ट्रस्ट, मानव-केंद्रित कृत्रिम बुद्धिमत्ता और सहयोग पहले उठाने वाले स्वास्थ्य संगोष्ठी समाचार केंद्र का ध्यान केंद्रित कर रहे हैं

एआई विशेषज्ञों ने चर्चा की कि कैसे मजबूत एआई को हेल्थकेयर में एकीकृत किया जाए, क्यों अंतःविषय सहयोग महत्वपूर्ण है, और अनुसंधान में जेनेरिक एआई की क्षमता है।
Feifii Li और Lloyd Minum ने 14 मई को स्टैनफोर्ड यूनिवर्सिटी स्कूल ऑफ मेडिसिन में उद्घाटन राइज हेल्थ सिम्पोजियम में शुरुआती टिप्पणी दी। स्टीव फिश
आर्टिफिशियल इंटेलिजेंस द्वारा कब्जा किए गए ज्यादातर लोगों ने किसी प्रकार का "अहा" पल किया है, जो संभावनाओं की दुनिया में अपना दिमाग खोलते हैं। 14 मई को उद्घाटन स्वास्थ्य संगोष्ठी में, लॉयड माइनर, एमडी, स्टैनफोर्ड यूनिवर्सिटी स्कूल ऑफ मेडिसिन के डीन और स्टैनफोर्ड यूनिवर्सिटी में मेडिकल अफेयर्स के उपाध्यक्ष, ने अपने परिप्रेक्ष्य को साझा किया।
जब एक जिज्ञासु किशोरी को आंतरिक कान के बारे में अपने निष्कर्षों को संक्षेप में प्रस्तुत करने के लिए कहा गया, तो उन्होंने उदार कृत्रिम बुद्धिमत्ता की ओर रुख किया। "मैंने पूछा, 'सुपीरियर कैनाल डेहिसेंस सिंड्रोम क्या है?" माइनर ने लगभग 4,000 संगोष्ठी प्रतिभागियों को बताया। कुछ ही सेकंड में, कई पैराग्राफ दिखाई दिए।
"वे अच्छे हैं, वास्तव में अच्छे हैं," उन्होंने कहा। “यह जानकारी एक संक्षिप्त में संकलित की गई थी, आम तौर पर सटीक और स्पष्ट रूप से प्राथमिकता वाले रोग का विवरण। यह काफी उल्लेखनीय है। ”
आधे दिवसीय कार्यक्रम के लिए कई साझा नाबालिग की उत्तेजना, जो कि द राइज हेल्थ इनिशिएटिव, स्टैनफोर्ड यूनिवर्सिटी स्कूल ऑफ मेडिसिन और स्टैनफोर्ड इंस्टीट्यूट फॉर ह्यूमन-सेंटर्ड आर्टिफिशियल इंटेलिजेंस (HAI) द्वारा लॉन्च की गई एक प्रोजेक्ट आर्टिफिशियल के जिम्मेदार उपयोग का मार्गदर्शन करने के लिए एक परियोजना थी। बुद्धिमत्ता। बायोमेडिकल अनुसंधान, शिक्षा और रोगी देखभाल में खुफिया। वक्ताओं ने जांच की कि चिकित्सा में कृत्रिम बुद्धिमत्ता को एक तरह से लागू करने का क्या मतलब है जो न केवल डॉक्टरों और वैज्ञानिकों के लिए उपयोगी है, बल्कि रोगियों के लिए पारदर्शी, निष्पक्ष और न्यायसंगत भी है।
"हम मानते हैं कि यह एक ऐसी तकनीक है जो मानव क्षमताओं को बढ़ाती है," स्टैनफोर्ड स्कूल ऑफ इंजीनियरिंग में कंप्यूटर साइंस के प्रोफेसर फी-फाई ली ने कहा, माइनर प्रोजेक्ट के साथ राइज हेल्थ के निदेशक और HAI के सह-निर्देशक। पीढ़ी के बाद पीढ़ी, नई प्रौद्योगिकियां उभर सकती हैं: एंटीबायोटिक दवाओं के नए आणविक अनुक्रमों से लेकर जैव विविधता की मैपिंग और मौलिक जीव विज्ञान के छिपे हुए हिस्सों को प्रकट करना, एआई वैज्ञानिक खोज को तेज कर रहा है। लेकिन यह सब फायदेमंद नहीं है। "इन सभी अनुप्रयोगों के अनपेक्षित परिणाम हो सकते हैं, और हमें उन कंप्यूटर वैज्ञानिकों की आवश्यकता है जो [कृत्रिम बुद्धिमत्ता] को विकसित और कार्यान्वित करते हैं, जिम्मेदारी से, विभिन्न प्रकार के हितधारकों के साथ काम करते हुए, डॉक्टरों और नैतिकतावादियों से ... सुरक्षा विशेषज्ञों और उससे आगे तक," वह कहती हैं। "बढ़ा स्वास्थ्य जैसी पहल इस के प्रति हमारी प्रतिबद्धता को प्रदर्शित करती है।"
स्टैनफोर्ड मेडिसिन के तीन डिवीजनों का समेकन- स्कूल ऑफ मेडिसिन, स्टैनफोर्ड हेल्थ केयर और स्टैनफोर्ड यूनिवर्सिटी स्कूल ऑफ चाइल्ड हेल्थ मेडिसिन- और स्टैनफोर्ड यूनिवर्सिटी के अन्य हिस्सों के लिए इसके कनेक्शन ने इसे एक ऐसी स्थिति में रखा है जहां विशेषज्ञों के विकास से जूझ रहे हैं कृत्रिम होशियारी। स्वास्थ्य और चिकित्सा के क्षेत्र में प्रबंधन और एकीकरण के मुद्दे। दवा, गीत चला गया।
“हम मौलिक जैविक खोजों से लेकर दवा के विकास में सुधार और नैदानिक ​​परीक्षण प्रक्रियाओं को अधिक कुशल बनाने के लिए, स्वास्थ्य सेवा सेवाओं के वास्तविक वितरण के माध्यम से सही, विकास और कृत्रिम बुद्धिमत्ता के जिम्मेदार कार्यान्वयन में अग्रणी होने के लिए अच्छी तरह से तैनात हैं। स्वास्थ्य देखभाल। जिस तरह से हेल्थकेयर सिस्टम स्थापित किया गया है, ”उन्होंने कहा।
कई वक्ताओं ने एक सरल अवधारणा पर जोर दिया: उपयोगकर्ता पर ध्यान केंद्रित करें (इस मामले में, रोगी या चिकित्सक) और बाकी सब कुछ का पालन करेंगे। ब्रिघम और महिला अस्पताल में बायोएथिक्स के निदेशक डॉ। लिसा लेहमैन ने कहा, "यह रोगी को हर चीज के केंद्र में रखता है।" "हमें उनकी जरूरतों और प्राथमिकताओं पर विचार करने की आवश्यकता है।"
बाएं से दाएं: स्टेट न्यूज एंकर मोहना रवींद्रनाथ; माइक्रोसॉफ्ट रिसर्च के जेसिका पीटर ली; बायोमेडिकल डेटा साइंस के प्रोफेसर सिल्विया प्लेरिटिस, मेडिकल रिसर्च में आर्टिफिशियल इंटेलिजेंस की भूमिका पर चर्चा करते हैं। स्टीव फिश
पैनल पर वक्ताओं, जिसमें लेहमैन, स्टैनफोर्ड यूनिवर्सिटी मेडिकल बायोएथिसिस्ट मिल्ड्रेड चो, एमडी, और Google के मुख्य नैदानिक ​​अधिकारी माइकल हॉवेल, एमडी शामिल थे, ने अस्पताल प्रणालियों की जटिलता को नोट किया, किसी भी हस्तक्षेप से पहले उनके उद्देश्य को समझने की आवश्यकता पर जोर दिया। इसे लागू करें और यह सुनिश्चित करें कि विकसित सभी सिस्टम समावेशी हैं और उन लोगों को सुनते हैं जो वे मदद करने के लिए डिज़ाइन किए गए हैं।
एक कुंजी पारदर्शिता है: यह स्पष्ट करता है कि एल्गोरिथ्म को प्रशिक्षित करने के लिए उपयोग किया जाने वाला डेटा कहां से आता है, एल्गोरिथ्म का मूल उद्देश्य क्या है, और क्या भविष्य के रोगी डेटा अन्य कारकों के बीच एल्गोरिथ्म सीखने में मदद करना जारी रखेंगे।
"गंभीर होने से पहले नैतिक समस्याओं की भविष्यवाणी करने की कोशिश करना [मतलब] सही मीठा स्थान ढूंढना जहां आप तकनीक के बारे में पर्याप्त जानते हैं कि इसमें कुछ आत्मविश्वास है, लेकिन इससे पहले नहीं कि [समस्या] आगे फैलती है और इसे जल्द हल करती है।" , डेंटन चार ने कहा। मेडिकल साइंसेज के उम्मीदवार, बाल रोग विभाग के एसोसिएट प्रोफेसर, पेरिऑपरेटिव मेडिसिन एंड पेन मेडिसिन। एक प्रमुख कदम, वे कहते हैं, उन सभी हितधारकों की पहचान कर रहा है जो प्रौद्योगिकी से प्रभावित हो सकते हैं और यह निर्धारित कर सकते हैं कि वे स्वयं उन सवालों का जवाब कैसे देना चाहते हैं।
अमेरिकन मेडिकल एसोसिएशन के अध्यक्ष जेसी एहरनफेल्ड, एमडी, चार कारकों पर चर्चा करते हैं, जो किसी भी डिजिटल स्वास्थ्य उपकरण को अपनाने वाले लोगों को अपनाने वाले हैं, जिनमें कृत्रिम बुद्धिमत्ता द्वारा संचालित शामिल हैं। क्या यह प्रभावी है? क्या यह मेरी संस्था में काम करेगा? किसने भुगतान किया? कौन जिम्मेदार है?
स्टैनफोर्ड हेल्थ केयर के मुख्य सूचना अधिकारी, एमडी माइकल फाफर ने एक हालिया उदाहरण का हवाला दिया, जिसमें स्टैनफोर्ड अस्पतालों में नर्सों के बीच कई मुद्दों का परीक्षण किया गया था। चिकित्सकों को बड़े भाषा मॉडल द्वारा समर्थित किया जाता है जो आने वाले रोगी संदेशों के लिए प्रारंभिक एनोटेशन प्रदान करते हैं। हालांकि यह परियोजना सही नहीं है, डॉक्टरों ने प्रौद्योगिकी रिपोर्ट को विकसित करने में मदद करने वाले डॉक्टरों को अपने कार्यभार को कम करने में मदद की।
“हम हमेशा तीन महत्वपूर्ण चीजों पर ध्यान केंद्रित करते हैं: सुरक्षा, दक्षता और समावेश। हम डॉक्टर हैं। हम "कोई नुकसान नहीं" करने के लिए एक शपथ लेते हैं, नीना वासन, एमडी, मनोचिकित्सा और व्यवहार विज्ञान के नैदानिक ​​सहायक प्रोफेसर, जो चार और पफेफ़र में शामिल हुए, समूह में शामिल हुए। "यह इन उपकरणों का मूल्यांकन करने का पहला तरीका होना चाहिए।"
निगाम शाह, एमबीबीएस, पीएचडी, मेडिसिन एंड बायोमेडिकल डेटा साइंस के प्रोफेसर, ने दर्शकों को निष्पक्ष चेतावनी के बावजूद एक चौंकाने वाले आंकड़े के साथ चर्चा शुरू की। "मैं सामान्य शब्दों और संख्याओं में बात करता हूं, और कभी -कभी वे बहुत प्रत्यक्ष होते हैं," उन्होंने कहा।
शाह के अनुसार, एआई की सफलता हमारी क्षमता पर निर्भर करती है। “एक मॉडल पर उचित वैज्ञानिक अनुसंधान करने में लगभग 10 साल लगते हैं, और यदि 123 फैलोशिप और रेजीडेंसी कार्यक्रमों में से प्रत्येक मॉडल को उस स्तर की कठोरता के लिए परीक्षण और तैनात करना चाहता था, हमारे प्रयास और [परीक्षण]] यह सुनिश्चित करने के लिए $ 138 बिलियन का खर्च आएगा, यह सुनिश्चित करने के लिए कि हमारी हर एक साइट सही तरीके से काम करती है, ”शाह ने कहा। “हम यह बर्दाश्त नहीं कर सकते। इसलिए हमें विस्तार करने का एक तरीका खोजने की जरूरत है, और हमें अच्छा विज्ञान का विस्तार करने और करने की आवश्यकता है। कठोर कौशल एक स्थान पर हैं और स्केलिंग कौशल दूसरे में हैं, इसलिए हमें उस प्रकार की साझेदारी की आवश्यकता है। ”
एसोसिएट डीन युआन एशले और मिल्ड्रेड चो (रिसेप्शन) ने राइज हेल्थ वर्कशॉप में भाग लिया। स्टीव फिश
संगोष्ठी में कुछ वक्ताओं ने कहा कि यह सार्वजनिक-निजी भागीदारी के माध्यम से प्राप्त किया जा सकता है, जैसे कि हाल ही में व्हाइट हाउस के कार्यकारी आदेश पर सुरक्षित, सुरक्षित और भरोसेमंद विकास और आर्टिफिशियल इंटेलिजेंस का उपयोग और हेल्थकेयर आर्टिफिशियल इंटेलिजेंस (CHAI) के लिए कंसोर्टियम। )।
नेशनल एकेडमी ऑफ मेडिसिन के वरिष्ठ सलाहकार लौरा एडम्स ने कहा, "सबसे बड़ी क्षमता के साथ सार्वजनिक-निजी साझेदारी शिक्षाविदों, निजी क्षेत्र और सार्वजनिक क्षेत्र के बीच एक है।" उन्होंने कहा कि सरकार सार्वजनिक विश्वास और शैक्षणिक चिकित्सा केंद्र सुनिश्चित कर सकती है। वैधता प्रदान करें, और तकनीकी विशेषज्ञता और कंप्यूटर का समय निजी क्षेत्र द्वारा प्रदान किया जा सकता है। "हम सभी हम में से किसी से भी बेहतर हैं, और हम पहचानते हैं कि ... हम [कृत्रिम बुद्धिमत्ता] की क्षमता का एहसास करने के लिए प्रार्थना नहीं कर सकते हैं जब तक कि हम यह नहीं समझते कि एक दूसरे के साथ बातचीत कैसे करें।"
कई वक्ताओं ने कहा कि एआई भी अनुसंधान पर प्रभाव डाल रहा है, चाहे वैज्ञानिक इसका उपयोग जैविक हठधर्मिता का पता लगाने के लिए करते हैं, नए उपचारों का समर्थन करने के लिए सिंथेटिक अणुओं के नए अनुक्रमों और संरचनाओं की भविष्यवाणी करते हैं, या यहां तक ​​कि उन्हें संक्षेप या वैज्ञानिक कागजात लिखने में मदद करते हैं।
"यह अज्ञात को देखने का एक अवसर है," जेसिका मेगा, एमडी, स्टैनफोर्ड यूनिवर्सिटी स्कूल ऑफ मेडिसिन के एक कार्डियोलॉजिस्ट और अल्फाबेट के वेरली के सह-संस्थापक ने कहा। मेगा ने हाइपरस्पेक्ट्रल इमेजिंग का उल्लेख किया, जो कि मानव आंख के लिए अदृश्य छवि सुविधाओं को कैप्चर करता है। यह विचार पैथोलॉजी स्लाइड्स में पैटर्न का पता लगाने के लिए कृत्रिम बुद्धिमत्ता का उपयोग करना है कि मनुष्य यह नहीं देखते हैं कि बीमारी का संकेत है। “मैं लोगों को अज्ञात को गले लगाने के लिए प्रोत्साहित करता हूं। मुझे लगता है कि यहां हर कोई किसी को किसी तरह की चिकित्सा स्थिति के साथ जानता है, जिसे आज हम जो कुछ भी प्रदान कर सकते हैं उससे परे कुछ चाहिए, ”मेजिया ने कहा।
पैनलिस्टों ने यह भी सहमति व्यक्त की कि आर्टिफिशियल इंटेलिजेंस सिस्टम पक्षपाती निर्णय लेने की पहचान करने और मुकाबला करने के लिए नए तरीके प्रदान करेंगे, चाहे वह मनुष्यों या कृत्रिम बुद्धिमत्ता द्वारा किया गया हो, पूर्वाग्रह के स्रोत की पहचान करने की क्षमता के साथ।
"स्वास्थ्य सिर्फ चिकित्सा देखभाल से अधिक है," कई पैनलिस्ट सहमत हुए। वक्ताओं ने इस बात पर जोर दिया कि शोधकर्ता अक्सर स्वास्थ्य के सामाजिक निर्धारकों को नजरअंदाज करते हैं, जैसे कि सामाजिक आर्थिक स्थिति, ज़िप कोड, शिक्षा स्तर, और नस्ल और जातीयता, समावेशी डेटा एकत्र करते हैं और अध्ययन के लिए प्रतिभागियों को भर्ती करते हैं। हार्वर्ड यूनिवर्सिटी में महामारी विज्ञान के प्रोफेसर और स्टैनफोर्ड यूनिवर्सिटी स्कूल ऑफ मेडिसिन में महामारी विज्ञान और जनसंख्या स्वास्थ्य के एक एसोसिएट प्रोफेसर मिशेल विलियम्स ने कहा, "एआई केवल उस डेटा के रूप में प्रभावी है जिस पर मॉडल प्रशिक्षित है।" “अगर हम वही करते हैं जो हम करने का प्रयास करते हैं। स्वास्थ्य परिणामों में सुधार करें और असमानताओं को खत्म करें, हमें यह सुनिश्चित करना चाहिए कि हम मानव व्यवहार और सामाजिक और प्राकृतिक वातावरण पर उच्च गुणवत्ता वाले डेटा एकत्र करें। ”
बाल रोग और चिकित्सा के नैदानिक ​​प्रोफेसर, एमडी, नताली पगेलर ने कहा कि एकत्रित कैंसर डेटा अक्सर गर्भवती महिलाओं पर डेटा को बाहर करता है, मॉडल में अपरिहार्य पूर्वाग्रह पैदा करता है और स्वास्थ्य देखभाल में मौजूदा असमानताओं को बढ़ाता है।
बाल रोग और चिकित्सा के एक प्रोफेसर डॉ। डेविड मैग्नस ने कहा कि किसी भी नई तकनीक की तरह, कृत्रिम बुद्धिमत्ता या तो कई तरह से चीजों को बेहतर बना सकती है या उन्हें बदतर बना सकती है। मैग्नस ने कहा कि जोखिम यह है कि आर्टिफिशियल इंटेलिजेंस सिस्टम स्वास्थ्य के सामाजिक निर्धारकों द्वारा संचालित असमान स्वास्थ्य परिणामों के बारे में सीखेंगे और उन परिणामों को उनके उत्पादन के माध्यम से सुदृढ़ करेंगे। "आर्टिफिशियल इंटेलिजेंस एक दर्पण है जो उस समाज को दर्शाता है जिसमें हम रहते हैं," उन्होंने कहा। "मुझे आशा है कि हर बार हमारे पास एक मुद्दे पर एक प्रकाश को चमकाने का अवसर होता है - खुद को एक दर्पण रखने के लिए - यह स्थिति में सुधार करने के लिए प्रेरणा के रूप में काम करेगा।"
यदि आप राइज हेल्थ वर्कशॉप में भाग लेने में असमर्थ थे, तो सत्र की रिकॉर्डिंग यहां पाई जा सकती है।
स्टैनफोर्ड यूनिवर्सिटी स्कूल ऑफ मेडिसिन एक एकीकृत शैक्षणिक स्वास्थ्य देखभाल प्रणाली है जिसमें स्टैनफोर्ड यूनिवर्सिटी स्कूल ऑफ मेडिसिन और वयस्क और बाल चिकित्सा स्वास्थ्य देखभाल वितरण प्रणाली शामिल है। साथ में वे सहयोगी अनुसंधान, शिक्षा और नैदानिक ​​रोगी देखभाल के माध्यम से बायोमेडिसिन की पूरी क्षमता का एहसास करते हैं। अधिक जानकारी के लिए, med.stanford.edu पर जाएं।
एक नया आर्टिफिशियल इंटेलिजेंस मॉडल स्टैनफोर्ड अस्पताल में डॉक्टरों और नर्सों को एक साथ काम करने में मदद कर रहा है ताकि रोगी की देखभाल में सुधार हो सके।