Can Technology (Robots & Software) erstatte læger?

I de sidste par år er mange teknologiske eksperter begyndt at se på måder sundhedssektoren kan konfrontere nogle af sine største udfordringer. Først blandt disse udfordringer er udgifter til lægehjælp og for det andet den begrænsede forsyning af læger, der vil sørge for pleje. Vinod Khosla, medstifter af Sun Microsystems, mener, at computergenererede algoritmer, der træffer beslutninger baseret på brede patientdata, vil føre til bedre sundhedspleje end det, som lægerne nu tilbyder.

I øjeblikket er robotter i stigende grad til stede i kirurgiske suiter, og maskiner gør et bedre job ved at anerkende abnormiteter på radiologirapporter, og humanoide sygeplejersker er allerede omsorg for ældre patienter i Japan. Projekter som IBMs Watson har været i stand til at anvende naturlig Languagesbehandling og behandle millioner af bøger pr. Sekund og blive brugt i sundhedsvæsenet.

Volumenet af sundhedsoplysninger vokser med en enorm hastighed og fortsætter med at stige. Disse data skal behandles og tolkes, og medicinske applikationer til kunstig intelligens er allerede begyndt at analysere disse data og stille anbefalinger til læger for at hjælpe med lægehjælp.

 medicaltech

Han hævdede, at algoritmer, der drives af enheder med kunstig intelligens, ville give en langt mere objektiv analyse, som lægerne ikke kan give patienterne i dag til den nuværende struktur i sundhedssystemet, som indebar læger og ændrer deres tænkning og forhindrer dem i at gøre det absolutte bedste valg for der patienter. Khosla mener, at 80% af lægerne snart kunne erstattes af software.

I øjeblikket konfronterer radiologer dette meget problem hver dag. Det skal forsøge at reducere patientens eksponering for stråling, på trods af en bred medicinsk konsensus om, at børn er mest følsomme og sårbare over for ioniserende stråling. Ifølge en nylig undersøgelse (Donnelly, LF. Reduktion af strålingsdosis associeret med pædiatrisk CT ved at reducere unødvendige undersøgelser, AJR februar 2005, 184: 655-657) Nødrums læger ordrer rutine computertomografi scanninger (CT scanninger) ikke børn med mindre hoved skader, når flere timers observation er lige så effektiv.

Da vi er mennesker, er læger, sygeplejersker og andre sundhedsydelser drevet af både følelser og grund. Frygt er den mest magtfulde følelse, der kan brænde en læger handling. Udbydere af sundhedsydelser er altid under retssager, og denne type kultur opdrætter et miljø, der gør lægerne i stand til handlinger, der ikke nødvendigvis behøver eller i den bedste interesse for pleje, men mere for beskyttelse af at blive fundet ansvarlige for et medicinsk udfald.

Vinod Khosla mener, at maskiner vil være de primære beslutningstagere i fremtiden og træffe beslutninger baseret på algoritmer. I en vis grad er sundhedsvæsenet allerede der i dag, diagnosticere læres at overveje almindelige lidelser før sjældne lidelser, denne logik driver allerede et niveau af sundhedspleje i dag.

Kosla, sammen med andre teknologiske eksperter, fremmer ideen om, at maskinbaseret systemlogik og -fornuft kan skabe et objektivitetsniveau, som folk ikke kan opnå, vil objektiviteten fra en maskine være baseret på logik, som vil øge med erfaring. Argumentet er, at maskiner ikke er forspændte, da de ikke kan frygte en behandlingsplan, der vil fungere bedst for en patients sundhed og være mere økonomisk. Da de heller ikke elsker, vil de udlevere en koldhjertet objektivitet, der potentielt kan forbedre lægehjælp.

Maskinbaserede algoritmer kan helt sikkert give bedre logik til at forbedre sundhedssektoren bedre. Køb skal de stadig fortolkes af omsorgsfulde læger, og deres skal være tilstrækkelige til at mødes og være hjælpsomme i patienternes liv.

Målet er i sidste ende til medicinsk innovation at hjælpe mennesker og forbedre resultaterne og resultaterne af sundhedsydelser og for alle involverede. Hvis medicinsk praksis begyndte udelukkende baseret på algoritmer, ville fem års overlevelse og sundhedspleje blive blottet for det kritiske menneskelige element.

Health Life Media Team

Skriv et svar