AI está ayudando a un patólogo en Singapur a mantener el caso del paciente

El artículo, ya que este se basa en una conversación con el Dr. Cheng Ching Leong, jefe del Departamento de Patología del Hospital General de Singapur. Esta entrevista ha sido editada por longitud y precisión.

Me atrae la patología porque el diagnóstico correcto es el importante punto de iniciativa para el tratamiento y el manejo adecuados. En mi caso, examinamos los tejidos bajo el microscopio para determinar la enfermedad o afección del paciente.

Los patólogos deben pasar más tiempo para lidiar con la creciente complejidad de nuestra práctica. Es probable que la IA sea Para mejorar nuestra productividadEl

Trabajaremos con pacientes más complejos con la creciente población mayor. Nuestro Población de edad avanzada Viviendo durante mucho tiempo, y tendremos múltiples pacientes condicionados al mismo tiempo.

Siempre estamos trabajando en el déficit relativo de la mano de obra y se complica por el hecho de que se nos pide que hagamos más con nuestro tejido.

Por ejemplo, en el pasado, Biopsia de próstata El caso completo puede requerir cuatro parámetros. Ahora, tenemos que trabajar con parámetros más específicos para cada muestra separada.

A veces, el número de muestras puede alcanzar de 20 a 30, que es al menos 10 a 20 veces mayor en la cantidad de trabajo que realmente usamos. Esto no es muy duradero porque no puede aumentar la cantidad de mano de obra necesaria para lidiar con las cosas entre 10 y 20 veces.

Allí tenemos que venir a la IA, permitirnos hacer más con menos y lidiar con más parámetros sin aumentar la cantidad de recursos.

La IA podemos probar bajo un mayor aumento, destacando áreas de interés más rápido que mejorar la confianza y las habilidades.

AI había sido parte de la patología durante años después de años

Cuando era oficial médico de las Fuerzas Armadas de Singapur, estuve involucrado en información médica durante más de veinte años.

Entramos en contacto con herramientas basadas en el aprendizaje automático para imágenes de patología digital hace aproximadamente una década.

De 2021 a 2021, un proyecto entre el Hospital General de Singapur y la IA Singapur se centró en usar la IA para separar un tumor llamado lesión fibropenelial. Estos no son tu deshielo tradicional Cáncer de mamaMás bien, dos condiciones relacionadas que a veces pueden duplicarse entre sí: tumores de fiberdenomus y filodos.

Hemos creado algoritmos de IA para tratar de distinguir entre estas dos heridas en materiales de biopsia. El objetivo era mejorar nuestra confianza diagnóstica y guiar mejor las decisiones de tratamiento.

La IA no está en vano, especialmente en casos complicados

Incluso los defectos de IA mejor capacitados tendrán un margen y su efectividad depende mucho de los datos de entrada.

Además de lo que vemos bajo el microscopio, todavía hay algunas formas de integrar datos complicados para guiarnos hacia el diagnóstico correcto.

Por ejemplo, examinamos los registros electrónicos y los informes de radiología de otros datos para comprender mejor toda la imagen clínica.

A diferencia de los profesionales capacitados, la IA todavía tiene problemas con la adaptabilidad y la generalización, incluido el tratamiento de problemas en situaciones de bajo amor.

Muy dependiente de la IA Datos de capacitaciónCuando se enfrentan los tejidos AI que se procesan por separado, por ejemplo, muestras que tienen diferentes colores o presencia de laboratorios extranjeros, se puede realizar subpatalmente.

A veces, el tejido plegado doblado en la diapositiva de IA cometerá el error como un aspecto positivo cuando no debería ser. Un profesional humano capacitado podrá encontrar formas de novelas y obtener menos experiencia con ellas sin tratar de encajar en una categoría que pueda estar en una categoría.

En la actualidad, las personas en el bucle son inevitables. Siempre practicamos un intervalo de seguridad para asegurarnos de que no estamos equivocados.

Sobre todo, muchos años de capacitación nos ayudaron a crear la base del conocimiento que nos permitiría explicar y diagnosticar la explicación y el diagnóstico correctos.

Con el tiempo, ai, se le ha dado suficiente Capacitación, datos, Y la dirección correcta, en realidad puede hacerlo mejor.

Mientras AI no reemplazará a los médicos O en humanos medianos a largo plazo, sin capacidades de IA, un hombre no podrá retener el campo de salud rápidamente desarrollado.

AI eventualmente nos convertirá el camino al trabajo. Para esto, debemos adquirir un conjunto de habilidades separadas y afirmar que practicamos en alta calidad.

¿Tiene historias para compartir sobre la IA en la atención médica? Póngase en contacto con este reportero cmlee@businessinsider.comEl