Qué es la IA?
La inteligencia artificial (IA) es una iniciativa basada en datos muy compleja y apasionante. En su forma más simple, es una salida sofisticada a una entrada, que se vuelve más inteligente con el tiempo con entrenamiento y pruebas. Un ejemplo básico sugiere que si todos estamos de acuerdo en qué es un perro (y qué aspecto tiene), exponer a un algoritmo de IA entrenado una imagen de un gato revelará que, de hecho, no es un perro. Estará de acuerdo en que este es un ejemplo muy básico. Sin embargo, en su forma más avanzada, debería poder proporcionar un nivel humano de interacción a partir de menos puntos de datos sin ninguna intervención adicional, es decir, mostrar la cola de un perro y poder identificar que es un perro.
Como ocurre con todo, existen requisitos previos para que un algoritmo de IA tenga éxito. Requiere datos significativos pero precisos. Esos puntos de datos, en esencia, deben ser acordados y verificados por expertos para que sean la verdadera imagen de X. Sin embargo, la cirugía puede ser algo desafiante ya que se basa en una combinación de arte y ciencia. Existe un proceso para identificar y tratar un problema particular, especialmente en cirugía, con una salvedad: la intervención humana durante el procedimiento. Un desafío adicional para este modelo es el nivel de desacuerdo saludable que tenemos en ciertas áreas. Por ejemplo, no sólo es su falta de consenso sobre cómo hacemos (o interpretamos) un examen físico, sino también correlacionarlo con las imágenes (rayos X, CT o MRI, etc.), definir el tratamiento, llevar a cabo el procedimiento y luego evaluar los resultados. en base a ese tratamiento. Esta confirmación requiere un círculo completo de acuerdo para validar, entrenar y probar el algoritmo, donde lo más importante es la estandarización. Pero, ¿qué sucede cuando el tratamiento también puede variar para el mismo problema en distintas geografías? Todos hemos estado expuestos a debates en todos los ámbitos de la ortopedia. Esto significa que ni las entradas de datos ni los tratamientos son blancos o negros. No sólo hay desacuerdos, sino también feroces debates entre dos cirujanos sobre la mejor manera de manejar el mismo problema en el mismo paciente. Esto afecta el resultado, que puede tener o no significado para una población particular de pacientes o cirujanos.
Los desafios
La falta de coherencia en el ?cómo? ¿y qué? en cirugía puede suponer un desafío intermedio. Además, ¿cómo funcionará esto cuando existe un elemento humano considerable que también es esencial para los resultados quirúrgicos?
La otra barrera importante para la inteligencia artificial es la recopilación de datos. En cirugía, los datos, tanto en la visita inicial como en el seguimiento, son requisitos previos necesarios. Actualmente contamos con una gama de registros médicos electrónicos y puntuaciones de resultados relacionados con los pacientes que proporcionan mucha información. Esto es inconsistente entre instituciones, a nivel nacional e internacional. Qué y cómo la recopilamos, asegurarnos de que tenemos suficiente y cuál es la mejor manera de recopilarla es un obstáculo importante.
Mis observaciones
Según mi simple observación, la IA exitosa en el mundo actual tendrá que permanecer en un segundo plano. Tiene que recopilar datos que todos acordamos que son verdaderos, reales y verificados. Apoya nuestro mundo al tiempo que proporciona información significativa como un resultado en el que confiamos y que podemos aceptar con confianza. Tenemos mucho trabajo por hacer con respecto a la recopilación de datos en la atención médica antes de que podamos recibir respuestas significativas y crear un modelo de lenguaje que se alinee con nuestras expectativas y las de nuestros pacientes.
Los avances en IA no son insignificantes y algunas industrias la están utilizando con gran éxito. Pero una consideración en cirugía es cómo conectar los puntos en el corto plazo con tal variabilidad. Necesitamos alinearnos en un ecosistema cambiante para una enfermedad en particular, acordar el tratamiento y verificar los resultados esperados, todo ello considerando la variación y la experiencia del proveedor. En ausencia de eso, si le mostramos un león a un algoritmo mal construido, muy bien puede pensar que es una cebra o algo peor.
El Dr. Danny Goel es cirujano ortopédico en ejercicio, profesor clínico y director ejecutivo de Tecnología PrecisionOS
¿Acerca de PrecisionOS???
PrecisionOS es un proveedor líder de formación quirúrgica en realidad virtual para la industria médica. Profesionales de la salud de numerosas sociedades, universidades y empresas de dispositivos médicos Prefiero los módulos PrecisionOS porque mejoran la transferencia de conocimientos y habilidades. Múltiple, ensayos publicados independientes confirmar que los participantes que utilizan el Plataforma PrecisionOS convertirse en cirujanos mejores y más seguros. PrecisionOS tiene afiliaciones colaborativas con más de 65 importantes empresas globales. programas de residencia donde la plataforma se utiliza en más de 55 países en todo el mundo. Obtenga más información en www.precisionostech.com.???
Contacto con los medios
Roberto Oliveira
director de operaciones
rob@precisionostech.com