Zullen computers al snel beter worden in de gezondheidszorg dan mensen?

Veel dimensies van het moderne leven worden in toenemende mate aangedreven door kunstmatige intelligentie, waaronder verschillende aspecten van gezondheid en welzijn. Hoe lang duurt het voordat een computer beter presteert dan door de mens veroorzaakte interventies in de gezondheidszorg? Misschien nog belangrijker, hoe lang duurt het voordat een mens bereid is om een ​​niet-mens te vertrouwen om hem of haar te behandelen? Deze twee vragen kunnen centraal komen te staan ​​in het debat over het potentieel van machine learning-technologie en robotica in de gezondheidszorg.
Computers kunnen op een steeds menselijker wordende manier 'denken'. Of we er nu klaar voor zijn of niet, de recente ontwikkelingen in cognitieve computing wijzen erop dat de leeftijd van de gecomputeriseerde coaching en gezondheidszorg is aangebroken.

Statistisch analyseren van gezondheidsinformatie

Het is geen geheim dat we elke keer dat we een aankoop doen of surfen op internet allerlei privé- en vaak vertrouwelijke informatie delen. Het vermogen om gezondheidsgebeurtenissen te voorspellen simpelweg door het volgen van ongedwongen gedrag werd schrijnend aangetoond in 2012, toen de retailer Target de wereld liet zien die ze konden voorspellen met griezelige nauwkeurigheid als een vrouw zwanger was op basis van haar koopgewoonten - soms leverde ze zelfs het nieuws van de zwangerschap aan Abashed familieleden.  
Veel persoonlijke gegevens worden op routinematige basis statistisch geanalyseerd om meer inzicht te geven in iemands gewoonten en eigenschappen. Sommige van deze praktijken gebeuren vrijwillig en met het volledige bewustzijn en de volledige steun van de gebruiker, terwijl andere stealthily kunnen worden uitgevoerd door organisaties en bedrijven.
Onwillekeurig volggedrag roept bepaalde ethische en sociale vragen op.
Veel mensen delen nu hun persoonlijke gezondheidsinformatie op verschillende manieren, door expliciet te delen via een gezondheidsrisicobeoordeling, nonchalant door middel van wearables en soms zelfs onbedoeld door berichten op social media en koopgedrag.
De nauwkeurigheid waarmee deze informatie kan worden geanalyseerd en geïnterpreteerd, neemt toe, waardoor zowel gevaren als kansen worden gecreëerd en mogelijk een nieuw tijdperk inluidt waarop technologie een rol kan spelen bij het op positieve manieren stimuleren van onze gezondheid en ons welzijn..

Gezondheid personaliseren en het probleem van een verkeerde diagnose oplossen

Artsen 'diagnostische fouten zijn een enorm punt van zorg. Als gevolg van nalatigheid of het niet in aanmerking nemen van de overvloed aan opties, kunnen deze fouten verwoestend zijn voor de patiënt en zijn of haar familie. Professor Eta Berner van de Universiteit van Alabama in Birmingham en Dr. Mark L. Graber van Northport VA Medical Center vonden dat naar schatting 10 tot 20 procent van de medische gevallen een verkeerde diagnose had. Berner en Graber wijzen erop dat efficiënte cognitieve processen het grootste deel van de tijd de juiste diagnose stellen. Er zijn echter momenten waarop deze cognitieve processen falen. Uit de analyse van Berner en Graber bleek dat de overmoed van de arts vaak een oorzaak kan zijn van medische fouten. Bovendien bleek uit een door het Agentschap voor onderzoek en kwaliteit in de gezondheidszorg gefinancierd rapport dat 28 procent van alle diagnostische fouten van groot belang is voor de ernst, wat wijst op een levensbedreigende gebeurtenis. Misdiagnose kan alles omvatten van het voorschrijven van het verkeerde medicijn tot het operatief verwijderen van het verkeerde lichaamsdeel.
Deze alarmerende statistiek kan sommigen ertoe brengen te beweren dat het bestaande probleem eenvoudig kan worden opgelost door de menselijke factor uit de vergelijking te verwijderen. Technologie zoals IBM's Watson biedt nu hoop dat informatie op een meer humanistische manier kan worden gesynthetiseerd en overwogen. De cognitieve technologie van Watson heeft de capaciteit om ongestructureerde gegevens te analyseren, complexe vragen te begrijpen en eindgebruikers te presenteren met evidence-based oplossingen.
Watson is gericht op het verbeteren van voorspellende algoritmen, die niet altijd succesvol zijn gebleken in real-life situaties. Wat echter nog meer provocerend kan zijn dan Watson's voorspellingspotentieel, is de mogelijkheid dat zijn technologie beter presteert dan de mens als het gaat om gezondheids- en fitnessinterventies.
In 2015 vormde IBM Watson een strategische samenwerking met CVS Health, waarmee de komst van cognitive computing in de commerciële gezondheidszorg werd aangekondigd. Het suggereerde dat artsen en apothekers binnenkort toegang zouden hebben tot technologie die bijvoorbeeld automatisch een achteruitgang in de gezondheid van een patiënt zou kunnen detecteren.
Een overeenkomst tussen Under Armour en IBM, die in 2016 werd ondertekend, gaf Watson de kans om zijn gezondheidsplatform verder uit te bouwen en te ontwikkelen. Ook Apple heeft aanzienlijk geïnvesteerd in het Watson-platform met als doel de HealthKIT- en ResearchKIT-ontwikkelingsplatforms te verbeteren. Volgens een rapport van Grand View Research Inc. wordt voorspeld dat de mondiale markt voor cognitieve computing voor de gezondheidszorg in 2020 meer dan $ 5 miljard zal bereiken.
Wetenschappelijke onderzoekstudies ondersteunen ook het gebruik van technologie om het risico op fouten en schade in de geneeskunde te minimaliseren. Dr. Mark L. Graber suggereert het gebruik van zogenaamde 'trigger tools', die gevallen met een risico op diagnostische fouten zouden kunnen identificeren door het analyseren van elektronische medische dossiers en het zoeken naar discrepanties. Verschillende typen trigger-tools zijn nu in gebruik in Amerikaanse ziekenhuizen, maar ze zijn niet altijd in staat om diagnostische fouten te detecteren. Daarom worden er ook inspanningen geleverd om betere preventieve interventies te ontwerpen.
Een veelbelovende aanpak is gepresenteerd door Dr. Hardeep Singh en zijn collega's. Ze ontwierpen een elektronische trigger die patiënten die ongeplande ziekenhuisafspraken hebben gemaakt binnen 2 weken na het bezoek aan de eerstelijnszorg kan identificeren, wat suggereert dat tijdens hun eerste onderzoek iets gemist had kunnen worden. Veel experts voorspellen dat technologie als deze fouten helpt voorkomen of ze ten minste onder de aandacht brengt in een poging deze te verminderen.

Kunstmatige intelligentie omarmen

In 2015 sprak de voorzitter van NHS England, Sir Malcolm Grant, zijn mening uit dat kunstmatige intelligentie moet worden omarmd door de gezondheidszorg, omdat het de kwaliteit van de zorg kan verbeteren en de personalisering van de geneeskunde kan bevorderen. Veel gezondheidswerkers hebben dit sentiment sindsdien herhaald. Technologie die diagnostische fouten betrouwbaar zou kunnen diagnosticeren en / of identificeren door middel van datamining is waarschijnlijk niet ver weg.
Cognitieve computing in de gezondheidszorg wordt momenteel meer gebruikt in een adviserende rol en niet om definitieve beslissingen te nemen of mensen per se te vervangen. Watson helpt bijvoorbeeld individuen en organisaties om geavanceerdere en geavanceerde klinische beslissingen te nemen en zal binnenkort individuen helpen hun fitnessniveau te verbeteren via de samenwerking met Under Armour. Het was echter nog maar kort geleden dat computers de mens inhaalden als de dominante kracht in een intellectuele sport zoals schaken, en de rekenkracht neemt alleen maar toe. Verder wordt het menselijke element toegevoegd aan de verwerkingskarakteristieken van computers, waardoor het idee dat computer en robots voor ons zorgen niet zo vergezocht is omdat het ooit leek.