El VA desea utilizar la IA de DeepMind para prevenir la enfermedad renal
El VA desea utilizar la IA de DeepMind para prevenir la enfermedad renal
.El cuerpo humano Es frágil y las personas terminan en unidades de cuidados intensivos por todo tipo de razones. Lo que sea que los lleve allí, más de la mitad de los adultos admitidos en una UCI terminan compartiendo la misma condición potencialmente mortal: daño renal conocido como lesión renal aguda.
La Administración de Veteranos cree que la inteligencia artificial podría reducir el costo. En un proyecto que se basó en aproximadamente 700,000 registros médicos de veteranos de EE. UU., La agencia trabajó con la unidad DeepMind del alfabeto de Google Alphabet para crear un software que intente predecir qué pacientes tienen más probabilidades de desarrollar AKI. El VA espera probar si esas predicciones pueden ayudar a los médicos a evitar que las personas desarrollen la enfermedad. La AKI se manifiesta como un fallo repentino de los riñones para eliminar adecuadamente los desechos del cuerpo y, a menudo, se presenta como una complicación de la cirugía, infección u otras tensiones de la hospitalización.
El proyecto es un ejemplo del impulso mundial para salvar vidas utilizando las técnicas de inteligencia artificial que potencian Asistentes virtuales de las empresas de internet y reconocimiento facial.. La difusión de los registros de salud digitales ofrece un torrente de datos sobre pacientes, incluidos patrones sutiles que los algoritmos pueden interpretar de una manera que los médicos no pueden. En los Estados Unidos y en otros países ricos, la IA se considera una forma de mejorar la atención y reducir los costos. En lugares como India y China Con la escasez crónica de médicos especialistas, la tecnología podría mejorar el acceso a la atención.
La colaboración de DeepMind con el VA encaja en un impulso más amplio hacia el cuidado de la salud por parte de Alphabet. La compañía espera utilizar AI para diversificar más allá de la publicidad, que suministra casi el 90 por ciento de sus ingresos. Otros proyectos del alfabeto son algoritmos de entrenamiento para detectar enfermedad ocular y cáncer. Google contrató recientemente al veterano ejecutivo del sistema de salud, David Feinberg, para que se encargue de sus proyectos de salud.
La colaboración de VA también ilustra un desafío para las ambiciones de atención médica de Alphabet. La compañía tiene una lista de investigadores de IA que supera el mundo. Pero en la atención médica, carece del tipo de datos que potencian el dominio de Google en la búsqueda y en los anuncios en línea. Solo al asociarse con organizaciones que deseen compartir montones de datos médicos, Alphabet puede obtener la materia prima necesaria para entrenar los algoritmos de aprendizaje automático. Los millones de registros electrónicos de salud del VA representan una de las colecciones más grandes de los Estados Unidos. Un portavoz de DeepMind citó el liderazgo de VA en el análisis de enfermedades renales y salud, y el hecho de que tiene "uno de los conjuntos de datos electrónicos más completos que cubren la atención al paciente".
El compromiso del VA con DeepMind comenzó hace unos años, cuando el director de análisis predictivo de la agencia, Christopher Nielsen, recibió una llamada inesperada. "No es raro recibir llamadas de personas que me dicen que puedo resolver todos tus problemas con la IA", dice Nielsen. Él ha aprendido a desconfiar de los lanzamientos de AI fuera de lo azul.
Pero esta llamada vino de Mustafa Suleyman, quien cofundó DeepMind antes de que fuera adquirido por Google en 2014. La compañía tiene un historial de abrir nuevos caminos en el aprendizaje automático, incluidos los robots que vencer a los juegos de Atari y maestros de la juego de mesa Go. A principios de 2018, el VA Anunciado que había firmado un acuerdo de investigación formal con DeepMind.
De inmediato, Nielsen y sus colegas de VA tuvieron que enfrentar un obstáculo común para los proyectos de atención médica de AI. Los algoritmos de aprendizaje automático. conduciendo el auge de la IA necesita grandes cantidades de datos de ejemplo para aprender; Normalmente, cuantos más datos, mejores son los resultados. Pero cuando los datos constan de información más privada, debe ser tratado con especial cuidado.
Los investigadores e ingenieros de VA desarrollaron un proceso que utiliza hashes criptográficos para ocultar los resultados de laboratorio y otros datos en un registro de salud, dice Nielsen. Se utilizó para dar a DeepMind acceso a una colección desinfectada de cientos de miles de registros de salud de un período de 10 años. Los expertos en inteligencia artificial de la compañía utilizaron parte de la infraestructura informática de Alphabet en EE. UU. Para capacitar a las redes neuronales, que son las entrañas de gran parte del aprendizaje automático de la máquina, para predecir cuándo es probable que un paciente desarrolle AKI.
Los resultados completos se detallarán en un próximo artículo científico, pero los resultados han sido alentadores, dice Nielsen. "Ha sido bastante exitoso en la predicción de AKI en una etapa lo suficientemente temprana para evitarlo", dice, negándose a discutir cualquiera de los factores que fueron identificados. Los datos proporcionados por el VA durante el proyecto son propiedad de la agencia y serán destruidos después de su uso.
La próxima fase del proyecto probablemente consistirá en incorporar datos en vivo de millones de pacientes en el sistema de VA y rastrear la precisión de las predicciones AKI de DeepMind a lo largo del tiempo. Si eso va bien, Nielsen quiere probar el sistema con los médicos en una clínica de VA para ver si ayuda a mejorar la atención. Él anticipa que faltará por lo menos un año. DeepMind declinó comentar sobre el proyecto.
DeepMind está trabajando con el VA bajo lo que se conoce como un Acuerdo de Investigación y Desarrollo Colaborativo. Las dos organizaciones trabajan juntas sin cambiar de dinero, y ambas pueden hacer uso de las ideas desarrolladas en el proyecto. Laurence Meyer, jefe de servicios de atención especializada en la Administración de Salud de Veteranos, dice que el VA podría terminar ofreciendo herramientas desarrolladas en el programa a otros. "Estamos interesados para nuestros propios fines y para desarrollar cosas que podrían ser útiles fuera del VA", dice.
Scott Sutherland, un profesor clínico asociado de nefrología en Stanford, dice que llevar la tecnología de predicción AKI a la clínica podría ser revolucionario. La condición es muy común en pacientes críticamente enfermos, pero una vez que las pruebas lo detectan, los médicos solo pueden prevenir daños mayores, no tratar directamente la lesión en sí.
Los intentos anteriores de usar la tecnología para predecir el AKI aún no han sido fructíferos. "Hasta la fecha, no he visto ningún algoritmo de aprendizaje de big data o máquina realmente exitoso", dice Sutherland. La mayoría del trabajo en el campo ha utilizado técnicas estadísticas más establecidas, dice, no la tecnología de red neuronal que es la especialidad de DeepMind.
Lograr que el software de AI produzca predicciones precisas solo será parte del esfuerzo necesario para transformar la atención en los hospitales, una característica común de los proyectos de atención de salud de AI. Debido a que los médicos no han podido pronosticar previamente el AKI, se requerirá investigación clínica adicional para descubrir las mejores maneras de evitarlo, dice Sutherland. "No hay un montón de datos para decir que esto es claramente lo que debes hacer", dice.
Más de la mitad de los adultos ingresados en una UCI están afectados por una lesión renal aguda.
DeepMind ha pasado dos años probando una aplicación con el personal del hospital en el Reino Unido que podría ser un vehículo para examinar esa pregunta en la clínica y, eventualmente, para producir su investigación con el VA. La aplicación, llamada Streams, ayuda al personal del hospital a monitorear los resultados de las pruebas de los pacientes para detectar AKI, sin la ayuda de la tecnología AI.
Un hospital involucrado fue censurado por el regulador de datos del Reino Unido por otorgar a DeepMind un acceso amplio a los datos de los pacientes. La compañía escapó a la culpa oficial y anunció en noviembre que el proyecto Streams será transferido a Google para que pueda convertirse en un producto bajo Feinberg, el nuevo jefe de salud de la compañía. El portavoz de DeepMind dijo que la compañía espera ver alertas activadas por AI en Streams, pero que requerirá un trabajo extenso, así como aprobaciones regulatorias.
La forma en que DeepMind está entregando Streams sugiere que seguirá siendo principalmente una unidad de investigación de Alphabet, en línea con el interés de sus fundadores en haciendo la IA tan capaz como los humanos, en lugar de convertirse en un negocio sostenible más parecido a Google. Estados financieros archivado en el Reino Unido indican que la división perdió £ 302 millones ($ 390 millones) en 2017, triplicando sus pérdidas en el año anterior.
Streams no es parte de la colaboración de investigación de DeepMind con el VA. Nielsen dice que el proyecto VA no se está transfiriendo a Google, pero puede expandirse. Dice que los ricos datos de la agencia y el protocolo que desarrolló para limpiar datos antes de transferirlos a DeepMind ofrecen la posibilidad de tratar de predecir otros problemas de salud en pacientes de hospitales. Los posibles objetivos incluyen septicemia, ataques cardíacos o caídas.
Más grandes historias WIRED
FUENTE ORIGINAL DEL ARTICULO LOS MEJORES SITIOS DE TECNOLOGIA https://www.beviral.online
Comentarios
Publicar un comentario