AI właśnie zdało egzamin na licencję medyczną (USMLE) z wyższym wynikiem niż większość ludzkich lekarzy. To mówi wszystko o tym, gdzie obecnie stoi AI w opiece zdrowotnej.
Technologia jest niesamowita, ale wdrożenie jest skomplikowane, a luka między tymi dwoma rzeczami to miejsce, gdzie tkwi większość prawdziwej historii.
AI w odkrywaniu leków poszło szybciej niż większość prognoz sprzed lat. Na przykład;
✍ Google DeepMind's AlphaFold2 zmapował strukturę praktycznie każdego znanego białka do 2022 roku.
✍ Pierwszy całkowicie zaprojektowany przez AI lek wszedł w fazę 2 badań klinicznych w 2023 roku. Do 2025 roku firmy takie jak Insilico Medicine, Recursion i Exscientia miały już dziesiątki związków wspomaganych przez AI w fazie rozwoju. Czas od identyfikacji cząsteczki do badania klinicznego rzeczywiście się skompresował w sposób, który będzie miał znaczenie dla pacjentów w tej dekadzie.
W diagnostyce AI wykazało się świetnymi umiejętnościami w specyficznych, dobrze zdefiniowanych zadaniach obrazowych.
✅ Wykrywanie raka w mammografiach
✅ Screening retinopatii cukrzycowej z obrazów oczu
✅ Wczesne wykrywanie zapalenia płuc w zdjęciach rentgenowskich klatki piersiowej.
W kontrolowanych warunkach AI dorównuje/przekracza wydajność specjalistów.
Teraz przeszkodą dla szerokiego wdrożenia jest ZATWIERDZENIE REGULACYJNE, akceptacja klinicystów i integracja z istniejącą infrastrukturą szpitalną. Te procesy poruszają się w tempie instytucjonalnym, niezależnie od tego, jak dobry jest AI, niestety.
Dla rynków z niedoborem specjalistów, kalkulacja jest inna.
Zipline działa w Rwandzie i Ghanie, dostarczając materiały medyczne dronami do 2500 placówek zdrowotnych, korzystając z optymalizacji tras AI. Czas dostawy produktów krwi i krytycznych leków w odległych obszarach spadł z godzin do minut.
✨ Kraj z dwoma radiologami na milion ludzi korzysta dramatycznie z narzędzi diagnostycznych AI.
✨ Klinika społeczna 4 godziny drogi od najbliższego specjalisty korzysta dramatycznie z narzędzia triage AI, które oznacza, kto potrzebuje pilnego skierowania.
Ograniczeniem, które AI rozwiązuje najskuteczniej, jest to, które jest już najbardziej dotkliwe, a w dużej części świata tym ograniczeniem jest po prostu brak wystarczającej liczby wykwalifikowanych ludzi w odpowiednich miejscach.
Szczera uwaga, nad którą warto się zatrzymać: Narzędzia zdrowotne AI trenowane głównie na danych pacjentów z Zachodu będą działać gorzej i potencjalnie powodować szkody w różnych kontekstach klinicznych. Model nie wie, czego nie wie, odpowiada z pewnością, niezależnie od sytuacji lol.
Praktyczne zadanie: Niezależnie od tego, czy pracujesz w ochronie zdrowia, technologii zdrowotnej, polityce, czy jesteś po prostu profesjonalistą myślącym o tym, jak AI wpłynie na Twój sektor, zidentyfikuj największe wąskie gardło w przekazywaniu właściwych informacji do właściwej osoby w odpowiednim czasie w Twoim kontekście. To konkretne wąskie gardło jest miejscem, w którym należy zastosować AI jako pierwsze.