Станет ли машинное обучение устаревшими врачи? Представлено: AltaML googletag.cmd.push (function () {googletag.display (div-gpt-ad-1562928221186-0);}); Q:

Автор: Laura McKinney
Дата создания: 4 Апрель 2021
Дата обновления: 20 Июнь 2024
Anonim
Станет ли машинное обучение устаревшими врачи? Представлено: AltaML googletag.cmd.push (function () {googletag.display (div-gpt-ad-1562928221186-0);}); Q: - Технология
Станет ли машинное обучение устаревшими врачи? Представлено: AltaML googletag.cmd.push (function () {googletag.display (div-gpt-ad-1562928221186-0);}); Q: - Технология

Содержание

Представлено: AltaML



Q:

Станет ли машинное обучение устаревшими врачи?

A:

Вопрос о том, смогут ли программы машинного обучения в конечном итоге заменить врачей-людей, является интересным. Он основан на технологических достижениях, которые мы уже видели - и некоторые из них достигают пика - а также на нашем понимании того, как работает западная медицина, даже в мире, управляемом данными.

Первое, на что следует обратить внимание, - это то, что технологии достигли огромных успехов в получении хороших результатов в диагностике и оценке радиологии и в целом в принятии решений на основе данных. Так для чего нам нужны врачи?

Что ж ... давайте также посмотрим, что обычно делают врачи в современной высокотехнологичной среде. Они используют компьютеры и другие технологии.

Одним из лучших примеров являются системы электронных медицинских карт (EMR) и электронных медицинских карт (EHR). Там, где раньше врачи работали на бумаге, они теперь используют предложения от поставщиков программного обеспечения, которые оцифровывают и автоматизируют большую часть их работы. Например, EMR и EHR уже помогают врачам в процессе диагностики состояний.


В свете этого гораздо разумнее предположить, что завтрашний медицинский мир станет сотрудничеством между человеком и машиной. Врачи будут контролировать технологии, которые принимают эти решения, а врачи будут обеспечивать ключевой человеческий надзор за этими решениями.

Хотя программы машинного обучения стали чрезвычайно полезными для принятия решений, основанных на данных, они, возможно, стали настолько мощными, что мы не хотим зависеть от них независимо при принятии наших медицинских решений. Эксперты ссылаются на «феномен черного ящика», когда мы не совсем понимаем, как работают эти программы машинного обучения. В этом смысле крайне важно задействовать человека-агента для того, чтобы переоценить результаты системы машинного обучения и поместить эти результаты в надлежащее состояние.

Есть два дополнительных момента, которые предполагают, что мы все еще будем использовать врачей-людей в будущем. Одним из них является ответственность. Как вы оцениваете возможную ответственность, связанную с выполнением решений компьютера?


Другой касается того, как нам, людям, нравится получать наше медицинское обслуживание. Первые попытки полностью оцифровать результаты здравоохранения не были популярны и не очень хорошо работали. Пациенты обычно хотят поговорить с врачом, а не с компьютером. Существует даже понимание того, что люди избегают использования Интернета для самодиагностики состояний, потому что они не хотят подходить к медицине.

Более тонкий взгляд на то, как работают врачи сегодня, позволяет предположить, что в будущем они будут работать примерно так же, хотя технологии станут более мощными и позволят врачам со временем делать больше для пациентов.