ஹெல்த்கேர் AI தீர்வுகளை உருவாக்க ஷைப் அணிகளுக்கு எப்படி உதவுகிறது

அடுத்த முறை நீங்கள் மருத்துவரின் அலுவலகத்திற்குச் செல்லும்போது ஒரு ரோபோ மருத்துவர் சிகிச்சை பெறுவார் என்று எதிர்பார்க்க வேண்டாம். கணினிகள் மற்றும் வழிமுறைகள் எதைப் பார்க்க வேண்டும், எதை வாங்க வேண்டும், யாரை எங்கள் சமூக வலைப்பின்னல்களில் சேர்க்கலாம் என்று சொல்லலாம், ஆனால் ஆராய்ச்சி ஹெல்த்கேர் AI என்று கூறுகிறது. மாட்டேன் மனிதனை மாற்ற வேண்டும் பராமரிப்பாளர்களுக்கு வெகு விரைவில்.

இருப்பினும், குழப்பமான ஆவணங்கள், நீட்டிக்கப்பட்ட காத்திருப்பு நேரங்கள், தவறான நோயறிதல்கள் மற்றும் சுகாதார அனுபவத்தின் பிற விரும்பத்தகாத கூறுகளை மிகவும் சாதகமானவற்றுடன் மாற்ற இது உதவும். மேலும் நோயாளிகளுக்கு சிகிச்சையளிப்பதற்கும், தனிப்பட்ட நோயாளிகளுக்கு மிகவும் தனிப்பயனாக்கப்பட்ட, பயனுள்ள கவனிப்பை வழங்குவதற்கும் மனித மருத்துவர்கள் தங்கள் நடைமுறைகளை அளவிடுவதற்கு AI உதவக்கூடும்.

ஆம், 2021 இல் கூட, AI மற்றும் சுகாதாரப் பாதுகாப்பில் ஆட்டோமேஷன் பற்றிய உரையாடல்கள் சாத்தியம், வாக்குறுதி மற்றும் சாத்தியக்கூறுகளில் கவனம் செலுத்துகின்றன. எல்லாவற்றிற்கும் மேலாக, விண்வெளியில் AI- இயங்கும் பயன்பாடுகளுக்கான பெரும்பாலான வாய்ப்புகள் இன்னும் முன்னால் உள்ளன - முக்கியமாக விண்வெளியில் பரவலான தத்தெடுப்புக்கான வழியைத் தெளிவுபடுத்துவதற்கு பெரிய தடைகளை இன்னும் கடக்க வேண்டும். அது நடக்கும் வரை, இந்த உருமாறும் தொழில்நுட்பம் என்ன என்பது குறித்து தொடர்ந்து விவாதிக்கப்படும் முடிந்த (இருப்பதை விட) இருக்கும்.

Shaip இல், AI மேம்பாட்டுக் குழுக்களுக்கு இந்தத் தடைகளை கடக்க உதவுவதன் மூலம் உரையாடலை மாற்ற விரும்புகிறோம். நாங்கள் பேசுவதை விரும்புகிறோம் என்ன புட்Ure வைத்திருக்க முடியும் ஹெல்த்கேர் AIக்காக, ஆனால் அந்த எதிர்காலத்தை இன்னும் அதிகமாக உருவாக்க விரும்புகிறோம். இருப்பினும், அதை எப்படிச் செய்கிறோம் என்பதில் மூழ்குவதற்கு முன், நிகழ்காலத்தில் கவனம் செலுத்த சிறிது நேரம் ஒதுக்குவோம்.

AI ஆனது சுகாதாரத்தை எப்போதும் மாற்றுவதற்கு தயாராக இல்லை; அது ஏற்கனவே உள்ளது. ஒப்பீட்டளவில் புதியதாக இருந்தாலும், நவீன கால சுகாதார அமைப்பின் அனைத்து அம்சங்களிலும் தொழில்நுட்பம் ஊடுருவியுள்ளது:

• மருத்துவ அமைப்புகளில், சி.டி ஸ்கேன், எம்.ஆர்.ஐ.க்கள் மற்றும் பிற வகையான காட்சிப் பகுப்பாய்வுகளின் முடிவுகளை ஆராய்வதற்கு மேம்பட்ட வடிவ-அங்கீகாரத் திறன்களைக் கொண்ட AI-உதவி இமேஜிங் கருவிகளை மருத்துவர்கள் பயன்படுத்துகின்றனர், மேலும் விரைவாகவும் துல்லியமாகவும் நோயைக் கண்டறிந்து காயத்தைக் கண்டறிய அனுமதிக்கிறது.
• வகுப்பறையில், இயந்திர கற்றல் கருவிகள், மாணவர்கள் முன்பை விட மனித உடலைப் பற்றிய ஆழமான நுண்ணறிவுகளை சேகரிக்க உதவுகின்றன, மேலும் அவர்களுக்கு ஆற்றலை வழங்குகின்றன. புதிய தீர்வுகளை உருவாக்க நிஜ உலக பயன்பாடுகளுடன்.
• ஆய்வகத்தில், ஏற்கனவே பாதுகாப்பானது என்று அறியப்பட்ட மருந்துகளுடன் புதிய மருந்து சூத்திரங்களை குறுக்கு-குறிப்பு செய்ய ஆராய்ச்சியாளர்கள் அதிநவீன திட்டங்களைப் பயன்படுத்துகின்றனர். பதிலீட்டு நேரத்தில் நோய் எதிர்ப்பு மருந்துகள் மற்றும் தடுப்பூசிகளை உருவாக்க அவர்கள் அவற்றைப் பிரதிபலிக்கவும் மீண்டும் செய்யவும் முடியும்.
• நிர்வாகிகள் மற்றும் நிர்வாகிகள் AI பயன்பாடுகளைப் பயன்படுத்தி அதிக உள்ளுணர்வு, திறமையான நோயாளி அனுபவங்களை உருவாக்குகிறார்கள், அவை ஒரே நேரத்தில் வழங்குநர்களுக்கு வருவாயை வழங்குகின்றன மற்றும் நோயாளிகளுக்கு உயர்தர பராமரிப்பை உறுதி செய்கின்றன. பட்டியல் நீண்டு கொண்டே செல்கிறது.

நீங்கள் இதைப் படிப்பதால், AI இன் தாக்கம் நமது சுகாதாரப் பாதுகாப்பில் இருப்பதை நீங்கள் ஏற்கனவே உணர்ந்திருக்கலாம் அமைப்பு மிகப்பெரியதாக உள்ளது - மேலும் அது பெரிதாகிவிடும். இந்தத் துறையை உள்ளடக்கிய எண்ணற்ற மாறுபட்ட நடிகர்களைக் கருத்தில் கொண்டு, AI தீர்வுகள் எதிர்கொள்ளக்கூடிய சவால்களின் எண்ணிக்கை எல்லையற்றதாகத் தெரிகிறது.

இந்தத் தீர்வுகளை உயிர்ப்பிக்க உதவ ஷைப் இங்கே இருக்கிறார். எங்கள் சேவைகள் வணிகங்கள் மற்றும் தொழில்முனைவோர் தங்கள் வழியில் உள்ள சில பெரிய தடைகளை நீக்குவதன் மூலம் நிஜ-உலகப் பிரச்சினைகளை அளவில் தீர்க்கக்கூடிய மாற்றத்தக்க சுகாதார AI தொழில்நுட்பங்களை உருவாக்க உதவுகிறது. மற்றும் சுகாதார இடத்தில் பணிபுரியும் குழுக்களுக்கு, அவை ஏராளமாக உள்ளன.

சாலைத் தடைகள் மற்றும் சிவப்புக் கொடிகள்

சுகாதாரப் பாதுகாப்பில் AI இன் வாக்குறுதி ஒருபோதும் பெரிதாக இருந்ததில்லை என்றாலும், உண்மையிலேயே தொழில்நுட்பத்தை ஒருங்கிணைக்கும் ஒற்றைக்கல் சுகாதார அமைப்பானது தடைகள் நிறைந்த ஒரு செயல்முறையாக இருக்கும். தத்தெடுப்பு வேகமாக நடந்த மற்ற தொழில்களில் இருந்து மருத்துவத்தை வேறுபடுத்தும் ஒழுங்குமுறை தடைகளை விட குறிப்பிடத்தக்கது எதுவுமில்லை.

காங்கிரசு ஹெல்த் இன்சூரன்ஸ் போர்டபிலிட்டி மற்றும் அக்கவுன்டபிலிட்டி ஆக்ட் (HIPAA) இயற்றியதில் இருந்து ஏறக்குறைய கால் நூற்றாண்டு ஆகிறது, ஆனால் அதே சட்டம் 2021 இல் நோயாளிகளின் தரவை எவ்வாறு கையாள்கிறது என்பதை அதே சட்டம் இன்னும் நிர்வகிக்கிறது. புதிய மருத்துவ தொழில்நுட்பங்களை உருவாக்க விரும்பும் தொழில்முனைவோர். மேலும், HIPAA ஆணைகள் இப்போது தனிப்பட்ட முறையில் அடையாளம் காணக்கூடிய தகவல் (PII) தொடர்பான சமீபத்திய விதிமுறைகளுடன் ஒன்றிணைகின்றன. ஐரோப்பிய ஒன்றியத்தின் பொதுத் தரவுப் பாதுகாப்பு ஒழுங்குமுறை (GDPR), சிங்கப்பூரின் தனிப்பட்ட தரவுப் பாதுகாப்புச் சட்டம் (PDPA) மற்றும் கலிஃபோர்னியா நுகர்வோர் தனியுரிமைச் சட்டம் (CCPA) போன்றவை இங்கு அமெரிக்காவில் தரவுப் பயன்பாட்டை நிர்வகிக்கும் முதல் விரிவான சட்டத்தைப் பிரதிபலிக்கின்றன.

கோவிட்-19 தொற்றுநோயுடன் கூடிய டெலிஹெல்த் தேவைகளின் அதிகரிப்பு மட்டுமே உள்ளது மேலும் ஒழுங்குமுறை தலைவலிகளைச் சேர்த்தது. தொடக்கத்தில், பல நோயாளிகள் HIPAA தரநிலைகளை பூர்த்தி செய்யாத தளங்கள் வழியாக தொலைநிலை சிகிச்சையைப் பெறுகின்றனர், இது அவர்களை தனியுரிமை அச்சுறுத்தல்களுக்கு ஆளாக்கக்கூடும். இணக்கமான இயங்குதளங்கள் கூட ஆபத்துக்களை ஏற்படுத்துகின்றன, ஏனெனில் அவை நோயாளியின் முக்கியமான தகவலை வெளியிடக்கூடும் for இலாப. மெய்நிகர் பராமரிப்புக்கான தேவையின் வளர்ச்சியானது HIPAA இன் அசல் நோக்கத்திற்கு வெளியே உள்ள பல டிஜிட்டல் சேவைகளுக்கு வழிவகுத்துள்ளது, மேலும் இது பெரிய தொழில்நுட்ப நிறுவனங்களான Facebook, Alphabet, Amazon மற்றும் Microsoft ஆகியவற்றை கட்டாயப்படுத்தியுள்ளது. துணிகர ஒரு அந்த சந்தை, புதிய கண்டுபிடிப்புகள் மற்றும் கூடுதல் மேற்பார்வை தேவை.

கட்டுப்பாட்டாளர்களுக்கு, இந்த சிக்கலான ஆணைகளுக்குள் இணக்கத்தை அமல்படுத்துவது கடினமாக உள்ளது, ஏனெனில் தரவு புதிய வழிகளில் மற்றும் வளர்ந்து வரும் நடிகர்களால் பயன்படுத்தப்படுகிறது. அதேபோல், ஹெல்த்கேர் இடத்தில் AI-இயங்கும் தொழில்நுட்பங்களை உருவாக்க மற்றும் பயன்படுத்த விரும்பும் குழுக்களுக்கு, இந்த கருவிகள் ஏற்கனவே உள்ள தரநிலைகளை சந்திக்கின்றன என்பதை உறுதிப்படுத்த, ஒழுங்குமுறை நிபுணத்துவம் தேவை, அதை கண்டுபிடிப்பது மிகவும் கடினம்.

மேலும் கண்டுபிடிப்பது கடினமா? உயர்தர மருத்துவ தரவு. ஒழுங்குமுறையானது சில புதிய தொழில்நுட்பங்களை பரவலான தத்தெடுப்பை அடைவதைத் தடுக்கலாம், ஆனால் தரமான தரவு இல்லாமல், AI- இயங்கும் கருவிகள் அதை வளர்ச்சிக் கட்டத்தைக் கூட கடக்காது.

A அண்மையில் ஆய்வு அமெரிக்கன் மெடிக்கல் அசோசியேஷன் இதழில் வெளியிடப்பட்ட, இயந்திர கற்றல் வழிமுறைகளைப் பயிற்றுவிக்கப் பயன்படுத்தப்படும் நோயாளிகளின் புவியியல் விநியோகம் பெரும்பாலும் ஒரு சில மாநிலங்களுக்கு, குறிப்பாக கலிபோர்னியா, நியூயார்க் மற்றும் மாசசூசெட்ஸ் ஆகியவற்றில் மட்டுமே உள்ளது. பொருளாதார, சமூக, நடத்தை மற்றும் பிற பண்புக்கூறுகள் இந்த நோயாளிகள் ஒருவரோடு ஒருவர் பகிர்ந்து கொள்ளலாம் ஆனால் நாட்டின் மற்ற பகுதிகளுடன் அல்ல, இந்தத் தரவுகளில் பயிற்சியளிக்கப்பட்ட வழிமுறைகள் மோசமாகப் பொதுமைப்படுத்தப்படலாம். இந்த சிக்கலை பல்வேறு தரவு தொகுப்புகள் மூலம் தீர்க்க முடியும், ஆனால் மீண்டும், தரவு பெற கடினமாக உள்ளது. வாங்கியதும், அதை ஒழுங்கமைப்பதும் கடினம், இது இயந்திர கற்றல் தொழில்நுட்பங்களை உருவாக்குபவர்களுக்கு மற்றொரு முக்கியமான படியாகும்.

பல நிறுவனங்கள் தங்கள் அல்காரிதம்களுக்கான தரவைக் கண்டறிய அல்லது உருவாக்க குறிப்பிடத்தக்க முதலீடுகளைச் செய்கின்றன, பின்னர் அதை லேபிளிடுவதற்கு இன்னும் அதிகமான கட்டணச் சிறுகுறிப்புகளைச் செலவிடுகின்றன. அதிகப்படியான ஒரே மாதிரியான தரவுத் தொகுப்புகளைப் போலவே, சரியாக லேபிளிடப்படாத மற்றும் க்யூரேட் செய்யப்படாத தரவு, AI நிரல்களைப் பயிற்றுவித்து, பாரபட்சமான மற்றும் துல்லியமற்ற முடிவுகளை உருவாக்கி, எளிதில் சரிசெய்ய முடியாத சிக்கல்களை உருவாக்கும். துரதிர்ஷ்டவசமாக, ஹெல்த்கேர் AI தொழில்நுட்பத்தில் பணிபுரியும் குழுக்களுக்கு இந்தப் பிரச்சனைகள் தொடர்ந்து பொதுவானதாக இருக்கும். கார்ட்னரின் ஆராய்ச்சி அதை வெளிப்படுத்துகிறது 85% of AI திட்டங்கள் தவறான விளைவுகளை ஏற்படுத்தும் 2022 வரை தரவு மேலாண்மை சார்பு விளைவாக.

மீண்டும், அறியப்பட்ட மற்றும் அறியப்படாத சுகாதாரப் பாதுகாப்புக்கான AI பயன்பாடுகளை உருவாக்குவதில் பல சவால்கள் உள்ளன. அதிகமான டெவலப்பர்கள் விண்வெளியில் நுழைவதால், நோயாளிகளுக்கு சிகிச்சையளிப்பதற்கான தங்களின் உத்திகளில் AI-இயங்கும் தீர்வுகளைச் சேர்ப்பதா என்பது பற்றிய முடிவுகளை அதிகமான வழங்குநர்கள் எதிர்கொள்வதால், இந்த சவால்கள் பெரியதாகத் தோன்றுகின்றன. புதிய தொழில்நுட்பங்களைப் பயன்படுத்தி பயனுள்ள, உருமாறும் கருவிகளை உருவாக்க முயற்சிக்கும்போது தடைகள் தவிர்க்க முடியாதவை என்றாலும், விண்வெளியில் டெவலப்பர்கள் தற்போது எதிர்கொள்ளும் பல பெரிய தடைகளைச் சமாளிக்க ஷைப் அணிகளுக்கு உதவுகிறது.