Vil maskinlæring gøre læger forældede? Præsenteret af: AltaML googletag.cmd.push (funktion () {googletag.display (div-gpt-ad-1562928221186-0);}); Q:

Forfatter: Laura McKinney
Oprettelsesdato: 4 April 2021
Opdateringsdato: 24 Juni 2024
Anonim
Vil maskinlæring gøre læger forældede? Præsenteret af: AltaML googletag.cmd.push (funktion () {googletag.display (div-gpt-ad-1562928221186-0);}); Q: - Teknologi
Vil maskinlæring gøre læger forældede? Præsenteret af: AltaML googletag.cmd.push (funktion () {googletag.display (div-gpt-ad-1562928221186-0);}); Q: - Teknologi

Indhold

Præsenteret af: AltaML



Q:

Vil maskinlæring gøre læger forældede?

EN:

Spørgsmålet om, hvorvidt maskinuddannelsesprogrammer i sidste ende vil erstatte humanlæger, er et interessant spørgsmål. Det har sit grundlag i teknologiske fremskridt, som vi allerede har set - og nogle, der kommer ned på gedden - såvel som vores forståelse af, hvordan vestlig medicin fungerer, også i en datadrevet verden.

Det første punkt, der skal bemærkes, er, at teknologien har taget enorme fremskridt med at blive gode til at diagnosticere og evaluere radiologi og generelt tage datadrevne beslutninger. Så hvad har vi brug for læger til?

Nå ... lad os også se på, hvad læger typisk gør i dagens højteknologiske miljø. De bruger computere og anden teknologi.

Et af de bedste eksempler er elektroniske medicinske poster (EMR) og elektroniske sundhedsprotokoller (EHR). Hvor læger plejede at arbejde på papir, bruger de nu tilbud fra softwareleverandører, der digitaliserer og automatiserer meget af deres arbejde. F.eks. Hjælper EMR'er og EPH'er allerede læger med processen med at diagnosticere tilstande.


I lyset af dette giver det meget mere mening at antyde, at morgendagens medicinske verden vil være et samarbejde mellem menneske og maskine. Læger vil kontrollere de teknologier, der træffer disse beslutninger, og lægerne vil give menneskelig nøgle tilsyn med disse beslutninger.

Mens maskinuddannelsesprogrammer er blevet enormt hjælpsomme med at tage datadrevne beslutninger, er de sandsynligvis blevet så magtfulde, at vi ikke ønsker at være afhængige af dem selvstændigt for at træffe vores medicinske beslutninger. Eksperter nævner ”black box fenomenet”, hvor vi ikke rigtig forstår, hvordan disse maskinlæringsprogrammer fungerer. I den forstand er det vigtigt at have en menneskelig agent involveret for at gætte resultaterne af maskinlæringssystemet og placere disse resultater i det rette forhold.

Der er to yderligere punkter, der antyder, at vi stadig vil bruge menneskelige læger i fremtiden. Den ene er ansvar. Hvordan vurderer du det eventuelle ansvar, der følger af at følge computerens beslutninger?


Den anden involverer, hvordan vi som mennesker kan lide at modtage vores sundhedsydelser. Tidlige bestræbelser på at fuldstændigt digitalisere sundhedsresultater har ikke været populære og har ikke fungeret særlig godt. Patienter vil generelt gerne tale med en læge og ikke konsultere en computer. Der er endda forståelsen af, at folk undgår at bruge internettet til selvdiagnosticering af tilstande, fordi det ikke er sådan, de vil henvende sig til medicin.

Et mere raffineret blik på, hvordan læger arbejder i dag, antyder, at de vil arbejde på samme måde i fremtiden, selvom teknologierne bliver mere og mere magtfulde og tillader klinikere at gøre mere for patienter over tid.