救急室のAIにはもう少し人間的なケアが必要

救急室のAIにはもう少し人間的なケアが必要

[[228274]]

交換室の電話が鳴り、看護師が手際よく緊急電話に出た。その後すぐに病院は救急車を派遣し、全速力で現場に急行し、患者を救助して病院の救急治療室に搬送した。物語と個人が出会い、絡み合い、そして爆発し始めた...

若い医師が CT スキャンを見ている。これは、ひどい頭痛で救急室に運ばれた患者のものだ。脳の CT スキャンで死と灰色が示されたら、脳卒中と診断できる。診断の鍵は、ほとんどの神経細胞が死ぬ前に結果を得て、医師が適切なタイミングで治療できるようにすることだ。つまり、1 分ごとに脳の一部が死に、時間を失うことは脳を失うことを意味します。

ここでは、時間こそが命です。

救急科は非常に忙しい:AIが最初の障壁

救急外来とは何でしょうか?救急外来はすぐに医師の診察を受けられる場所だと考える患者もいれば、自分の感情を基準にして、病気が緊急の場合は救急外来に行くべきだと考える患者もいます。そのため、さまざまな誤解を持って救急外来を訪れる人も少なくなく、患者が殺到して救急外来が緊急ではなくなったという状況も生じています。アメリカ救急医学会の学長マーク・ライター氏はかつてこう語った。「私の患者の中には、年間300回も医者に来る人がいます。」

このような状況に直面して、業界アナリストのヤン・シュアン氏は、緊急治療室における人工知能が現時点で役割を果たす可能性があると考えている。

一般的に言えば、さまざまなグリーンチャネルを通過した死線上の患者を除いて、他の患者は緊急治療のために長い間待たなければなりません。すべての患者は緊急を要する治療を必要としていますが、医学的観点からは優先順位が存在します。医師がすでに患者を治療しているにもかかわらず、より緊急の問題に対処するよう求められる場合もあります。もちろん、この状況は本質的には医療資源の不足によるものです。

[[228275]]

そのため、救急外来に来た患者に対して、まずAIが「初期スクリーニング」を実施することができます。視覚認識、ビッグデータなどの技術を通じて、心電図、呼吸、脈拍、血圧、血中酸素、体温などの患者の継続的なバイタルサインを検出します。バイタルサインが極めて危険な患者の場合、AIは予備診断結果を当直医に直ちに報告します。軽症患者の場合、待ち時間を計算して患者に通知します。緊急治療を必要としない患者の中には、説得や転換が可能な人もいます。

ワシントン州ではかつて、ビッグデータを緊急治療室に応用したことがあります。医師に診察前の情報を提供できれば、胃腸の不快感や頭痛などの軽い病気による緊急受診の回数が減り、緊急受診率が 10% 低下することが実証されています。

こうすることで、医療資源を可能な限り合理的に配置でき、診察前の看護師と予約患者との間の摩擦を軽減できるという利点がある。同時に、救急患者の多くは病気の進行の転換点や危機的状況にあるため、救急ビッグデータの価値は非常に高い。 AI はまず予備検査を実行し、この重要なデータにラベルを付けて、ディープラーニングを実行できます。

正しいことと間違っていること: AIはサービス要員であるべき

救急外来は非常に忙しいため、医師と患者間のコミュニケーションが遅れることがよくあります。患者の家族が情緒不安定な場合、さまざまな誤解や争いが生じやすくなります。

国民の目には、医療従事者は「白衣の天使」であり、患者に奉仕するのは当然のことのように思われる。しかし、医療従事者、特に患者から最も誤解されやすい看護師は、本質的にはサービス従事者ではなく専門的かつ技術的な従事者です。専門的、技術的な人員にサービス機能を担わせるのは無理がある。医療スタッフと患者間のコミュニケーションを、いつ爆発してもおかしくない引火性火薬のようなものにしているのは、患者の誤った認識である。したがって、緊急治療室の AI がこの機能を引き継ぐことができる可能性があります。

人工知能サービスは、オンデマンドかつプロアクティブなインテリジェンスを提供します。つまり、AIは患者情報を取り込み、バックグラウンドで蓄積されたデータや医師の治療データなどを活用して患者とその家族の需要構造モデルを構築し、データマイニングやインテリジェント分析を実施します。患者の嗜好などの明示的なニーズを分析するだけでなく、アイデンティティ、仕事、生活状況などに関連した患者とその家族の病院に対する暗黙のニーズをさらに探究することもできます。

現在、最も一般的なAI医療サービスは、実はインテリジェント誘導ロボットです。例えば、最近四川省成都で導入された誘導ロボット「生小梅」は、患者が提供する症状情報に基づいて、患者に関連科を勧めることができ、その日に診察している医師のリストと紹介も提供できます。

もちろん、救急室では、データの伝送とフィードバックだけでなく、AI による多次元、多レベルの認識と能動的かつ詳細な識別も必要です。

高度なセキュリティがインテリジェント サービスの基盤であることは注目に値します。ここでのセキュリティ サービスは、患者とその家族だけでなく、セキュリティの保証を必要とする医師や看護師にも提供されます。救急室で事故が起きると、制御不能になった患者の家族は、目の前の医師や看護師に悲しみや怒りをぶつけてしまいます。

AIは医師や看護師にパーソナライズされたセキュリティサービスを提供できます。たとえば、患者の家族が感情的に興奮して手術室に駆け込むのを阻止したり、視覚認識などの技術に基づいて家族が怒って他人を傷つける可能性を判断したり、病院のセキュリティ警報システムに接続してすぐに警備員に通知したり、警察に通報したりして、病院と看護師の個人的な安全を確保できます。

AIと人間:最高の友情と理解を提供します

1. AIは常にあなたのそばにいる

救急室で最もよく聞かれる質問は、「ご家族はいらっしゃいますか?」です。緊急治療室に運ばれ、生死の境をさまよっている患者にとって、愛する人たちと一緒にいることが何よりも大切です。しかし、救急患者の家族が初めて現場に到着することは難しい場合が多くあります。

もう一つの明らかな状況は、家族が子供を救急室に同伴したとしても、さまざまな処置や医師とのやり取りで忙しく、負傷した患者の世話をする時間がないということです。この時、患者は冷たいベッドに横たわっており、騒がしい救急室にいても、極度の孤独感と不安を感じているかもしれません。

ここで注目すべきは、これは医療スタッフが無責任で患者を放置したからではないということだ。むしろ、一部の患者は特別な状態にあり、診断と治療計画を決定するためにさらなる観察が必要です。医療スタッフは、できるだけ早く治療を提供するために、この患者のために手術室や手術室を駆け回ることがあります。

しかし、患者の孤独感は医療スタッフが多忙なだけでは解消されない。それどころか、多忙な医師は患者の感情に常に気を配ることができない。このとき、患者に「ビッグホワイト」を装備させることが非常に重要であると思われます。

アマゾンは自社のロボット向けに仲間意識と感情知能を開発している。 2017年後半、Alexaの主任科学者であるロヒット・プラサド氏は、ユーザーがAlexa搭載デバイスとやり取りするたびに収集される音声録音に基づいて、Amazonがユーザーの感情状態を分析できる方法について語った。将来的には、AIexa は言葉の中の微妙な感情を認識できるようになるかもしれません。これは、アマゾンのロボットが患者に精神的な安らぎを与え、救急治療室で人間が感じる孤独感を軽減できることを意味します。

救急患者の多くは話すことができないことが多いため、「理解」に加えて「見る」ことも特に重要であり、そのためには機械視覚や顔認識の成熟した技術が必要です。 AIは、人の表情や動きを正確に識別し、感情や気持ちの変化、注意の変化を判断する必要があります。例えば、患者が病院のベッドに横たわっていて、緊張していたり​​悲しんでいたりすることを機械が認識できれば、医師の治療に良い効果をもたらすことができます。

2. 人間は最も安心感を与えてくれる

AIは仲間を提供してくれるが、病気に直面した患者に最大限の安心感を与えることが最も重要かもしれない。突然のめまいは網膜の問題によるものでしょうか、それとも脳神経の圧迫によるものでしょうか。目の酷使や脳の酷使によるものでしょうか。医師に理由を絶えず尋ねることは患者が情報を得る方法であり、自分の状態を理解すればするほど自信が持てるようになります。

AIのディープラーニングシステムには説明力がありません。実際、ディープラーニング システムが強力になるほど、その構造はより不透明になります。より多くのデータ特徴が抽出されるにつれて、AI の診断はより正確になります。しかし、何百万ものデータからなぜこれらの特徴が選択されるかについては、人工知能において未だに解明されていない謎のままです。

したがって、人間の医師にとって最もかけがえのない側面は、「何を知るか」や「どのように知るか」ではなく、病気の事実(WHAT)を習得することも、病気がどのように発症するか(HOW)を認識することではなく、3番目の知識領域である「なぜ(WHY)」を知ることです。

救急治療室では、患者の最終的な安全感は依然として人に依存しています。 AIが担う役割が増えると、救急医は医療資源を無駄にしたり、理不尽な対応をする患者やその家族と向き合う必要がなくなり、家族や患者に専門的な視点から説明し、不安を和らげることが業務の重点になる。

救急室は、病院の中で最も重篤な患者が多く、病気の種類も多く、救助や管理業務が最も集中する部門です。また、あらゆる愛と忍耐と希望が集まる場所でもあります。人間中心の人工知能は、適切な用途が見つかれば、役に立つものになり得ます。

<<:  誰でも使えるディープラーニング: 3 つの主要な自動化ディープラーニング プラットフォームの紹介

>>:  機械学習における線形代数の理解に役立つ 10 の例

ブログ    
ブログ    

推薦する

DeepMindの最新研究がNatureに掲載され、AI時代の科学研究の新たなパラダイムを明らかにし、未知の領域を探索し、新たな課題をもたらしている。

AIがさまざまな科学分野と融合するにつれ、可能性と課題に満ちた技術革命が起こっています。 AI は...

IoT セキュリティ: RSA 暗号化および復号化アルゴリズム

[[357279]] WeChat パブリックアカウント: コンピューターとネットワークのセキュリテ...

百度の王海鋒氏:マルチモーダルな深い意味理解により、AIは現実世界をよりよく理解できるようになる

7月4日に開催された百度AI開発者会議(Baidu Create 2018)で、百度上級副社長兼AI...

深層強化学習探索アルゴリズムの最新レビュー: 約 200 本の論文が課題と将来の方向性を明らかにする

[[434358]]現在、強化学習(深層強化学習DRL、マルチエージェント強化学習MARLを含む)は...

...

...

ロボットは人間の労働に取って代わることができるでしょうか?アディダスは悲惨な教訓を学び、涙ながらにスマート工場を閉鎖した

科学技術は主要な生産力であると言われています。いつの時代になっても、この言葉は決して古くなることはあ...

AIの導入は増加しているが、障壁は残っている

AI の可能性は魅力的ですが、導入までの道のりには課題がないわけではありません。企業は、急速に変化す...

大規模モデルは16,000以上の実世界のAPIを習得しており、清華大学などのToolLLMのツール使用能力はChatGPTに劣らない。

ご存知のとおり、オープンソースの大規模言語モデル (LLM) とその派生モデル (LLaMA や V...

マイクロソフトはAIを活用して新しい電池材料を選別し、電池のリチウムの70%をナトリウムに置き換える

1 月 10 日、マイクロソフトの量子コンピューティング チームは、米国エネルギー省傘下のパシフィッ...

科学者はロボットに人間に近い触覚を与える人工指先を開発

ロボットは車を持ち上げたり、手術を手伝ったりするようにプログラムできますが、卵など、これまで扱ったこ...

今日の人工知能は単なる「狭義のAI」なのでしょうか?

1956 年、若い数学助教授ジョン・マッカーシーが率いる科学者グループがニューハンプシャー州のダー...

農家は収穫を祝い、秋分の日にドローンがその技を披露するのを見てください!

黄金の秋、収穫の季節です。また秋分の日を迎え、わが国では4回目の「農民収穫祭」を迎えます。畑や広場、...

...

Google が AI で利益を上げている秘密は何でしょうか?

[[441488]]ビジネスプロセスはインテリジェントではないAI プロジェクトから価値を引き出す...