Sztuczna inteligencja stale staje się użyteczna w służbie zdrowia. Jednak potencjał jest daleki od szczytu. Sztuczna inteligencja w opiece zdrowotnej wciąż musi przejść przez przeszkody — zwłaszcza jeśli chodzi o prywatność, bezpieczeństwo i poufność danych. I pomimo przypadków sukcesu definiującego erę, te przeszkody utrudniają holistyczną adopcję.
W tej dyskusji omówimy te kwestie, koncentrując się na argumencie przemawiającym za wdrożeniem sztucznej inteligencji w opiece zdrowotnej. Tam porozmawiamy również o tym, w jaki sposób sztuczna inteligencja może przynieść korzyści branży medycznej o ugruntowanej pozycji, koncentrując się przede wszystkim na części dotyczącej zgodności:
Oto trzy kluczowe wnioski:
- Sukces sztucznej inteligencji w opiece zdrowotnej zależy od dostępności dokładnych i obszernych danych szkoleniowych. Gdy zbiory danych są obfite, algorytmy i kolejne modele wychodzą lepiej.
- Modele sztucznej inteligencji, nawet w służbie zdrowia, muszą zostać przeszkolone, aby wyeliminować powszechne uprzedzenia. Pomysł polegałby na uzyskaniu dostępu do różnych zestawów danych, zwiększając wielkość próby. Ponadto różnorodność danych rozwiązuje również lokalne wąskie gardła związane z licencjonowaniem.
- Firmy planujące modele sztucznej inteligencji w opiece zdrowotnej powinny rozważyć deidentyfikację danych w celu wyeliminowania barier PHI (osobistych informacji zdrowotnych) i PII (danych osobowych umożliwiających identyfikację).
Kliknij tutaj, aby przeczytać ten artykuł:
https://www.healthcarebusinesstoday.com/the-keys-to-unlocking-healthcare-ais-vast-potential-in-2021/
