Sessiooni tipphetk: 2026. aasta PAS-i kongress

Tehisintellekt on vaid tööriist, aga oluline on, kuidas me seda kasutame

---

 

Tehisintellekti olemus: kuidas see töötab ja kuhu see suundub

Ta arutas tehisintellekti tulevikku liikumishäirete ravis, rõhutades, et tehisintellekti kaasamine kujutab endast paradigma muutust visuaalsest fenomenoloogiast täpsemate liikumishäirete ravimudelite suunas. Samuti kirjeldas ta tehisintellekti tööriistade arendusprotsessi samme (koolitus, valideerimine, juurutamine ja jälgimine) ning levinud eelarvamused ja lõksud mis võivad nende sammude ajal siseneda ja tehisintellekti täpsust kahjustada.

Lõpuks lõpetas dr Afshari loengu, võttes kokku meie „tehisintellekti kohustused” sisenedes sellesse tulevikuajastusse, kus paljud meist kahtlemata nii kasutavad kui ka loovad tehisintellekti tööriistu, mis hõlmab regulatiivsete mehhanismide väljatöötamist ja andmeallikate valimist ekspertide konsensuse alusel. Dr Afshari loengu peamine järeldus oli, et Neuroloogid on tegelikult kõige paremas positsioonis, et mõista, kuidas tehisintellekt toimib., seda omaks võtma ja tulevikus aruteludes osalema jääma, arvestades meie sügavat arusaama närvivõrkudest ja intelligentsusest.

Kuidas kliinikud kasutavad tehisintellekti praktikas ja teadustöös

Dr Violante teine ​​loeng tõi erinevate tehisintellekti mudelite kasutusjuhtude näidete kaudu kaunilt esile, kuidas on teoks saanud paradigma muutus täppismeditsiini suunas. Ta jagas oma ettekande kolmeks osaks – kirjeldades, kuidas praegu saadaolevad tehisintellekti tööriistad aitavad arstidel ja teadlastel (1) andmeid toota, (2) otsida ja (3) integreerida – mitte ainult lisades lihasjõudu meie inimaju juba olemasolevatele võimalustele, vaid rekonstruktiivsete võimete vallandamine uute infokihtide paljastamiseks.

Andmete genereerimise osas arutles dr Violante mitmete sügava fenotüüpimise näidete ja digitaalsete biomarkerite üle Parkinsoni tõve puhul. Samuti vaatas ta üle masinõppe rakendamise neurokuvamises varajaseks avastamiseks ja jälgimiseks nii kliinilises keskkonnas kui ka eriti Huntingtoni tõve terapeutiliste kliiniliste uuringute kontekstis. Multimodaalsete andmekogumite – st multioomika – analüüsi masinõppe mudelite abil kirjeldati ... kontekstis. ennustusmudelid prognostiliste biomarkerite tuvastamiseksnäiteks kiirem kognitiivne langus Parkinsoni tõve korral, mida traditsiooniliselt ei saa ainult kliinilises keskkonnas tuvastada.

Andmete otsimise osas andis dr Violante põhjaliku ülevaate kõigist erinevatest viisidest, kuidas tehisintellekti saab kasutada avaldatud tõendite otsimiseks, sünteesimiseks ja isegi esitamiseks, mida lõppkokkuvõttes toetab ulatuslik keele modelleerimine. Ta vaatas üle tehisintellektil põhinevad tööriistad, mis aitavad kirjanduse otsingutes, vastavad väga spetsiifilistele küsimustele, teevad süstemaatilisi ülevaateid ja metaanalüüse ning isegi... ekstrapoleerida uusi uurimisküsimusi, tuvastades mehhanistlikke kattumisiNeed tööriistad suudavad otsida miljonite publikatsioonide hulgast – saavutus, mis oleks ühe teadlase kätel lihtsalt võimatu.

Lõpuks, andmete integreerimise osas tutvustati tehisintellekti rakendamist kliinilise otsustustugisüsteemina (CDSS), kus sügav aju stimulatsioon oli ideaalne kasutusjuht. Alates preoperatiivsest planeerimisest ja sihtimise parandamisest patsiendi anatoomia 7T magnetresonantstomograafia abil kuni tehisintellektil põhinevate automatiseeritud algoritmideni seadete kohandamiseks kliinilise kasu ja kõrvaltoimete profiilide põhjal esitles dr Violante, kuidas... Tehisintellektil on suur potentsiaal parandada sügavat aju stimulatsiooni mitmes hooldusvaldkonnas.

Kas tehisintellekt suudab ületada põhja ja lõuna vahelist lõhet PAS-i piirkonnas?

Viimase loengu pidas dr Perez-Lloret, kes võttis kokku kahes eelnevas loengus esitatud põhiideed ja kasutusjuhtude näited ning viis arutelu sammu edasi, pakkudes mõtteid selle kohta, kuidas tehisintellekti tööriistad saavad pakkuda ühtlasemat juurdepääsu, võrdsemat hooldust ja mitmekesisemat teaduslikku esindatust.

Kuna kliinilised visiidid kujutavad endast vaid jäämäe tippu patsientide kogemustest, arutles ta selle üle, kuidas Kantavate seadmete kasv on võimaldanud meil jäädvustada patsientide reaalseid kogemusi, kusjuures vähemalt kaheksa neist seadmetest on nüüd FDA ja EMA poolt heaks kiidetud. Arvutinägemissüsteemide kasvava eksperdina arutas dr Perez-Lloret, kuidas Arvutinägemine võiks aidata liikumishäirete uurimist standardiseerida, eriti Parkinsoni tõve puhul, kus uuringute täpsus, eriti kliiniliste uuringute tulemuste saavutamisel, on ülioluline. Arvutinägemise valdkonnas tutvustati ka uusi tehnoloogiaid, nagu arvutiauditeerimissüsteemid ja mobiilsed terviserakendused, mis aitavad tehisintellektil tulevikus patsientide hindamisi muuta. Kuna nii Põhja- kui ka Lõuna-Ameerikas on liikumishäiretega patsientidest vähem kui 50%-l juurdepääs liikumishäirete spetsialistile, oli dr Perez-Lloreti üks peamisi sõnumeid järgmine: Tehisintellekti tööriistadel on potentsiaal juurdepääsulünka täita ja parandada meie patsientide ravi.

Plenaaristungi üldine sõnum oli, et Tehisintellekt ei asenda kliinilist otsustusvõimet..., vaid pigem on see tööriist, mis on kasulik ainult siis, kui seda hoolikalt arendatakse, vastutustundlikult kasutatakse ja kriitiliselt tõlgendatakse. Sessioonil rõhutati, et tehisintellekti süsteeme tuleks aktiivselt mõista, mitte passiivselt kasutada, et nende arendamiseks ja valideerimiseks on endiselt vaja kliinilist ekspertiisi ning et õiglus peaks olema nende tehnoloogiate kasutamisel erinevates tervishoiusüsteemides esmatähtis. Oluline on tagada, et tehisintellekti koolitusandmestikud hõlmaksid mitmekesist populatsiooni, et vältida eelarvamusi ja säilitada tehisintellekti tööriistade rakendatavus alaesindatud piirkondades, sealhulgas paljude Lõuna-Ameerika riikide populatsioonides.

Lõppkokkuvõttes sõltub tehisintellekti tulevik liikumishäirete ravis mitte ainult sellest, kui hästi tehnoloogia töötab, vaid ka selle kasutavate arstide ja teadlaste standarditest, vastutusest ja eesmärkidest.