Nyheter

For tiden analyserer kunstig intelligens komplekse medisinske data gjennom algoritmer og programvare for å tilnærme menneskelig kognisjon. Derfor er det mulig for datamaskinen å komme med direkte prediksjoner uten direkte input fra AI-algoritmer.
Innovasjoner på dette feltet skjer over hele verden. I Frankrike bruker forskere en teknologi kalt «tidsserieanalyse» for å analysere pasientinnleggelsesjournaler de siste 10 årene. Denne studien kan hjelpe forskere med å finne innleggelsesreglene og bruke maskinlæring til å finne algoritmer som kan forutsi innleggelsesreglene i fremtiden.
Disse dataene vil etter hvert bli gitt til sykehusledere for å hjelpe dem med å forutsi «oppstillingen» av medisinsk personell som trengs i løpet av de neste 15 dagene, tilby flere «motpartstjenester» til pasienter, forkorte ventetiden og bidra til å organisere arbeidsmengden for medisinsk personell så rimelig som mulig.
Innen hjernens datamaskingrensesnitt kan det bidra til å gjenopprette grunnleggende menneskelig erfaring, som tale- og kommunikasjonsfunksjoner som er tapt på grunn av sykdommer i nervesystemet og traumer i nervesystemet.
Å skape et direkte grensesnitt mellom den menneskelige hjernen og datamaskinen uten bruk av tastatur, skjerm eller mus vil forbedre livskvaliteten til pasienter med amyotrofisk lateral sklerose eller hjerneslag betydelig.
I tillegg er kunstig intelligens også en viktig del av en ny generasjon strålebehandlingsverktøy. Det hjelper med å analysere hele svulsten gjennom «virtuell biopsi», i stedet for gjennom en liten invasiv biopsiprøve. Anvendelsen av kunstig intelligens innen strålemedisin kan bruke bildebaserte algoritmer til å representere svulstens egenskaper.
Innen legemiddelforskning og -utvikling kan kunstig intelligens raskt og nøyaktig utvinne og screene ut passende legemidler ved hjelp av stordata. Gjennom datasimulering kan kunstig intelligens forutsi legemiddelaktivitet, sikkerhet og bivirkninger, og finne det beste legemidlet som passer til sykdommen. Denne teknologien vil forkorte legemiddelutviklingssyklusen betraktelig, redusere kostnadene for nye legemidler og forbedre suksessraten for ny legemiddelutvikling.
For eksempel, når noen får diagnosen kreft, vil det intelligente legemiddelutviklingssystemet bruke pasientens normale celler og svulster til å instansiere modellen sin og prøve alle mulige legemidler inntil det finner et legemiddel som kan drepe kreftceller uten å skade normale celler. Hvis det ikke finner et effektivt legemiddel eller en kombinasjon av effektive legemidler, vil det begynne å utvikle et nytt legemiddel som kan kurere kreft. Hvis legemidlet kurerer sykdommen, men fortsatt har bivirkninger, vil systemet prøve å bli kvitt bivirkningene gjennom tilsvarende justeringer.