เครื่องจักรอัจฉริยะทำงานได้ดีกว่ามนุษย์ในการวินิจฉัยทางการแพทย์

จนถึงปัจจุบัน ยาเป็น มีเกียรติ และบ่อยครั้ง มีกำไรมาก extremely การเลือกอาชีพ แต่ในอนาคตอันใกล้นี้ เราต้องการแพทย์มากเท่ากับตอนนี้หรือไม่? เราจะเห็นการว่างงานทางการแพทย์ที่สำคัญในทศวรรษหน้าหรือไม่?

ดร.แซกซอน สมิธ ประธานสมาคมการแพทย์แห่งออสเตรเลีย สาขารัฐนิวเซาท์เวลส์ กล่าวในรายงานเมื่อปลายปีที่แล้ว ความกังวลที่พบบ่อยที่สุดที่เขาได้ยินจากแพทย์ฝึกหัดและนักศึกษาแพทย์คือ “อนาคตของการแพทย์จะเป็นอย่างไร” และ "ฉันจะได้งานทำไหม" คำตอบ เขาพูด หลบเลี่ยงเขาต่อไป

ในขณะที่มหาวิทยาลัยในออสเตรเลีย อังกฤษ และอเมริกายังคงจบการศึกษาด้วยจำนวนนักศึกษาแพทย์ที่เพิ่มขึ้น คำถามที่ชัดเจนคือแพทย์ใหม่เหล่านี้จะทำงานที่ไหนในอนาคต

จะมีบทบาทเพิ่มขึ้นสำหรับบุคลากรทางการแพทย์เนื่องจากประชากรสูงอายุของเราหรือไม่? หรือเป็นแรงกดดันในการลดต้นทุนในขณะที่ปรับปรุงผลลัพธ์ที่มีแนวโน้มว่าจะบังคับให้ยอมรับเทคโนโลยีใหม่ ๆ ซึ่งจะทำให้จำนวนบทบาทที่แพทย์ทำอยู่ในปัจจุบันลดลง?

ลดต้นทุน

รัฐบาล ผู้ป่วย และแพทย์ทั่วโลกทราบดี ค่ารักษาพยาบาลจะต้องลดลง ถ้าเราจะปฏิบัติต่อผู้คนมากขึ้น บางคนเสนอให้ผู้ป่วยจ่ายมากขึ้น แต่อย่างไรก็ตาม เราจ่ายให้ เห็นได้ชัดว่าการลดต้นทุนคือสิ่งที่ต้องเกิดขึ้น


กราฟิกสมัครสมาชิกภายในตัวเอง


การใช้งานของ หุ่นยนต์ทางการแพทย์เพื่อช่วยศัลยแพทย์มนุษย์ เป็นที่แพร่หลายมากขึ้น แต่จนถึงขณะนี้ มีการใช้เพื่อปรับปรุงผลลัพธ์ของผู้ป่วยและไม่ลดต้นทุนในการผ่าตัด การประหยัดต้นทุนอาจเกิดขึ้นในภายหลังเมื่อเทคโนโลยีหุ่นยนต์นี้เติบโตเต็มที่

อยู่ในขอบเขตของการวินิจฉัยทางการแพทย์ที่หลายคนเห็นว่าสามารถลดต้นทุนได้อย่างมีนัยสำคัญในขณะที่ปรับปรุงความแม่นยำโดย ใช้เทคโนโลยีแทนหมอมนุษย์.

มันเป็นเรื่องธรรมดาอยู่แล้วสำหรับ การตรวจเลือด และ การทดสอบทางพันธุกรรม (จีโนม) จะดำเนินการโดยอัตโนมัติและคุ้มค่ามากโดยเครื่องจักร พวกเขาวิเคราะห์ตัวอย่างเลือดและจัดทำรายงานโดยอัตโนมัติ

การทดสอบสามารถทำได้ง่ายพอๆ กับระดับฮีโมโกลบิน (การตรวจนับเม็ดเลือด) ไปจนถึงการทดสอบโรคเบาหวาน เช่น ระดับอินซูลินหรือกลูโคส พวกเขายังสามารถใช้สำหรับการทดสอบที่ซับซ้อนมากขึ้นเช่นการดูองค์ประกอบทางพันธุกรรมของบุคคล

ตัวอย่างที่ดีคือ Thyrocare Technologies Ltd ในเมืองมุมไบ ประเทศอินเดีย ซึ่งมากกว่า การตรวจวินิจฉัย 100,000 ครั้ง จากทั่วประเทศจะทำทุกเย็น และรายงานที่ส่งภายใน 24 ชั่วโมงหลังจากนำเลือดจากผู้ป่วย

เครื่องจักร vs มนุษย์

หากเครื่องอ่านผลการตรวจเลือดได้ พวกเขาสามารถทำอะไรได้อีก? แม้ว่าแพทย์จำนวนมากจะไม่ชอบความคิดนี้ แต่การทดสอบใด ๆ ที่จำเป็นต้องมีการจดจำรูปแบบจะสามารถทำได้ดีกว่าโดย a เครื่องจักรมากกว่ามนุษย์

โรคจำนวนมากจำเป็นต้องได้รับการวินิจฉัยทางพยาธิวิทยา โดยแพทย์จะตรวจตัวอย่างเลือดหรือเนื้อเยื่อเพื่อสร้างโรคที่แน่นอน: การตรวจเลือดเพื่อวินิจฉัยการติดเชื้อ การตรวจชิ้นเนื้อเพื่อตรวจดูว่ารอยโรคนั้นเป็นมะเร็งหรือไม่ และตัวอย่างเนื้อเยื่อ นำโดยศัลยแพทย์ที่ต้องการทำการวินิจฉัย

ตัวอย่างทั้งหมดเหล่านี้ และในความเป็นจริง การวินิจฉัยทางพยาธิวิทยาทั้งหมดทำโดยแพทย์โดยใช้การจดจำรูปแบบเพื่อกำหนดการวินิจฉัย

เทคนิคปัญญาประดิษฐ์ที่ใช้โครงข่ายประสาทเทียมเชิงลึก ซึ่งเป็นประเภทของการเรียนรู้ของเครื่อง สามารถใช้ในการฝึกเครื่องวินิจฉัยเหล่านี้ได้ เครื่องเรียนรู้อย่างรวดเร็วและเราไม่ได้พูดถึงเครื่องเดียว แต่เป็นเครือข่ายของเครื่องที่เชื่อมโยงทั่วโลกผ่านอินเทอร์เน็ต โดยใช้ข้อมูลที่รวบรวมไว้เพื่อปรับปรุงต่อไป

มันจะไม่เกิดขึ้นในชั่วข้ามคืน – จะใช้เวลาพอสมควรในการเรียนรู้ – แต่เมื่อฝึกฝนแล้ว เครื่องจักรก็จะดีขึ้นเท่านั้น เมื่อเวลาผ่านไป เครื่องจักรที่ได้รับการฝึกฝนอย่างเหมาะสมจะมีความเหนือกว่าในการจดจำรูปแบบมากกว่าที่มนุษย์จะเป็นได้

พยาธิวิทยา ตอนนี้เป็นเรื่องของห้องปฏิบัติการหลายล้านดอลลาร์ที่ต้องอาศัยการประหยัดจากขนาด ใช้เวลาประมาณ 15 ปีในการออกจากโรงเรียนมัธยมเพื่อฝึกฝน a ผู้ชำนาญพยาธิวิทยา ให้ทำงานอย่างอิสระ อาจต้องใช้เวลาอีก 15 ปีกว่าที่นักพยาธิวิทยาจะดีเท่าที่เคยเป็นมา

หลายปีหลังจากนั้น พวกเขาจะเกษียณอายุ และความรู้และประสบการณ์ทั้งหมดก็สูญสิ้นไป แน่นอนว่ามันจะดีกว่าถ้าความรู้นั้นสามารถจับและนำไปใช้โดยคนรุ่นต่อไปในอนาคต? นักพยาธิวิทยาหุ่นยนต์จะสามารถทำอย่างนั้นได้

รังสีวิทยา เอกซเรย์ และอื่นๆ

การทดสอบทางรังสีมีมากกว่า ค่าใช้จ่าย Medicare 2 พันล้านดอลลาร์ต่อปี. ในรายงานปี 2013 คาดว่าในช่วงปี 2014-15 การสอบสวนทางรังสี 33,600,000 ครั้ง จะดำเนินการในออสเตรเลีย นักรังสีวิทยาจะต้องศึกษาสิ่งเหล่านี้ทั้งหมดและเขียนรายงาน

นักรังสีวิทยากำลังอ่านหนังสือโดยเฉลี่ยมากกว่าเจ็ดเท่าของจำนวนการศึกษาต่อวันมากกว่าเมื่อห้าปีก่อน รายงานเหล่านี้ เช่นเดียวกับที่เขียนโดยนักพยาธิวิทยา อิงจากการรู้จำรูปแบบ

ปัจจุบัน นักรังสีวิทยาในประเทศอื่นๆ กำลังอ่านการทดสอบทางรังสีวิทยาจำนวนมากที่ทำในออสเตรเลีย เช่น สหราชอาณาจักร แทนที่จะให้ผู้เชี่ยวชาญในออสเตรเลียลุกจากเตียงตอนตี 3 เพื่ออ่านการสแกนสมองของผู้ป่วยที่ได้รับบาดเจ็บ สามารถส่งภาพแบบดิจิทัลไปให้แพทย์ในเขตเวลาที่เหมาะสมและรายงานได้แทบจะในทันที

จะเกิดอะไรขึ้นถ้าเครื่องได้รับการสอนให้อ่านรังสีเอกซ์ในตอนแรกและท้ายที่สุดแทนที่จะเป็นนักรังสีวิทยาของมนุษย์ เรายังต้องการมนุษย์อยู่ไหม รังสีวิทยา? อาจจะ. การถ่ายภาพที่ได้รับการปรับปรุง เช่น การสแกนด้วย MRI และ CT จะช่วยให้นักรังสีวิทยาสามารถดำเนินการตามขั้นตอนบางอย่างที่ศัลยแพทย์ดำเนินการได้ในขณะนี้

สาขารังสีวินิจฉัยกำลังขยายตัวอย่างรวดเร็ว ในสาขานี้ นักรังสีวิทยาสามารถวินิจฉัยและรักษาภาวะต่างๆ เช่น เลือดออกในหลอดเลือดได้ ทำได้โดยใช้เทคนิคการบุกรุกน้อยที่สุด โดยผ่านสายไฟผ่านหลอดเลือดขนาดใหญ่เพื่อไปถึงจุดเลือดออก

ดังนั้นนักรังสีวิทยาอาจลงเอยด้วยการทำหัตถการซึ่งปัจจุบันทำโดยศัลยแพทย์หลอดเลือดและหัวใจ การใช้หุ่นยนต์ช่วยการผ่าตัดที่เพิ่มขึ้นจะหมายความว่าสิ่งนี้มีโอกาสมากกว่าที่จะไม่มี

ยังมีอีกมากที่จะ การวินิจฉัยโรคผิวหนังผดผื่นขึ้นหรือขึ้นมากกว่าเพียงแค่มองดู แต่การวินิจฉัยส่วนใหญ่ขึ้นอยู่กับแพทย์ผิวหนังที่ตรวจพบรอยโรค (การจดจำรูปแบบอีกครั้ง)

หากการวินิจฉัยยังไม่ชัดเจน เนื้อเยื่อบางส่วน (การตรวจชิ้นเนื้อ) จะถูกส่งไปยังห้องปฏิบัติการเพื่อทำการวินิจฉัยทางพยาธิวิทยา เราได้กำหนดไว้แล้วว่าเครื่องสามารถอ่านข้อมูลหลังได้ หลักการเดียวกันนี้ใช้กับการจดจำรอยโรคที่ผิวหนัง

เมื่อรับรู้และเรียนรู้แล้ว รอยโรคนั้นก็จะสามารถรับรู้ได้อีกครั้ง โทรศัพท์มือถือที่มีกล้องคุณภาพสูงจะสามารถเชื่อมโยงกับฐานข้อมูลทั่วโลกที่จะพัฒนาต่อไป เช่นเดียวกับฐานข้อมูลอื่นๆ ที่มีความสามารถในการเรียนรู้

ไม่ใช่ถ้า แต่เมื่อ

การเปลี่ยนแปลงเหล่านี้จะไม่เกิดขึ้นชั่วข้ามคืน แต่หลีกเลี่ยงไม่ได้ แม้ว่าแพทย์หลายคนจะมองว่าการเปลี่ยนแปลงเหล่านี้เป็นภัยคุกคาม แต่โอกาสสำหรับสินค้าระดับโลกก็ไม่เคยเกิดขึ้นมาก่อน

ภาพเอกซเรย์ที่ถ่ายในแถบเส้นศูนย์สูตรของแอฟริกาสามารถอ่านได้โดยมีความน่าเชื่อถือเหมือนกับที่ถ่ายในศูนย์ความเป็นเลิศของออสเตรเลีย สามารถอัปโหลดผื่นติดเชื้อไปยังโทรศัพท์และวินิจฉัยได้ทันที หลายชีวิตจะได้รับการช่วยชีวิตและค่ารักษาพยาบาลสำหรับคนยากจนในโลกก็น้อยมาก และในหลายกรณีก็ไม่ต้องเสียค่าใช้จ่าย

เพื่อให้สิ่งนี้เป็นจริง ผู้เชี่ยวชาญจะต้องใช้เครื่องจักรและช่วยให้พวกเขาเรียนรู้ ในขั้นต้น เครื่องจักรอาจถูกขอให้ทำแบบทดสอบที่ตรงไปตรงมามากขึ้น แต่จะค่อยๆ ได้รับการสอน เช่นเดียวกับที่มนุษย์เรียนรู้สิ่งต่างๆ ส่วนใหญ่ในชีวิต

แพทย์ควรเข้าใจโอกาสในการเปลี่ยนแปลงเหล่านี้ และแพทย์รุ่นใหม่ในอนาคตของเราควรคิดให้รอบคอบว่างานด้านการแพทย์ในอนาคตจะอยู่ที่ใด เกือบจะแน่นอนว่าแนวการจ้างงานทางการแพทย์ใน 15 ปีจะไม่เหมือนกับที่เราเห็นในปัจจุบัน

เกี่ยวกับผู้เขียนสนทนา

Ross Crawford ศาสตราจารย์ด้านการวิจัยออร์โธปิดิกส์ มหาวิทยาลัยเทคโนโลยีควีนส์แลนด์; Anjali Jaiprakash, นักวิจัยหลังปริญญาเอก, Medical Robotics, Queensland University of Technology และ Jonathan Roberts ศาสตราจารย์ด้านวิทยาการหุ่นยนต์ มหาวิทยาลัยเทคโนโลยีควีนส์แลนด์

บทความนี้ถูกเผยแพร่เมื่อวันที่ สนทนา. อ่าน บทความต้นฉบับ.

หนังสือที่เกี่ยวข้อง:

at