Išskirtinis naujovių vystymas – tyrėjai atrakina dirbtinio intelekto (AI) galimybes pritaikyti sveikatos rekomendacijas individualiai pagal asmeninius poreikius. Paliekant šalutinį vienam dydžiui tinkančio sveikatos modelį, ekspertai kurią sistemą, kuri atsižvelgia į asmenio unikalius biologinius ir aplinkos veiksnius.
Nustebina Kornelijaus universiteto Saurabh Mehta, kuris yra Janet ir Gordon Lankton profesoriaus, vadovauja pastangoms taikyti generuojamąjį AI kuriant vartotojams draugiškas sveikatos informacijos suvestines ir pokalbių robotus. Šios priemonės skirtos siekti sveikatos patarimų, grįstų naujausiais klinikiniais duomenimis ir įrodymais besiremiančiais tyrimais. Šis inovatyvus AI taikymas kalba apie dešimtis iniciatyvų, inicijuotų per „Empire AI” – svarbią bendrą akademinę tyrimų iniciatyvą, kuriai neseniai Naujojoje Yorko valstijoje pritarė 400 mln. dolerių investicija, kuria palaimintas gub. Niujoje valstijos gubernatorė Kathy Hochul.
Empire AI konsorciumas, kuris džiugina dalyvius iš septynių garbingų Niu Jorko institucijų, įskaitant Kornelijų, yra rodiklis, kad iš AI tyrimų tikimasi įvairių ir plačiai poveikio. Kornelijaus tyrimų ir inovacijų vicerektorė Krystyn Van Vliet iškeldina šį žingsnį kaip lemiamą žingsnį siekiant panaudoti AI kautis visuomenės naudai.
Kornelijaus AI iniciatyvą vadovaujanti dekanas Kavita Bala pastebi būtinus didelių skaitmeninių išteklių resursus siekiant plėsti tembriai AI tyrimus. Empire AI žada aprūpinti mokslininkus būtinomis priemonėmis tirti generuojamojo AI taikymus įvairiuose domenuose, nuo mitybos iki miestų plėtros.
Tuo tarpu Kornelijaus centro tiksliai mitybos ir sveikatos srityje jau naudojama AI, kad paremtų informuotus sveikatos pasirinkimus vartotojams ir politikams. Centras siekia palengvinti nacionalinių mitybos vadovų ir mitybos politikos įgyvendinimą, galbūt pakeisdamas mitybos programų, tokių kaip medicinos pritaikyti patiekalai, įgyvendinimą.
Rachit Saluja, Weill Kornelio medicinos mokyklos daktaras, iliustruoja kitą AI medicinos galimybę. Jo komanda dirba kuriant AI modelius, kad optimizuotų radiologinius vertinimus, siūlydami standartizuotas teksto rekomendacijas, didinant radiologų efektyvumą be jų keitimo. Tokie pokyčiai siekia pagerinti pacientų priežiūrą ir optimizuoti medicinos darbo procesus.
Svarbiausi klausimai ir jų atsakymai:
1. Kaip AI paveiks individualią mitybą?
AI gali analizuoti didelius duomenų kiekius, tokius kaip genetinė informacija, mitybos įpročiai, gyvenimo būdas ir kt., kad pateiktų individualius dietos patarimus. Tai gali lemti geriausius sveikatos rezultatus ir galėtų užkirsti kelią arba valdyti ligas, siūlydama optimalią mitybą pagal individualius poreikius.
2. Kokios potencialios medicinos pažangos dėl AI?
AI gali padėti tobulinti diagnostikos procedūras, tikslesnius prognozes paciento sveikatos rezultatuose, individualizuotus gydymo planus ir kitus dalykus, tokius kaip optimizuoti radiologinius vertinimus, kad būtų naudinga radiologams.
3. Kokie pagrindiniai iššūkiai ar ginčai dėl AI remiamos sveikatos?
Pagrindiniai iššūkiai apima duomenų privatumo ir saugumo susirūpinimą, etišką AI panaudojimą, potencialias priklausomybes nuo algoritmų pagrįstų duomenimis, kuriuos jie apklausė, ir poreikį skaidriems AI sistemoms, kurioms pasitiki sveikatos specialistai ir pacientai.
4. Kaip planuoja Empire AI įveikti AI tyrimų iššūkius?
Empire AI planuoja suteikti mokslininkams reikšmingus skaitmeninius išteklius, padedant plėtoti AI pagrindinius tyrimus. Šis požiūris leidžia tyrinėti ir plėtoti įvairias taikymo sritis, mažinant iššūkius teikiant būtiną infrastruktūrą inovacijoms.
Privalumai ir trūkumai:
Privalumai:
– Individualizuotos sveikatos rekomendacijos gali lemti efektyvesnį ligų prevenciją ir gydymą.
– AI gali greitai apdoroti didelius duomenų kiekius, teikiant įžvalgas, kurias žmonėms reiktų ilgiau analizuoti.
– AI gali nustatyti raštingumą, kuris žmonėms iš karto nebūtų akivaizdus, lemiantis revoliucingus atradimus sveikatos ir mitybos srityse.
– Medicinos darbo procesų optimizavimas per AI gali sutaupyti laiko ir išteklių, taip pagerindamas pacientų priežiūrą.
Trūkumai:
– Kyla privatumo susirūpinimas, kai jautrūs sveikatos ir genetiniai duomenys yra naudojami AI sistemų mokymui.
– Atsiranda lygybės rizika, jei AI paremtos sveikatos rekomendacijos prieinamos tik tiems, kurie gali jas sau leisti.
– Netikslus AI patarimai ar klaidos algoritmų gali lemti neigiamus sveikatos rezultatus.
– AI įdiegimas medicinoje gali sulaukti pasipriešinimo iš sveikatos priežiūros specialistų, abejojančių jo patikimumu.
Susiję nuorodos:
– Daugiau informacijos apie AI inovacijas sveikatos priežiūroje: Nacionaliniai sveikatos institutai (NIH)
– Naujausios mitybos tyrimų naujienos: Amerikos mitybos mokslo draugija
– Atnaujinimai apie AI mityboje ir sveikatoje: JAV Maisto ir vaistų administracija (FDA)
The source of the article is from the blog newyorkpostgazette.com