الگوریتم های جدید می توانند تفاوت های نژادی در مراقبت های بهداشتی را کاهش دهند


محققان در تلاش هستند با استفاده از هوش مصنوعی مراقبت های بهداشتی را بهبود ببخشید ، معمولاً الگوریتم های خود را به شکل یک آموزشگاه ماشین در می آورید این نرم افزار توسط پزشکان با خرد کردن هزاران یا میلیون ها اشعه ایکس یا سایر داده های برچسب خورده توسط متخصصان آموخته می شود تا زمانی که خود می تواند خال ها یا ریه های مشکوک را نشان دهد که علائم Covid-19 را نشان می دهد.

مطالعه منتشر شده در این ماه رویکرد دیگری داشت – الگوریتم های آموزش خواندن اشعه ایکس زانو برای آرتروز ، استفاده از بیماران به عنوان داور هوش مصنوعی به جای پزشکان. نتایج نشان داد که رادیولوژیست ها در مورد خواندن اشعه ایکس برای بیماران سیاه پوست ممکن است دارای نقاط کور واقعی باشند.

الگوریتم های آموزش دیده در گزارش بیماران بهتر از پزشکان در محاسبه دردی که بیماران سیاه پوست تجربه می کنند ، بهتر است ، آشکارا با تشخیص الگوهای بیماری در تصاویری که مردم معمولاً نادیده می گیرند.

سعید ابراهیم ، استاد پزشکی ویل کورنل در نیویورک که نابرابری های سلامتی را مطالعه می کند و در این مطالعه شرکت نکرده است ، گفت: “این سیگنالی به رادیولوژیست ها و سایر پزشکان می فرستد که ممکن است لازم باشد راهبردهای فعلی خود را دوباره ارزیابی کنیم.”

الگوریتم های طراحی شده برای آشکار کردن آنچه پزشکان به جای تقلید از دانش خود نمی بینند ، می تواند خدمات درمانی را عادلانه تر کند. ابراهیم در مورد مطالعه جدید اظهار داشت که این ممکن است به کاهش اختلاف در افرادی که جراحی آرتروز انجام می دهند کمک کند. وی گفت: بیماران آفریقایی-آمریکایی حدود 40 درصد کمتر از سایرین احتمال تعویض مفصل زانو را دارند ، اگرچه حداقل به همین ترتیب از آرتروز رنج می برند. تفاوت در درآمد و بیمه احتمالاً نقش دارد ، اما تفاوت در تشخیص نیز وجود دارد.

زیاد اوبرمایر ، نویسنده و استاد تحقیق در دانشگاه کالیفرنیا ، برکلی ، با استفاده از هوش مصنوعی برای مطالعه آنچه رادیولوژیست ها از یک معمای پزشکی ندیده اند ، الهام گرفته شده است. داده های یک مطالعه طولانی مدت توسط موسسه ملی بهداشت در مورد آرتروز زانو نشان می دهد که بیماران سیاه پوست و افرادی که درآمد کمتری دارند درد بیشتری نسبت به بیماران دیگر با اشعه ایکس گزارش می کنند که رادیولوژیست ها آن را مشابه ارزیابی کرده اند. این اختلافات می تواند از عوامل جسمی ناشناخته برای مراقبان زانو ، یا از نظر اختلافات روانی و اجتماعی ناشی شود – اما چگونه آنها را تحریک کنیم؟

اوبرمایر و محققان استنفورد ، هاروارد و دانشگاه شیکاگو با استفاده از داده های NIH ، نرم افزار بینایی رایانه ای را برای بررسی آنچه پزشکان انسانی از دست داده اند ، ایجاد کردند. آنها الگوریتم هایی را برای پیش بینی سطح درد بیمار از طریق اشعه ایکس برنامه ریزی می کنند. بیش از ده هزار تصویر ، این نرم افزار الگوهای پیکسلی را که با درد ارتباط دارند ، شناسایی می کند.

هنگامی که به اشعه ایکس داده می شود که وی قبلاً آن را ندیده است ، این نرم افزار با استفاده از این مدل ها دردی را که بیمار گزارش می کند پیش بینی می کند. این پیش بینی ها بیشتر از نتایج رادیولوژیست های اختصاص داده شده به اشعه ایکس زانو ، به ویژه برای بیماران سیاه پوست ، با درد بیماران ارتباط بیشتری دارند. این نشان می دهد که الگوریتم ها یاد گرفته اند که شواهد بیماری را تشخیص می دهند که رادیولوژیست ها این کار را نمی کنند. ابرمایر می گوید: “این الگوریتم چیزهایی فراتر از آنچه رادیولوژیست ها دیده اند دیده است – مواردی که علل شایع درد در بیماران سیاه پوست هستند.”

تصویر یک مورد

راهنمای Wired هوش مصنوعی

الگوریتم های Supermart همه وظایف را بر عهده نخواهند گرفت ، اما آنها سریعتر از هر زمان دیگری یاد می گیرند ، از تشخیص پزشکی تا تبلیغات همه کارها را انجام می دهند.

سابقه ممکن است توضیح دهد که چرا رادیولوژیست ها در ارزیابی درد زانو در بیماران سیاه پوست تجربه کمتری دارند. رتبه بندی استاندارد مورد استفاده امروزه در یک مطالعه کوچک در سال 1957 در یک شهر آسیاب در شمال انگلیس با جمعیت کمتر متنوع نسبت به ایالات متحده مدرن به دست آمد. پزشکان با استفاده از آنچه مشاهده کردند راهی برای ارزیابی میزان آرتروز بر اساس مشاهداتی مانند باریک شدن غضروف ابداع کردند. از آن زمان ، تجهیزات اشعه ایکس ، سبک زندگی و بسیاری از عوامل دیگر بسیار تغییر کرده اند. اوبرمایر گفت: “جای تعجب نیست که او نتواند آنچه را که امروز پزشکان در کلینیک می بینند ضبط کند.”

این مطالعه نه تنها نشان می دهد چه اتفاقی می افتد وقتی هوش مصنوعی از طریق بازخورد بیمار یاد می گیرد ، نه به جای نظر متخصص ، بلکه به این دلیل که الگوریتم های پزشکی بیشتر به عنوان علت تعصب به جای درمان دیده می شوند. در سال 2019 ، اوبرمایر و همکارانش نشان دادند که یک الگوریتم با هدف مراقبت از میلیون ها بیمار در ایالات متحده ، سفید پوستان را نسبت به سیاه پوستان برای کمک به بیماری های پیچیده مانند دیابت اولویت می دهد.


منبع: sadeh-news.ir

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>