Саламаттыкты сактоодогу алгоритмдик тенденция: Бир тараптуу алгоритмдер өмүр менен өлүм маселеси болуп калышы мүмкүн

• Author:
• Жазуучу аты

  Quantumrun Foresight
• December 2, 2021

Кыскача түшүнүк

Саламаттыкты сактоонун AI тутумдары толук эмес маалыматтар үлгүлөрүнөн улам олуттуу кыйынчылыктарга туш болушат, бул оорулууларды диагностикалоодо жана дарылоодо, өзгөчө азыраак көрсөтүлүүчү топтордун арасында бир тараптуулукка алып келиши мүмкүн. Медициналык коомчулуктун маалыматтардын купуялуулугун сактоонун катуу практикасы, зарыл болгон учурда, диверсификацияланган маалымат базаларын түзүүнү андан ары татаалдаштырат. Бул бетме-бет келүүлөрдү жоюу маалымат булактарын диверсификациялоо, калыстык үчүн алгоритмдерди тууралоо жана ар тараптуу маалыматтардын артыкчылыктары менен купуялуулукка болгон муктаждыкты тең салмактоо боюнча биргелешкен аракеттерди талап кылат.

Саламаттыкты сактоо контекстинде алгоритмдик тенденция 

Саламаттыкты сактоонун AI тутумдарында мүмкүн болгон бир тараптуулукту иликтөөлөр толук эмес маалыматтар үлгүлөрү маселесин олуттуу тынчсыздануу катары баса белгиледи. Мисалы, тери рагын аныктоого үйрөтүлгөн AI алгоритминде терисинин кара түстөрүндө оорунун жетиштүү маалымдама сүрөттөрү жок болсо, түстөгү адамдарга туура эмес диагноз коюу ыктымалдыгы жогору болушу мүмкүн. Бирок, бул көйгөй AI тутумдарынан тышкары. Клиникалык сыноолордун бир кыйла бөлүгү аялдарды жана азчылык топторун тийиштүү түрдө билдирбейт. Өкүлчүлүктүн бул жетишсиздиги бул аз көрсөтүлгөн топтор үчүн көбүрөөк терс таасирлери болушу мүмкүн болгон дарылардын жана вакциналардын өнүгүшүнө алып келиши мүмкүн, анткени сыноолор алардын уникалдуу физиологиялык жоопторун толук эсепке албайт.

Андан тышкары, кеңири медициналык коомчулук купуялуулукка байланыштуу ден-соолукка байланыштуу маалыматтарды тыкыр коргойт. Бул коргоочу позиция бекеринен эмес; коомчулук, айрыкча, 2010-жылдары ири технологиялык компаниялар тарабынан бир катар маалыматтарды бузуудан кийин, маалымат алмашуу практикасынан сак болуп калды. Тилекке каршы, бул купуялык чөйрөсү медициналык изилдөөчүлөргө изилдөөлөрү үчүн ар түрдүү маалымат базаларын түзүүнү кыйындатат. Бул ошондой эле AI алгоритмдерин курууну көздөгөн саламаттыкты сактоо тармагындагы стартаптар үчүн тоскоолдук жаратат, анткени алар көп учурда маалыматтардын кеңири спектрине жете алышпайт.

Мисалы, 2020-жылы Американын Медициналык Ассоциациясынын (JAMA) журналы тарабынан жарыяланган изилдөө AI алгоритмдерин үйрөтүү үчүн колдонулган маалыматтардын көбү АКШнын үч гана штатынан келгенин көрсөттү. Маалымат булактарындагы бул географиялык чектөө бир тараптуулук маселесин ого бетер курчутат, анткени ал өлкө боюнча пациенттердин популяциясынын ар түрдүүлүгүн чагылдыра албайт.

Бузуучу таасир 

Алгоритмдер, алар азыктанган маалыматтардын негизинде алардын иш-аракеттерин аныктайт. Ошентип, алар иштеткен маалыматтардын сапаты жана көп түрдүүлүгү алардын чыгышына түздөн-түз таасир этет. Саламаттыкты сактоо тармагында, бул алгоритмдерди окутуу үчүн колдонулган маалымат үлгүлөрүнүн ар түрдүүлүгү жок болсо, бул ар кандай расалык жана этникалык топторго көрсөтүлгөн жардамдын сапатындагы диспропорцияларга алып келиши мүмкүн. Мисалы, эгер маалымат үлгүлөрүнүн көпчүлүгү кавказдык бейтаптардан болсо, алгоритмдер түстүү адамдарды жана башка азчылык топторун диагностикалоодо жана дарылоодо эффективдүү иштебей калышы мүмкүн, бул ден-соолукка оптималдуу эмес натыйжаларга алып келиши мүмкүн.

Бул кооптонууларга карабастан, дүйнө жүзү боюнча саламаттыкты сактоо тармактары 2020-жылдары AI алгоритмдерин өз иштерине көбүрөөк киргизет деп күтүлүүдө. Бул интеграция административдик тапшырмалардан диагностикалык процедураларга жана дарылоо пландарына чейин саламаттыкты сактоонун ар кандай аспектилерин камтыйт. Бул тенденциянын негизги кыймылдаткычтары болуп чыгымдарды азайтуу жана ден соолуктун жалпы натыйжаларын кеңири масштабда жакшыртуу потенциалы саналат. Бирок, бул азыраак өкүлчүлүктүү топторго карата потенциалдуу бир жактуулукту жоюу зарылдыгын жокко чыгарбайт.

Бул тенденцияларды басаңдатуу үчүн жеке сектордо геномдук маалымат топтомдорунун ар түрдүүлүгүн жогорулатуу үчүн олуттуу аракеттер көрүлүүдө. Бул аракет жетишсиз өкүлчүлүктүү топтордон көбүрөөк маалыматтарды чогултууну жана киргизүүнү камтыйт. Ошол эле учурда, саламаттыкты сактоо адистери бул алгоритмдерди тууралоо үчүн AI инженерлери менен кызматташып, бейтаптардын бардык топтору үчүн адилеттүү баа берүүнү көздөп жатышат.

Саламаттыкты сактоодогу алгоритмдик тенденциянын кесепеттери

Саламаттыкты сактоодогу алгоритмдик тенденциянын кеңири кесепеттери төмөнкүлөрдү камтышы мүмкүн: 

• ЖМКларда туура эмес диагноз жана дары/вакциналардын терс таасирлери жөнүндө AI тутумдарын колдонууга байланыштуу билдирүүлөрдүн көбөйүшү, алардын топтолушу калктын салттуу саламаттыкты сактоо жана фармацевтикага ишенбөөчүлүктү күчөтүшү мүмкүн. 
• Кийинки муундагы дарыларды, вакциналарды жана AI саламаттыкты сактоо куралдарын иштеп чыгуу үчүн ар түрдүү геномдук маалымат базаларын чогултууну каржылоо боюнча мамлекеттик жана жеке демилгелердин көбөйүшү.
• Жеке ден соолук жазууларын ачыкка чыгарбастан, ден соолук маалыматын бөлүшүүгө көмөктөшүүчү саламаттык сактоо тармагына тиешелүү санариптик купуялык системаларын өнүктүрүү.
• Ресурстар катары экономикалык натыйжасыздыктар бир жактуу алгоритмдерден улам туура эмес бөлүштүрүлүшү мүмкүн, бул саламаттыкты сактоонун эффективдүүлүгүн төмөндөтүүгө жана туура эмес диагноз коюлган шарттарды дарылоо үчүн кымбатчылыкка алып келет.
• Жаңы саясий дебаттарды жана саясий ойлорду киргизүү, өкмөттөр технологиялык прогресске көмөктөшүп, бир тараптуулуктун алдын алуу үчүн саламаттыкты сактоо тармагында AIны жөнгө салуу зарылдыгы менен күрөшүп жатышат.
• AIдагы технологиялык жетишкендиктер ар кандай маалыматтарды иштетүүгө жөндөмдүү болгон машина үйрөнүү ыкмаларын изилдөө жана иштеп чыгууга түрткү бериши мүмкүн.
• Ар түрдүү маалыматтарды чогултуу жана талдоо боюнча адистешкен AI этикасы боюнча адистер жана маалымат таануучулар үчүн жаңы ролдор.
• Энергияны керектөөгө жана электрондук калдыктардын пайда болушуна таасир этүүчү электрондук ден соолук жазууларын жана санариптик аппараттарды көбүрөөк колдонууга алып келген ар түрдүү маалыматтарды чогултуу.

Карала турган суроолор

• AI менен иштеген саламаттыкты сактоо инновациялары бир жактуулук менен дагы кандайча бузулушу мүмкүн?
• Сиздин оюңузча, AI тутумдарына пациенттин ден соолугуна байланыштуу көйгөйлөрдү аныктоо үчүн ишенсе болобу?