Analyser les listes de contrôle des patients pour aider les médecins à trouver la cause de la maladie plus rapidement et avec plus de précision ;
Devenez un assistant de mémoire pour rappeler aux patients de prendre leurs médicaments au bon moment ;
Analyser de grandes quantités de données médicales pour aider à découvrir de nouveaux traitements ;
…
Imaginez que lorsque la technologie de l'IA pourra être « connectée de manière transparente » à la gestion médicale et sanitaire quotidienne, nous gagnerons des « intendants de la santé » attentionnés et vivrons une vie plus intelligente et plus pratique.
Mais dans le même temps, l'approche « IA + soins médicaux » est également confrontée à de nombreux défis en matière de commercialisation. Des questions telles que la confiance des patients et des médecins dans l'IA, des questions réglementaires et des questions éthiques se succèdent.
Comment mieux appliquer la technologie de l’IA au domaine médical et de la santé ? Comment stimuler davantage de nouvelles demandes grâce à la technologie de l’IA ? Dans ce numéro de Vision, Xiaoguan a invité Li Wenwen, professeur adjoint du Département de gestion de l'information et de business intelligence de la Fudan School of Management, à discuter de la manière dont l'IA peut favoriser le développement du secteur de la santé.
Li Wenwen
Professeur adjoint, Département de gestion de l'information et d'intelligence économique
Axes de recherche : apprentissage automatique, gestion médicale et de la santé, collaboration homme-machine, e-commerce
01
Grâce à l’IA, l’ère de « l’intelligence et de la santé numériques » approche
Lorsque l’on examine le secteur médical et de la santé d’un point de vue managérial, l’essentiel réside dans l’analyse de la demande. Les services médicaux traditionnels sont centrés sur le traitement des maladies, les médecins fournissant des produits et des services médicaux à des patients individuels. Cependant, le plan de planification actuel « Chine en bonne santé 2030 » proposé par le pays nécessite de passer du traitement des maladies comme centre à la santé de la population comme centre, ce qui signifie que les services médicaux traditionnels, axés sur l'individu, doivent être orientés vers le groupe et penser. plus en détail sur la manière de fournir des services médicaux et de santé tout au long de la vie à un plus large éventail de personnes.
Outre les produits et services médicaux, nous devons également prêter attention aux produits et services de santé. L'industrie médicale et sanitaire actuelle ne devrait pas se limiter aux hôpitaux ou aux établissements médicaux, mais devrait également prêter attention à l'ensemble du cycle de vie des résidents, depuis la prévention des maladies, le diagnostic et le traitement des maladies, jusqu'à la guérison et au suivi ultérieurs de la maladie.
Il convient de noter que ces changements entraînent de nouveaux besoins et de nouveaux défis. Au niveau individuel, la demande des gens en matière de santé augmente de jour en jour et ils commencent à rechercher des services médicaux de meilleure qualité, efficaces et personnalisés. Cela a imposé des exigences plus élevées aux médecins et aux entreprises associées, c'est-à-dire à la manière de fournir de meilleurs services médicaux.
Au niveau organisationnel, les institutions médicales et les entreprises peuvent désormais collecter de riches données médicales, notamment des dossiers médicaux électroniques, des images médicales et diverses données sur le comportement de santé des utilisateurs collectées en temps réel par des appareils portables intelligents. Face à ces données, nous devons réfléchir à la manière de traiter et d’analyser efficacement des données médicales riches et diversifiées et de les transformer en produits ou services de valeur.
Heureusement, le développement rapide de la technologie, en particulier l’essor de la technologie de l’intelligence artificielle, nous offre des solutions possibles. Parmi eux, la « santé numérique intelligente » est un concept émergent qui met l'accent sur la promotion collaborative d'une santé globale grâce à la numérisation et à l'intelligence. Sur la base d'une grande quantité de données médicales et de santé, telles que les données cliniques, les données des dossiers de santé, les données matérielles intelligentes, etc., combinées à la technologie de l'IA, au big data, au cloud computing et aux plateformes numériques, nous pouvons réaliser la numérisation et l'intelligence des soins médicaux. et les soins de santé.
Dans ce contexte, ces technologies émergentes seront progressivement appliquées aux besoins du domaine général de la santé à l'avenir, ce qui entraînera davantage d'applications, telles que le diagnostic auxiliaire intelligent, le diagnostic génétique, la recherche et le développement pharmaceutiques ou la recherche et le développement connexe d'organoïdes.
Cependant, « IA + soins médicaux » est également confronté à de nombreux défis lorsqu'il est commercialisé. Dans les applications cliniques, des questions telles que la confiance des patients et des médecins dans l’IA, des questions réglementaires et des questions éthiques se succèdent. Ces défis ne sont pas des enjeux de santé purement techniques ou médicaux, mais sont étroitement liés au facteur « humain ». Par conséquent, comment faire correspondre efficacement les besoins en matière de technologie et de gestion de la santé est devenu un problème urgent à résoudre.
02
« AI+Medical » est mis en œuvre pour aider à améliorer la gestion de la santé communautaire
Si vous connaissez les besoins en matière de gestion de la santé, comment associer la technologie d’IA appropriée ? Voici un cas du point de vue de la gestion de la santé communautaire. La gestion de la santé communautaire est un élément très important du système hiérarchique de diagnostic et de traitement. Les résidents de la communauté n'ont pas besoin d'aller dans les grands hôpitaux, et les petits hôpitaux de la communauté peuvent également jouer un rôle important. Dans le cadre du diagnostic et du traitement hiérarchiques, la gestion de la santé communautaire peut assumer une série de tâches importantes telles que la prévention et le traitement des maladies chroniques.
Du point de vue de la gestion, la gestion de la santé communautaire a construit un cadre théorique, qui est un cycle allant de la création du profil des résidents, au dépistage communautaire des maladies, à l'évaluation des risques et à l'intervention, jusqu'au suivi final. Cependant, diverses situations d'urgence peuvent survenir dans la pratique.
▲ Campus de Hongqiao Road (Source photo : Xinmin Weekly)
Prenons l'exemple du Centre de prévention et de traitement des maladies oculaires de Shanghai. Sa tâche principale est de fournir des services de dépistage des maladies oculaires dans toutes les communautés de Shanghai. Plus précisément, le centre mobilisera d'abord tous les centres de services de santé communautaires pour effectuer un dépistage des maladies sur place et se rendre dans la communauté pour prendre des photos du fond d'œil des résidents. En raison de la qualité limitée des services médicaux dans les hôpitaux communautaires, de nombreux hôpitaux communautaires ne disposent pas d’ophtalmologistes spécialisés capables de diagnostiquer les maladies oculaires.
S'appuyant sur la technologie numérique, le Centre de prévention et de traitement des maladies oculaires de Shanghai téléchargera les photos du fond d'œil des patients sur le cloud, invitera des experts à distance des hôpitaux tertiaires à lire les photos, puis fournira des commentaires aux hôpitaux communautaires. Cependant, étant donné que les experts et les médecins ont leurs propres tâches ambulatoires et ne peuvent trouver du temps ou effectuer des lectures de films qu'à des moments précis, il faut souvent 1 à 2 semaines pour communiquer les résultats du diagnostic, puis les médecins communautaires transmettent les résultats aux résidents. Un intervalle de temps aussi long peut facilement conduire à une faible volonté des résidents de faire des références, ce qui n'est pas propice à la gestion de la santé de l'ensemble de la communauté.
Ce problème a longtemps préoccupé le Centre de prévention et de traitement des maladies oculaires de Shanghai, jusqu'à l'émergence de la technologie de l'IA. Le développement de l'IA dans le domaine de la reconnaissance d'images est très avancé et les photos du fond d'œil sont en fait une sorte d'image médicale qui peut être utilisée pour identifier les maladies sur les photos du fond d'œil. Après l'introduction de l'équipement de dépistage des maladies oculaires causées par l'IA, le délai de diagnostic précédent de 1 à 2 semaines a été considérablement réduit. Les patients n'ont besoin d'attendre sur place que 1 à 2 minutes et les résultats peuvent être signalés sur place. faire des références a également considérablement augmenté.
Mais en même temps, la mise en œuvre de la technologie de l’IA se heurte également à de nombreux défis. Par exemple, pour le Centre de prévention et de traitement des maladies oculaires de Shanghai, étant donné qu'il existe de nombreux fabricants d'équipements d'IA similaires sur le marché, la sélection de l'équipement d'IA approprié constitue l'un des défis. Un autre exemple est qu'une fois que l'équipement a collecté des données relatives aux patients ; , elles sont directement transmises à l'IA. Que le fournisseur d'équipement ou le centre de prévention et de traitement des maladies oculaires établisse lui-même la base de données, la manière d'assurer la sécurité des données dans ce processus est une question épineuse.
En outre, la technologie de l'IA pénètre progressivement à tous les niveaux de l'industrie médicale. Comment briser les barrières des données et réaliser l'interconnexion des données est également un problème urgent qui doit être résolu. En effet, par rapport à des domaines comme la consommation ou Internet, la quantité de données disponibles dans le domaine médical et sanitaire est extrêmement limitée. En particulier, la formation et l’application de l’IA générative nécessitent une énorme quantité de données. Cette réalité est en contradiction flagrante avec la rareté des données médicales. Plus important encore, la collecte de données médicales repose principalement sur les institutions médicales et, actuellement, les systèmes de données de la plupart des hôpitaux sont encore isolés et ne parviennent pas à s'interconnecter.
La particularité du domaine médical et de la santé a également imposé de nombreuses restrictions à l’application pratique de la technologie de l’IA, parmi lesquelles l’éthique, la sécurité et la protection de la vie privée occupent une place particulièrement importante. Par rapport aux domaines de consommation traditionnels, la promotion des produits médicaux et de santé doit d'abord être soumise à un examen strict par les autorités réglementaires pour garantir sa conformité. Par conséquent, lors de la promotion des applications technologiques dans le domaine médical et de la santé, la priorité doit être accordée à la sécurité des données, à la protection de la vie privée et à la protection des droits des patients.
03
Optimiser les grands modèles pour parvenir à « l'alignement » des fonctionnalités techniques et des besoins des utilisateurs
Lorsqu’on discute de la manière d’utiliser une technologie d’IA appropriée pour répondre ou stimuler de nouveaux besoins dans le secteur médical et de la santé, l’IA générative est sans aucun doute devenue un sujet brûlant.
Bien que les IA génératives telles que Chat GPT, Wen Xinyiyan et Tongyi Qianwen soient actuellement largement utilisées, un retour sur le développement de l'IA générative révélera que la plupart des grands modèles importants apparus avant 2023 n'ont pas été utilisés pour, comme chacun le sait, Ce n’est qu’avec l’émergence de Chat GPT que les gens ont vraiment senti que l’intelligence artificielle était entrée dans une nouvelle étape de l’intelligence.
Cela montre que nous devons en savoir plus sur les caractéristiques techniques de l’IA afin d’explorer plus en profondeur les applications potentielles de la technologie de l’IA dans le domaine médical et sanitaire.
Deuxièmement, l'ensemble de l'IA générative est étroitement intégré à l'industrie, au monde universitaire et à la recherche. La recherche sur l'IA générative ne peut être séparée de l'investissement en R&D des grandes entreprises technologiques, mais elle ne peut pas non plus être séparée de l'aide des universités dans le processus de mise en œuvre. , il est également indissociable de l'ensemble de l'industrie du support.
Dans le même temps, l’IA bénéficie d’une forte atmosphère open source, et son déploiement et sa mise en œuvre technologiques sont très rapides. D’abord capable de traiter uniquement des informations textuelles uniques à désormais capable de gérer facilement des informations multimodales et même des contenus vidéo complexes, l’IA fait des progrès rapides. Cela pose également des défis considérables pour la mise en œuvre des applications d'entreprise.
Dans le domaine médical et des soins de santé, l’application de l’IA générative attire de plus en plus l’attention, et les applications connexes développées autour de sa capacité à générer un langage naturel sont plus largement discutées. De nombreuses entreprises explorent activement l’utilisation de la technologie de l’IA générative pour créer des systèmes de consultation médicale. Cependant, il convient de noter que même si la technologie de l’IA elle-même continue de devenir plus complexe et que ses capacités continuent d’augmenter, grâce aux plates-formes et aux outils intelligents, le seuil d’application de la technologie de l’IA a montré une tendance à la baisse.
Prenons l'exemple de la plate-forme intelligente Baidu Wenxin. N'importe qui n'a pas besoin d'avoir une connaissance approfondie de la technologie de l'IA ou des capacités de programmation. Il peut créer une IA en seulement dix minutes grâce à des opérations d'interface simples, telles que la vérification des options et la saisie des exigences. assistant.
Mais il faut se demander si la consultation en IA répond vraiment aux besoins des utilisateurs ? La pratique a montré que lorsqu'un assistant de consultation médicale est construit et que les médecins et l'IA sont invités à répondre ensemble aux questions des utilisateurs, les réponses du médecin sont souvent plus précises, concises et pertinentes. Par conséquent, la manière d’optimiser davantage les grands modèles afin qu’ils puissent capturer et répondre avec plus de précision aux besoins réels des utilisateurs constitue une direction importante de la recherche actuelle.
Dans l'ensemble, l'industrie de la santé de mon pays en est aux premiers stades d'un développement rapide. Avec le boom de l'industrie, de nombreux défis et problèmes sont apparus. Dans ce processus, nous devons non seulement prêter attention à l'innovation et aux percées technologiques, mais également réfléchir en profondeur à la manière de mieux appliquer ces technologies dans la pratique pour répondre aux besoins réels des utilisateurs.