विश्वास, मानवी-केंद्रित कृत्रिम बुद्धिमत्ता आणि सहकार्य हे प्रथम राइझ हेल्थ सिम्पोजियम न्यूज सेंटरचे लक्ष आहे |

एआय तज्ञांनी आरोग्यासाठी मजबूत एआय कसे समाकलित करावे, अंतःविषय सहकार्य का गंभीर आहे आणि संशोधनात जनरेटिंग एआयची संभाव्यता यावर चर्चा केली.
फेफेई ली आणि लॉयड मायनर यांनी 14 मे रोजी स्टॅनफोर्ड युनिव्हर्सिटी स्कूल ऑफ मेडिसिनमधील उद्घाटन राइझ हेल्थ सिम्पोजियममध्ये उद्घाटन केले. स्टीव्ह फिश
कृत्रिम बुद्धिमत्तेद्वारे पकडलेल्या बर्‍याच लोकांमध्ये काही प्रकारचे “आहा” क्षण होता, जे शक्यतांच्या जगाकडे आपले मन उघडतात. १ May मे रोजी उद्घाटन राइझ हेल्थ सिम्पोजियममध्ये स्टॅनफोर्ड युनिव्हर्सिटी स्कूल ऑफ मेडिसिनचे डीन आणि स्टॅनफोर्ड युनिव्हर्सिटीच्या वैद्यकीय प्रकरणांचे उपाध्यक्ष लॉयड मायनर, एमडी यांनी आपला दृष्टीकोन सामायिक केला.
जेव्हा एका जिज्ञासू किशोरवयीन मुलाला अंतर्गत कान संबंधित त्याच्या निष्कर्षांचा सारांश देण्यास सांगितले गेले तेव्हा तो जनरेटिव्ह कृत्रिम बुद्धिमत्तेकडे वळला. “मी विचारले, 'वरिष्ठ कालवा डेहिसेन्स सिंड्रोम म्हणजे काय?' अल्पवयीन मुलाने जवळपास 4,000 संगोष्ठी सहभागींना सांगितले. काही सेकंदात, अनेक परिच्छेद दिसू लागले.
तो म्हणाला, “ते चांगले आहेत, खरोखर चांगले आहेत. “ही माहिती एक संक्षिप्त, सामान्यत: अचूक आणि स्पष्टपणे या रोगाच्या वर्णनात संकलित केली गेली. हे बर्‍यापैकी उल्लेखनीय आहे. ”
अर्ध्या दिवसाच्या कार्यक्रमासाठी अनेकांनी सामायिक केलेल्या अल्पवयीन मुलाची खळबळ उडाली, जी राईज हेल्थ इनिशिएटिव्ह, स्टॅनफोर्ड युनिव्हर्सिटी स्कूल ऑफ मेडिसिन आणि स्टॅनफोर्ड इन्स्टिट्यूट फॉर ह्युमन-केंद्रीत कृत्रिम बुद्धिमत्ता (एचएआय) ने आर्टिफिशियलच्या जबाबदार वापरासाठी मार्गदर्शन करण्यासाठी हा प्रकल्प होता. बुद्धिमत्ता. बायोमेडिकल संशोधन, शिक्षण आणि रुग्ण काळजी मधील बुद्धिमत्ता. औषधांमध्ये कृत्रिम बुद्धिमत्ता अंमलात आणण्याचा अर्थ काय आहे हे स्पीकर्सनी तपासले जे केवळ डॉक्टर आणि वैज्ञानिकांसाठीच उपयुक्त नाही तर रूग्णांसाठी पारदर्शक, निष्पक्ष आणि न्याय्य देखील आहे.
“आमचा विश्वास आहे की हे असे तंत्रज्ञान आहे जे मानवी क्षमता वाढवते,” स्टॅनफोर्ड स्कूल ऑफ इंजिनिअरिंगचे संगणक विज्ञानाचे प्राध्यापक फी-फे ली म्हणाले, राईज हेल्थ विथ मायनर प्रोजेक्टचे संचालक आणि एचएआयचे सह-संचालक. पिढी नंतर, नवीन तंत्रज्ञान उदयास येऊ शकते: अँटीबायोटिक्सच्या नवीन आण्विक अनुक्रमांपासून ते जैवविविधतेचे मॅपिंग आणि मूलभूत जीवशास्त्रातील छुपे भाग प्रकट करणे, एआय वैज्ञानिक शोधास गती देत ​​आहे. परंतु हे सर्व फायदेशीर नाही. ती म्हणाली, “या सर्व अनुप्रयोगांचे अनावश्यक परिणाम होऊ शकतात आणि आम्हाला संगणक वैज्ञानिकांची आवश्यकता आहे जे [कृत्रिम बुद्धिमत्ता] जबाबदारीने विकसित आणि अंमलात आणतात, डॉक्टर आणि नीतिशास्त्रज्ञांपासून ते सुरक्षा तज्ञ आणि त्यापलीकडे काम करतात.” "आरोग्यासारख्या उपक्रमांविषयी आमची वचनबद्धता दर्शवते."
स्टॅनफोर्ड मेडिसिन - स्कूल ऑफ मेडिसिन, स्टॅनफोर्ड हेल्थ केअर आणि स्टॅनफोर्ड युनिव्हर्सिटी स्कूल ऑफ चाइल्ड हेल्थ मेडिसिन या तीन विभागांचे एकत्रीकरण आणि स्टॅनफोर्ड युनिव्हर्सिटीच्या इतर भागांशी त्याचे संबंध अशा स्थितीत आहेत जेथे तज्ञ तज्ञांच्या विकासासह झुंज देत आहेत कृत्रिम बुद्धिमत्ता. आरोग्य सेवा आणि औषध क्षेत्रातील व्यवस्थापन आणि एकत्रीकरणाचे प्रश्न. औषध, गाणे गेले.
“मूलभूत जैविक शोधांपासून ते औषध विकास सुधारण्यापर्यंत आणि क्लिनिकल चाचणी प्रक्रिया अधिक कार्यक्षम बनविण्यापर्यंत, आरोग्य सेवांच्या वास्तविक वितरणापर्यंत, कृत्रिम बुद्धिमत्तेच्या विकास आणि जबाबदार अंमलबजावणीमध्ये आम्ही अग्रगण्य म्हणून आहोत. आरोग्य सेवा. हेल्थकेअर सिस्टम ज्या प्रकारे स्थापन केली गेली आहे, ”तो म्हणाला.
कित्येक स्पीकर्सनी एका साध्या संकल्पनेवर जोर दिला: वापरकर्त्यावर लक्ष केंद्रित करा (या प्रकरणात, रुग्ण किंवा चिकित्सक) आणि इतर सर्व काही अनुसरण करेल. ब्रिघॅम आणि वुमन हॉस्पिटलच्या बायोएथिक्सचे संचालक डॉ. लिसा लेहमन म्हणाले, “हे रुग्णाला आम्ही करत असलेल्या प्रत्येक गोष्टीच्या केंद्रस्थानी ठेवते.” “आम्हाला त्यांच्या गरजा आणि प्राधान्यक्रमांचा विचार करण्याची गरज आहे.”
डावीकडून उजवीकडे: स्टेट न्यूज अँकर मोहना रवींद्रनाथ; मायक्रोसॉफ्ट रिसर्चची जेसिका पीटर ली; बायोमेडिकल डेटा सायन्सचे प्राध्यापक सिल्व्हिया प्लेव्ह्रिटिस वैद्यकीय संशोधनात कृत्रिम बुद्धिमत्तेच्या भूमिकेविषयी चर्चा करतात. स्टीव्ह फिश
पॅनेलवरील स्पीकर्स, ज्यात लेहमन, स्टॅनफोर्ड युनिव्हर्सिटी मेडिकल बायोएथिसिस्ट मिल्ड्रेड चो, एमडी आणि गुगलचे मुख्य क्लिनिकल ऑफिसर मायकेल हॉवेल, एमडी यांनी रुग्णालय प्रणालीची जटिलता नोंदविली आणि कोणत्याही हस्तक्षेपापूर्वी त्यांचा हेतू समजून घेण्याची गरज यावर जोर दिला. याची अंमलबजावणी करा आणि विकसित केलेल्या सर्व प्रणाली सर्वसमावेशक आहेत हे सुनिश्चित करा आणि त्यांना मदत करण्यासाठी डिझाइन केलेले लोक ऐका.
एक की पारदर्शकता आहे: अल्गोरिदमला प्रशिक्षित करण्यासाठी वापरलेला डेटा कोठून आला आहे, अल्गोरिदमचा मूळ हेतू काय आहे आणि भविष्यातील रुग्ण डेटा अल्गोरिदम शिकण्यास मदत करेल की नाही हे इतर घटकांबरोबरच स्पष्ट करते.
"नैतिक समस्येचा अंदाज लावण्यापूर्वी ते गंभीर होण्यापूर्वी [म्हणजे] योग्य गोड जागा शोधणे जिथे आपल्याला तंत्रज्ञानाबद्दल काही प्रमाणात आत्मविश्वास आहे, परंतु [समस्या] पुढे पसरत नाही आणि लवकर सोडवण्यापूर्वी नाही." , डेंटन चार म्हणाले. वैद्यकीय विज्ञानाचे उमेदवार, बालरोग est नेस्थेसियोलॉजी विभागाचे सहयोगी प्राध्यापक, पेरीओपरेटिव्ह औषध आणि वेदना औषध. ते म्हणतात, एक महत्त्वाची पायरी म्हणजे तंत्रज्ञानामुळे प्रभावित झालेल्या सर्व भागधारकांची ओळख पटविणे आणि ते स्वतः या प्रश्नांची उत्तरे कशी देतात हे ठरविणे.
अमेरिकन मेडिकल असोसिएशनचे अध्यक्ष जेसी एरेनफेल्ड, कृत्रिम बुद्धिमत्तेद्वारे समर्थित असलेल्या कोणत्याही डिजिटल आरोग्य साधनाचा अवलंब करणारे चार घटकांवर चर्चा करतात. हे प्रभावी आहे का? हे माझ्या संस्थेत काम करेल? कोण पैसे देते? कोण जबाबदार आहे?
स्टॅनफोर्ड हेल्थ केअरचे मुख्य माहिती अधिकारी एमडी मायकेल फेफर यांनी नुकतेच एक उदाहरण दिले ज्यामध्ये स्टॅनफोर्ड हॉस्पिटलमधील परिचारिकांमध्ये अनेक मुद्द्यांची चाचणी घेण्यात आली. क्लिनिशन्स मोठ्या भाषेच्या मॉडेलद्वारे समर्थित आहेत जे येणार्‍या रुग्ण संदेशांसाठी प्रारंभिक भाष्ये प्रदान करतात. प्रकल्प परिपूर्ण नसला तरी, तंत्रज्ञान विकसित करण्यास मदत करणारे डॉक्टर मॉडेल त्यांचे कामाचे ओझे कमी करतात याचा अहवाल देतात.
“आम्ही नेहमीच तीन महत्वाच्या गोष्टींवर लक्ष केंद्रित करतो: सुरक्षा, कार्यक्षमता आणि समावेश. आम्ही डॉक्टर आहोत. आम्ही “हानी पोहोचवू नये” अशी शपथ घेतो, असे चार आणि फेफेर या गटात सामील झालेल्या मानसोपचार आणि वर्तणूक विज्ञानातील क्लिनिकल सहाय्यक प्राध्यापक नीना वासन म्हणाल्या. "या साधनांचे मूल्यांकन करण्याचा हा पहिला मार्ग असावा."
निगम शाह, एमबीबीएस, पीएच.डी., मेडिसिन आणि बायोमेडिकल डेटा सायन्सचे प्राध्यापक, प्रेक्षकांना योग्य इशारा देऊनही धक्कादायक आकडेवारीने चर्चेला सुरुवात केली. ते म्हणाले, “मी सर्वसाधारण अटी आणि संख्येने बोलतो आणि कधीकधी ते अगदी थेट असतात.”
शाहच्या मते, एआयचे यश हे मोजण्याच्या आमच्या क्षमतेवर अवलंबून आहे. “मॉडेलवर योग्य वैज्ञानिक संशोधन करण्यास सुमारे 10 वर्षे लागतात आणि जर प्रत्येक 123 फेलोशिप आणि रेसिडेन्सी प्रोग्राम्सला त्या मॉडेलची कठोरतेच्या पातळीवर चाचणी आणि तैनात करायची असेल तर आपण सध्या आयोजित केल्यामुळे योग्य विज्ञान करणे फार कठीण आहे आमचे प्रयत्न आणि [चाचणी]] आमची प्रत्येक साइट योग्य प्रकारे कार्य करते हे सुनिश्चित करण्यासाठी 138 अब्ज डॉलर्सची किंमत मोजावी लागेल, ”शाह म्हणाले. “आम्ही हे घेऊ शकत नाही. म्हणून आपल्याला विस्तृत करण्याचा एक मार्ग शोधण्याची आवश्यकता आहे आणि आपल्याला विस्तृत करणे आणि चांगले विज्ञान करणे आवश्यक आहे. कठोरपणाची कौशल्ये एकाच ठिकाणी आहेत आणि स्केलिंग कौशल्ये दुसर्‍या ठिकाणी आहेत, म्हणून आम्हाला त्या प्रकारच्या भागीदारीची आवश्यकता आहे. ”
असोसिएट डीन युआन ley शली आणि मिल्ड्रेड चो (रिसेप्शन) यांनी राईज हेल्थ वर्कशॉपमध्ये हजेरी लावली. स्टीव्ह फिश
सिम्पोजियममधील काही वक्तांनी सांगितले की हे सार्वजनिक-खाजगी भागीदारीद्वारे प्राप्त केले जाऊ शकते, जसे की अलीकडील व्हाइट हाऊसच्या सुरक्षित, सुरक्षित आणि विश्वासार्ह विकास आणि कृत्रिम बुद्धिमत्तेचा वापर आणि कन्सोर्टियम फॉर हेल्थकेअर कृत्रिम बुद्धिमत्ता (सीएचएआय) यासारख्या. ).
नॅशनल Academy कॅडमी ऑफ मेडिसिनचे वरिष्ठ सल्लागार लॉरा अ‍ॅडम्स म्हणाले, “सर्वात मोठ्या संभाव्यतेसह सार्वजनिक-खासगी भागीदारी ही शैक्षणिक, खासगी क्षेत्र आणि सार्वजनिक क्षेत्रातील एक आहे.” तिने नमूद केले की सरकार सार्वजनिक विश्वास आणि शैक्षणिक वैद्यकीय केंद्रे सुनिश्चित करू शकतात. कायदेशीरपणा प्रदान करा आणि तांत्रिक कौशल्य आणि संगणक वेळ खाजगी क्षेत्राद्वारे प्रदान केला जाऊ शकतो. “आम्ही आपल्यापैकी कोणापेक्षाही चांगले आहोत आणि आम्ही हे ओळखतो की… एकमेकांशी संवाद कसा साधायचा हे समजत नाही तोपर्यंत [कृत्रिम बुद्धिमत्ता] च्या संभाव्यतेची जाणीव करण्यासाठी आम्ही प्रार्थना करू शकत नाही.”
अनेक स्पीकर्स म्हणाले की, एआयचा संशोधनावरही परिणाम होत आहे, शास्त्रज्ञ त्याचा उपयोग जैविक कुतूहल शोधण्यासाठी, नवीन उपचारांना पाठिंबा देण्यासाठी नवीन अनुक्रम आणि सिंथेटिक रेणूंच्या संरचनेचा अंदाज लावतात किंवा वैज्ञानिक कागदपत्रांचे सारांश किंवा लिहिण्यास मदत करतात.
स्टॅनफोर्ड युनिव्हर्सिटी स्कूल ऑफ मेडिसिनचे हृदयरोग तज्ज्ञ आणि अल्फाबेटच्या खरोखरच सह-संस्थापक जेसिका मेगा म्हणाल्या, “अज्ञात पाहण्याची ही संधी आहे.” मेगाने हायपरस्पेक्ट्रल इमेजिंगचा उल्लेख केला, जो मानवी डोळ्यासाठी अदृश्य प्रतिमा वैशिष्ट्ये कॅप्चर करतो. पॅथॉलॉजी स्लाइड्समधील नमुने शोधण्यासाठी कृत्रिम बुद्धिमत्ता वापरण्याची कल्पना आहे जी मानवांना रोग दर्शवित नाही. “मी लोकांना अज्ञात स्वीकारण्यास प्रोत्साहित करतो. मला असे वाटते की इथल्या प्रत्येकास एक प्रकारची वैद्यकीय स्थिती असलेल्या एखाद्यास माहित आहे ज्याला आज आपण जे काही प्रदान करू शकतो त्या पलीकडे काहीतरी आवश्यक आहे, ”मेजिया म्हणाली.
पॅनेलच्या सदस्यांनी हे देखील मान्य केले की कृत्रिम बुद्धिमत्ता प्रणाली पक्षपाती निर्णय घेण्यास आणि त्यांच्याशी लढा देण्याचे नवीन मार्ग प्रदान करेल, मानवांनी किंवा कृत्रिम बुद्धिमत्ता असो, पक्षपातीपणाचा स्रोत ओळखण्याची क्षमता.
“आरोग्य हे फक्त वैद्यकीय सेवेपेक्षा जास्त आहे,” असे अनेक पॅनेलचे सदस्य सहमत झाले. सर्वसमावेशक डेटा गोळा करताना आणि अभ्यासासाठी सहभागींची भरती करताना संशोधकांनी अनेकदा सामाजिक -आर्थिक स्थिती, पिन कोड, शैक्षणिक पातळी आणि वंश आणि वांशिक यासारख्या आरोग्याच्या सामाजिक निर्धारकांकडे दुर्लक्ष केले. हार्वर्ड विद्यापीठाच्या महामारीविज्ञानाचे प्राध्यापक आणि स्टॅनफोर्ड युनिव्हर्सिटी स्कूल ऑफ मेडिसिनमधील महामारी विज्ञान आणि लोकसंख्या आरोग्य यांचे सहयोगी प्राध्यापक मिशेल विल्यम्स म्हणाले, “एआय केवळ मॉडेल जितके मॉडेल प्रशिक्षित आहे तितकेच प्रभावी आहे. “आम्ही जे करण्याचा प्रयत्न करतो ते केले तर. आरोग्याचा परिणाम सुधारित करा आणि असमानता दूर करा, आम्ही हे सुनिश्चित केले पाहिजे की आम्ही मानवी वर्तन आणि सामाजिक आणि नैसर्गिक वातावरणावरील उच्च-गुणवत्तेचा डेटा गोळा केला आहे. ”
बालरोगशास्त्र आणि औषधाचे क्लिनिकल प्रोफेसर, एमडी नॅटली पेगलर म्हणाले की, एकत्रित कर्करोगाच्या आकडेवारीत गर्भवती महिलांचा डेटा अनेकदा वगळता येतो, ज्यामुळे मॉडेल्समध्ये अपरिहार्य पक्षपातीपणा निर्माण होतो आणि आरोग्य सेवांमध्ये विद्यमान असमानता वाढविली जाते.
बालरोगशास्त्र आणि औषधाचे प्राध्यापक डॉ. डेव्हिड मॅग्नस म्हणाले की कोणत्याही नवीन तंत्रज्ञानाप्रमाणेच कृत्रिम बुद्धिमत्ता एकतर बर्‍याच प्रकारे गोष्टी अधिक चांगल्या प्रकारे बनवू शकते किंवा त्यांना आणखी वाईट बनवू शकते. मॅग्नस म्हणाले, जोखीम आहे की कृत्रिम बुद्धिमत्ता प्रणाली आरोग्याच्या सामाजिक निर्धारकांद्वारे चालविलेल्या असमान आरोग्याच्या परिणामाबद्दल शिकतील आणि त्यांच्या आउटपुटद्वारे त्या निकालांना बळकटी देतील. ते म्हणाले, “कृत्रिम बुद्धिमत्ता हा एक आरसा आहे जो आपण ज्या समाजात राहतो त्या समाजाचे प्रतिबिंबित करतो. "मला आशा आहे की प्रत्येक वेळी जेव्हा आपल्याकडे एखाद्या समस्येवर प्रकाश टाकण्याची संधी मिळते - स्वत: ला आरसा ठेवण्याची - ही परिस्थिती सुधारण्यासाठी प्रेरणा देईल."
आपण राईज हेल्थ वर्कशॉपमध्ये उपस्थित राहण्यास असमर्थ असल्यास, सत्राचे रेकॉर्डिंग येथे आढळू शकते.
स्टॅनफोर्ड युनिव्हर्सिटी स्कूल ऑफ मेडिसिन ही स्टॅनफोर्ड युनिव्हर्सिटी स्कूल ऑफ मेडिसिन आणि प्रौढ आणि बालरोग आरोग्य सेवा वितरण प्रणालींचा समावेश असलेली एकात्मिक शैक्षणिक आरोग्य सेवा आहे. सहयोगी संशोधन, शिक्षण आणि क्लिनिकल रूग्णांच्या काळजीद्वारे त्यांना बायोमेडिसिनची पूर्ण क्षमता मिळते. अधिक माहितीसाठी, med.stanford.edu ला भेट द्या.
एक नवीन कृत्रिम बुद्धिमत्ता मॉडेल रुग्णांची काळजी सुधारण्यासाठी स्टॅनफोर्ड हॉस्पिटलमधील डॉक्टर आणि परिचारिकांना एकत्र काम करण्यास मदत करीत आहे.