Banyak dimensi kehidupan modern semakin didukung oleh kecerdasan buatan, termasuk berbagai aspek kesehatan dan kebugaran. Berapa lama sebelum komputer dapat mengungguli intervensi perawatan kesehatan yang diarahkan manusia? Mungkin yang lebih penting, berapa lama sebelum manusia mau mempercayai seorang non-manusia untuk memperlakukan dia? Dua pertanyaan ini mungkin menjadi fokus dalam perdebatan tentang potensi teknologi pembelajaran mesin dan robotika dalam perawatan kesehatan.
Komputer dapat "berpikir" dengan cara yang semakin mirip manusia. Apakah kita siap atau tidak, perkembangan terbaru dalam sinyal komputasi kognitif bahwa usia pelatihan komputer dan perawatan kesehatan telah tiba.
Secara Statistik Menganalisa Informasi Kesehatan
Bukan rahasia bahwa kami berbagi segala macam informasi pribadi dan, sering, intim setiap kali kami melakukan pembelian atau menjelajah Internet. Kemampuan untuk memprediksi peristiwa kesehatan hanya dengan melacak perilaku santai ditunjukkan kembali pada tahun 2012 ketika Target pengecer menunjukkan kepada dunia bahwa mereka dapat memprediksi dengan keakuratan luar biasa jika seorang wanita hamil berdasarkan kebiasaan belanjanya — kadang-kadang bahkan menyampaikan berita kehamilan untuk diracuni. anggota keluarga.
Banyak detail pribadi yang dianalisis secara statistik secara rutin untuk memberikan lebih banyak wawasan mengenai kebiasaan dan karakteristik seseorang. Beberapa praktik ini terjadi secara sukarela dan dengan kesadaran dan dukungan penuh pengguna, sementara yang lain dapat dilakukan secara diam-diam oleh organisasi dan perusahaan.
Secara tidak sengaja melacak perilaku menimbulkan pertanyaan etika dan sosial tertentu.
Banyak orang sekarang dengan bebas membagikan informasi kesehatan pribadi mereka dengan berbagai cara, melalui berbagi secara eksplisit melalui penilaian risiko kesehatan, secara santai melalui Produk pakaian, dan kadang-kadang bahkan secara tidak sengaja melalui pos media sosial dan perilaku pembelian.
Keakuratan informasi ini dapat dianalisis dan diinterpretasikan meningkat, menciptakan bahaya dan peluang, dan mungkin menempatkan kita di perbatasan era baru di mana teknologi dapat memainkan peran dalam menyenggol kesehatan dan kesejahteraan kita dengan cara yang positif.
Personalisasi Kesehatan dan Memecahkan Masalah Misdiagnosing
Kesalahan diagnostik dokter adalah masalah yang sangat besar. Akibat kelalaian atau kegagalan untuk mempertimbangkan banyaknya pilihan, kesalahan-kesalahan ini dapat menghancurkan pasien dan keluarganya. Profesor Eta Berner dari Universitas Alabama di Birmingham dan Dr. Mark L. Graber dari Pusat Medis Northport VA menemukan bahwa sekitar 10 hingga 20 persen kasus medis salah didiagnosis. Berner dan Graber menunjukkan bahwa proses kognitif yang efisien mengamankan diagnosis yang tepat sebagian besar waktu. Namun, ada kalanya proses kognitif ini gagal. Analisis Berner dan Graber menunjukkan bahwa terlalu percaya diri dokter sering menjadi penyebab kesalahan medis. Selanjutnya, laporan yang didanai oleh Badan Penelitian dan Kualitas Kesehatan menemukan 28 persen dari semua kesalahan diagnostik menjadi besar dalam keparahan, mungkin menunjukkan peristiwa yang mengancam jiwa.
Kesalahan diagnosis dapat mencakup apa pun dari meresepkan obat yang salah hingga pembedahan membuang bagian tubuh yang salah.
Statistik yang mengkhawatirkan ini dapat menyebabkan beberapa orang berpendapat bahwa masalah yang ada dapat diselesaikan hanya dengan menghilangkan faktor manusia dari persamaan. Teknologi seperti IBM Watson sekarang menawarkan harapan bahwa informasi dapat disintesis dan direnungkan dengan cara yang lebih humanistik. Teknologi kognitif Watson memiliki kapasitas untuk menganalisis data yang tidak terstruktur, memahami pertanyaan rumit dan menghadirkan pengguna akhir dengan solusi berbasis bukti.
Watson bertujuan untuk meningkatkan algoritma prediktif, yang tidak selalu terbukti berhasil ketika diterapkan dalam situasi kehidupan nyata.
Namun, apa yang bisa lebih provokatif dari potensi memprediksi Watson adalah kemungkinan teknologi yang mengalahkan manusia ketika datang ke intervensi kesehatan dan kebugaran.
Pada 2015, IBM Watson membentuk kemitraan strategis dengan CVS Health, ini mengumumkan kedatangan komputasi kognitif dalam industri perawatan kesehatan komersial. Ia menyarankan bahwa segera, dokter dan apoteker akan memiliki akses ke teknologi yang dapat, misalnya, mendeteksi penurunan kesehatan pasien secara otomatis.
Kesepakatan antara Under Armor dan IBM, yang ditandatangani pada tahun 2016, memberi Watson kesempatan untuk mengembangkan dan mengembangkan platform kesehatannya lebih lanjut. Apple juga membuat investasi yang signifikan dalam platform Watson dengan tujuan meningkatkan platform pengembangan HealthKIT dan ResearchKIT. Menurut laporan oleh Grand View Research Inc., pasar komputasi kognitif kesehatan global diprediksi akan mencapai lebih dari $ 5 miliar pada tahun 2020.
Studi penelitian ilmiah juga mendukung penggunaan teknologi untuk meminimalkan risiko kesalahan dan bahaya dalam kedokteran. Dr. Mark L. Graber menyarankan penggunaan apa yang disebut “alat pemicu”, yang dapat mengidentifikasi kasus-kasus berisiko kesalahan diagnosis dengan menganalisis catatan kesehatan elektronik dan mencari ketidaksesuaian. Berbagai jenis alat pemicu sekarang digunakan di rumah sakit Amerika, namun, mereka tidak selalu dapat mendeteksi kesalahan diagnostik. Oleh karena itu, upaya sedang dilakukan untuk merancang intervensi pencegahan yang lebih baik juga.
Suatu pendekatan yang menjanjikan telah disampaikan oleh Dr. Hardeep Singh dan rekan-rekannya. Mereka merancang pemicu elektronik yang dapat mengidentifikasi pasien yang memiliki janji rumah sakit terjadwal dalam waktu 2 minggu setelah kunjungan perawatan primer mereka, menunjukkan bahwa ada sesuatu yang mungkin terlewatkan selama pemeriksaan awal mereka. Banyak ahli memperkirakan bahwa teknologi seperti ini akan membantu mencegah kesalahan atau setidaknya membawa mereka ke perhatian dalam upaya untuk menguranginya.
Merangkul Kecerdasan Buatan
Pada 2015, Ketua NHS Inggris, Sir Malcolm Grant, menyatakan pendapatnya bahwa kecerdasan buatan harus dirangkul oleh perawatan kesehatan karena dapat meningkatkan kualitas perawatan serta memajukan obat personalisasi. Banyak profesional kesehatan sejak itu menggemakan sentimen ini. Teknologi yang dapat mendiagnosis dan / atau mengidentifikasi kesalahan diagnostik melalui penambangan data mungkin tidak jauh.
Komputasi kognitif di sektor layanan kesehatan saat ini lebih banyak digunakan dalam peran penasihat dan bukan untuk membuat keputusan akhir atau menggantikan manusia. Watson, misalnya, membantu individu dan organisasi membuat keputusan klinis yang lebih canggih dan canggih dan akan segera membantu individu meningkatkan tingkat kebugaran mereka melalui kemitraan dengan Under Armour. Namun, baru beberapa waktu yang lalu komputer menguasai manusia sebagai kekuatan dominan dalam olahraga intelektual seperti catur, dan kekuatan komputasi hanya meningkat. Lebih jauh lagi, elemen manusia sedang ditambahkan ke karakteristik pemrosesan komputer, membuat gagasan komputer dan robot yang merawat kita tidak terlalu dibuat-buat seperti dulu.
> Sumber
> Berner E, Graber M. Overconfidence sebagai Penyebab Kesalahan Diagnostik dalam Kedokteran. The American Journal Of Medicine . 2008; 121: S2-S23.
> Graber ML. Insiden kesalahan diagnostik dalam kedokteran. Kualitas & Keamanan BMJ . 2013; 22 (Suppl 2): ii21-ii27. doi: 10.1136 / bmjqs-2012-001615.
> Lupton D. Promosi kesehatan di era digital: komentar kritis. Promosi Kesehatan Internasional . 2015; 30 (1): 174-183
> Singh H, Giardina TD, Meyer AND, Forjuoh SN, Reis Singh H, Giardina TD, Meyer AND, Forjuoh SN, Reis MD, Thomas EJ. Jenis dan Asal Usul Kesalahan Diagnostik di Pengaturan Perawatan Primer. Obat dalam JAMA . 2013; 173 (6): 418-425.
> Thompson M. Healthcare dan tim komputasi kognitif untuk perubahan besar. Econtent . 2015: 4-8.