Cuellos de botella en el cuidado de la salud de la IA (y cómo superarlos)

Consulte todas las sesiones bajo demanda de Smart Security Summit aquí.

Hoy en día, cada vez más proveedores de atención médica se suman a la ola de la innovación en inteligencia artificial (IA) para brindar mejores servicios de atención médica. Estos incluyen ayudar con el descubrimiento de medicamentos, predecir el riesgo de enfermedades en etapa terminal, desarrollar nuevos medicamentos y usar algoritmos basados ​​en datos para mejorar la calidad de la atención al paciente, todo con el apoyo de soluciones basadas en IA.

Pera Labs, por ejemplo, afirma ser una empresa de fertilidad pionera que utiliza inteligencia artificial y tecnología lab-on-a-chip para "ayudar a los padres ambiciosos al ayudar a las clínicas de fertilidad a reducir su tasa de fracaso del salario estándar del 70 %. ". Por su parte, HyperAspect está implementando sus soluciones de inteligencia artificial para rastrear cosas como registros de pacientes y equipos, brindando a las instalaciones de atención médica una visibilidad completa de todos sus datos, para que puedan tomar mejores decisiones.

La plataforma basada en IA de NeuraLight integra múltiples marcadores digitales para acelerar y mejorar el desarrollo de fármacos, el control y la atención de precisión para pacientes con trastornos neurológicos. Y la empresa emergente de descubrimiento de fármacos basada en IA con sede en Tel Aviv, Protai, dice que está "remodelando el proceso de descubrimiento y desarrollo de fármacos utilizando proteómica y una plataforma integral basada en IA".

Sin embargo, a medida que más proveedores de atención médica utilizan IA y datos para mejorar la atención al paciente, persisten varios problemas con las tecnologías impulsadas por IA, particularmente con respecto a la ética de la IA y la precisión de los conjuntos de datos. En un artículo anterior de VentureBeat, el periodista Kyle Wiggers señaló un estudio de IDC que "estima el volumen de datos de salud creados cada año, que llegó a más de 2000 exabytes en 2020 [y] seguirá creciendo a un ritmo del 48 % año tras año. Si bien esta gran cantidad de datos brinda una gran oportunidad para entrenar modelos de aprendizaje automático, Wiggers señaló que "los conjuntos de datos utilizados para entrenar estos sistemas provienen de una variedad de fuentes, pero en muchos casos los pacientes no son completamente conscientes de que su información está incluida entre ellos". ."

Evento

Cumbre de seguridad inteligente bajo demanda

Obtenga más información sobre el papel esencial de la IA y el ML en la ciberseguridad y los estudios de casos específicos de la industria. Mira las sesiones a pedido hoy.

mira aquí

Los sistemas de IA pueden volverse casi indispensables a medida que se recopilan más y más datos sobre todos los aspectos de la salud. Pero el futuro de la IA en el cuidado de la salud depende de cómo los proveedores de atención médica puedan eludir “las barreras tecnológicas, sistémicas, regulatorias y de comportamiento para una implementación exitosa; e incorporar la IA en el tejido de la atención médica”, según un artículo de PubMed.

3 desafíos para la IA en el cuidado de la salud

Estos son tres de los cuellos de botella más grandes de la IA en el cuidado de la salud en la actualidad. Y siga leyendo para descubrir cómo las organizaciones pueden avanzar para superarlos.

1. Sesgo de IA

Los datos son el combustible con el que se ejecuta la IA. Grandes volúmenes de datos ayudan a las organizaciones a entrenar modelos de IA de manera eficiente. Pero demasiados datos también pueden causar "