Lieki piebilst, ka mūsdienās medicīna progresē ļoti veiksmīgi. Ir pagājuši apšaubāmās anestēzijas un eksperimentālās operācijas laiki. Mēs arvien vairāk uzzinām par to, ko slimības nodara ķermenim un kā tos ārstēt. Bet vai mēs varam šajā ziņā kļūt labāki? Protams. Dažas slimības joprojām mulsina ārstus. Pacienti cieš. Vietām tas ir uzlabojies, dažviet nav.
“Ja ārsts jūs apmeklē, viņš, iespējams, izmanto stetoskopu. Viņš mēra asinsspiedienu ar aproci. Lietas, kas bija pirms 100 gadiem, joprojām ir galvenais diagnostikas rīks, kad tās pirmo reizi tiekas,”sacīja Vinod Kosla Singularity universitātes rīkotajā konferencē par eksponenciālu medicīnu.
Uzņēmējs, izgudrotājs un tehnologs Kosla nodibināja Sun Microsystems. Šodien viņa uzņēmums Khosla Ventures investē un palīdz tehnoloģiju uzņēmumiem augt.
Kad Kosla skatās uz veselības aprūpes nākotni 10 vai 15 gadus, viņš redz medicīnas ainavu, kas plūst ar datiem izsalkušiem algoritmiem, piemēram, Google AlphaGo, nevis ārstiem, pie kuriem esam pieraduši.
"Medicīna praktiski ir uzlabojusies," saka Kosla. "Bet tagad es domāju, ka ir pienācis laiks šo praksi pārvērst par medicīnas zinātni."
Tam mums būs jānodod medicīniskā ekspertīze mašīnām.
Cilvēki nav paredzēti, lai apstrādātu milzīgo un pieaugošo veselības datu apjomu, ko ģenerē jaunākās tehnoloģijas. Sākot no veselības sensoriem līdz pilnīgai genoma sekvencēšanai, mūsu pasaule ir pārpilna ar datiem, un drīz būs vairāk datu punktu nekā Visumā zvaigžņu.
Kādas smadzenes var apstrādāt visu šo informāciju? Mēs ātri zaudējam saikni ar šo pozīciju.
Reklāmas video:
Vairāk cilvēku ASV mirst no nepareizas diagnozes, ķirurģiskas kļūdas un nāvējošas narkotiku lietošanas ASV nekā ceļu satiksmes negadījumos, sacīja Kosls. Abos gadījumos cilvēciskās kļūdas bieži atrisina.
Agrāk informācijas trūkums bija problēma. Mēs paļāvāmies uz apmācību, pieredzi un intuīciju, lai aizpildītu šo plaisu. Tomēr pamazām par problēmu kļūst arī pārmērīga informācija.
Kosla saka, ka slimības var diagnosticēt tikai ar vienu biomarķieri - slimības ķīmisko parakstu - vai aplūkojot 300 biomarķierus. Jūs varat apskatīt pacientu sev priekšā un salīdzināt to ar vairākiem citiem pacientiem, kurus esat redzējis, vai arī varat skenēt datu bāzi ar 100 miljoniem pacientu, kuri meklē pēdējos simtu vai tūkstošus ar līdzīgiem simptomiem.
Hārvarda, Stenforda - tas nav svarīgi. Neviens ārsts ar to nevar tikt galā.
"Lielākoties tas, kāpēc mēs vēršamies pie ārstiem - lai iegūtu diagnozi, dr. House atjautīgais ieskats, recepte, arvien vairāk gulstas uz mašīnu pleciem, atstājot personai pilnīgi atšķirīgu lomu attiecībā pret pacientu un ārstu," saka Kosla.
Bet mēs visi to vēlētos. Ārstu atbrīvošana no neiespējamā uzdevuma apkopot medicīniskās informācijas kaudzes nozīmē, ka viņi var vairāk koncentrēties uz pacientu aprūpi un tehnoloģiju attīstību.
Šobrīd mums ir speciālisti visā. Neviens no viņiem nesazinās ar otru tā, kā mēs vēlētos. Bet pacientam ir vidēji septiņi galvenie simptomi. Vai nebūtu labāk, ja šos simptomus pastāvīgi pētītu mākslīgais intelekts, un viens ārsts - nevis septiņi - nodotu šos rezultātus pacientam?
Šis jaunais modelis apgriezīs veselības aprūpi otrādi. Tā vietā, lai klīstētu no speciālista pie speciālista, pacienti var saņemt sākotnēju ārsta vai pat medicīnas māsas konsultāciju. Šis vienīgais kontaktpunkts ļaus pacientam palikt komforta zonā un saņemt visu nepieciešamo palīdzību.
“Mēs izvēlamies nevis gudrākos, bet gan rūpīgākos. Ja jūs gatavojaties ārstēt cilvēkus, rūpējieties par viņiem, kāpēc gan neizvēlēties humānāko pieeju?"
ILYA KHEL