ຜູ້ຊ່ຽວຊານດ້ານ AI ປຶກສາຫາລືກ່ຽວກັບວິທີການປະສົມປະສານ AI ທີ່ເຂັ້ມແຂງເຂົ້າໃນການດູແລສຸຂະພາບ, ເປັນຫຍັງການຮ່ວມມືລະຫວ່າງສາຂາວິຊາຈຶ່ງມີຄວາມສຳຄັນ, ແລະທ່າແຮງຂອງ AI ທີ່ສ້າງສັນໃນການຄົ້ນຄວ້າ.
ທ່ານ Feifei Li ແລະ ທ່ານ Lloyd Minor ໄດ້ກ່າວຄຳປາໄສເປີດກອງປະຊຸມ RAISE Health Symposium ຄັ້ງປະຖົມມະລຶກ ທີ່ໂຮງຮຽນແພດສາດ ມະຫາວິທະຍາໄລ Stanford ໃນວັນທີ 14 ພຶດສະພາ. Steve Fish
ຄົນສ່ວນໃຫຍ່ທີ່ຖືກປັນຍາປະດິດຈັບໄດ້ມີຊ່ວງເວລາ “ອາຮາ” ບາງຢ່າງ, ເປີດໃຈຂອງເຂົາເຈົ້າສູ່ໂລກແຫ່ງຄວາມເປັນໄປໄດ້. ໃນງານ RAISE Health Symposium ຄັ້ງປະຖົມມະລຶກໃນວັນທີ 14 ພຶດສະພາ, ທ່ານ Lloyd Minor, MD, ຄະນະບໍດີຂອງຄະນະແພດສາດມະຫາວິທະຍາໄລ Stanford ແລະຮອງປະທານຝ່າຍການແພດຢູ່ມະຫາວິທະຍາໄລ Stanford, ໄດ້ແບ່ງປັນທັດສະນະຂອງລາວ.
ເມື່ອໄວລຸ້ນທີ່ຢາກຮູ້ຢາກເຫັນຄົນໜຶ່ງຖືກຂໍໃຫ້ສະຫຼຸບຜົນການຄົ້ນພົບຂອງລາວກ່ຽວກັບຫູຊັ້ນໃນ, ລາວໄດ້ຫັນໄປຫາປັນຍາປະດິດທີ່ສ້າງສັນ. “ຂ້ອຍໄດ້ຖາມວ່າ, 'ໂຣກການແຕກຂອງທໍ່ຫູຊັ້ນເທິງແມ່ນຫຍັງ?' ໄມເນີໄດ້ບອກຜູ້ເຂົ້າຮ່ວມກອງປະຊຸມເກືອບ 4,000 ຄົນ. ໃນເວລາບໍ່ເທົ່າໃດວິນາທີ, ມີຫຼາຍວັກໄດ້ປາກົດຂຶ້ນ.
“ພວກເຂົາດີ, ດີແທ້ໆ,” ລາວເວົ້າ. “ຂໍ້ມູນນີ້ໄດ້ຖືກລວບລວມເຂົ້າກັນເປັນຄຳອະທິບາຍທີ່ກະທັດຮັດ, ໂດຍທົ່ວໄປແລ້ວຖືກຕ້ອງ ແລະ ຈັດລຳດັບຄວາມສຳຄັນຢ່າງຊັດເຈນກ່ຽວກັບພະຍາດດັ່ງກ່າວ. ນີ້ແມ່ນສິ່ງທີ່ໜ້າສັງເກດຫຼາຍ.”
ຫຼາຍຄົນໄດ້ແບ່ງປັນຄວາມຕື່ນເຕັ້ນຂອງ Minor ສຳລັບກິດຈະກຳເຄິ່ງມື້, ເຊິ່ງເປັນຜົນມາຈາກໂຄງການ RAISE Health, ເຊິ່ງເປັນໂຄງການທີ່ເປີດຕົວໂດຍໂຮງຮຽນແພດສາດມະຫາວິທະຍາໄລ Stanford ແລະສະຖາບັນ Stanford ສຳລັບປັນຍາປະດິດທີ່ເນັ້ນໃສ່ມະນຸດເປັນສູນກາງ (HAI) ເພື່ອນຳພາການນຳໃຊ້ປັນຍາປະດິດຢ່າງມີຄວາມຮັບຜິດຊອບ. ປັນຍາປະດິດໃນການຄົ້ນຄວ້າທາງການແພດ, ການສຶກສາ, ແລະການດູແລຄົນເຈັບ. ຜູ້ບັນລະຍາຍໄດ້ພິຈາລະນາຄວາມໝາຍຂອງການຈັດຕັ້ງປະຕິບັດປັນຍາປະດິດໃນການແພດໃນລັກສະນະທີ່ບໍ່ພຽງແຕ່ເປັນປະໂຫຍດສຳລັບທ່ານໝໍ ແລະນັກວິທະຍາສາດເທົ່ານັ້ນ, ແຕ່ຍັງມີຄວາມໂປ່ງໃສ, ຍຸດຕິທຳ ແລະສະເໝີພາບສຳລັບຄົນເຈັບອີກດ້ວຍ.
“ພວກເຮົາເຊື່ອວ່ານີ້ແມ່ນເທັກໂນໂລຢີທີ່ຊ່ວຍເສີມສ້າງຄວາມສາມາດຂອງມະນຸດ,” Fei-Fei Li, ອາຈານສອນວິທະຍາສາດຄອມພິວເຕີຢູ່ໂຮງຮຽນວິສະວະກຳສະແຕນຟອດ, ຜູ້ອຳນວຍການໂຄງການ RAISE Health with Minor ແລະ ຜູ້ຮ່ວມອຳນວຍການຂອງ HAI ກ່າວ. ເຕັກໂນໂລຊີໃໝ່ໆອາດຈະເກີດຂຶ້ນໃນລຸ້ນຕໍ່ລຸ້ນ: ຕັ້ງແຕ່ລຳດັບໂມເລກຸນໃໝ່ຂອງຢາຕ້ານເຊື້ອຈົນເຖິງການສ້າງແຜນທີ່ຄວາມຫຼາກຫຼາຍທາງຊີວະພາບ ແລະ ເປີດເຜີຍສ່ວນທີ່ເຊື່ອງໄວ້ຂອງຊີວະວິທະຍາພື້ນຖານ, AI ກຳລັງເລັ່ງການຄົ້ນພົບທາງວິທະຍາສາດ. ແຕ່ບໍ່ແມ່ນທັງໝົດນີ້ເປັນປະໂຫຍດ. “ແອັບພລິເຄຊັນທັງໝົດເຫຼົ່ານີ້ສາມາດມີຜົນສະທ້ອນທີ່ບໍ່ຄາດຄິດ, ແລະ ພວກເຮົາຕ້ອງການນັກວິທະຍາສາດຄອມພິວເຕີທີ່ພັດທະນາ ແລະ ຈັດຕັ້ງປະຕິບັດ [ປັນຍາປະດິດ] ຢ່າງມີຄວາມຮັບຜິດຊອບ, ເຮັດວຽກຮ່ວມກັບຜູ້ມີສ່ວນຮ່ວມທີ່ຫຼາກຫຼາຍ, ຕັ້ງແຕ່ທ່ານໝໍ ແລະ ນັກຈັນຍາບັນ… ຈົນເຖິງຜູ້ຊ່ຽວຊານດ້ານຄວາມປອດໄພ ແລະ ອື່ນໆ,” ນາງກ່າວ. “ການລິເລີ່ມຕ່າງໆເຊັ່ນ RAISE Health ສະແດງໃຫ້ເຫັນເຖິງຄວາມມຸ່ງໝັ້ນຂອງພວກເຮົາຕໍ່ສິ່ງນີ້.”
ການລວມຕົວຂອງສາມພະແນກຂອງ Stanford Medicine — ໂຮງຮຽນແພດສາດ, Stanford Health Care ແລະ Stanford School of Child Health Medicine — ແລະ ການເຊື່ອມຕໍ່ກັບພາກສ່ວນອື່ນໆຂອງມະຫາວິທະຍາໄລ Stanford ໄດ້ເຮັດໃຫ້ມັນຢູ່ໃນຖານະທີ່ຜູ້ຊ່ຽວຊານກຳລັງປະເຊີນກັບບັນຫາການຄຸ້ມຄອງ ແລະ ການເຊື່ອມໂຍງໃນຂົງເຂດການດູແລສຸຂະພາບ ແລະ ຢາປົວພະຍາດ. ການແພດ, ເພງໄດ້ໄປ.
“ພວກເຮົາມີທ່າທີ່ດີທີ່ຈະເປັນຜູ້ບຸກເບີກໃນການພັດທະນາ ແລະ ການຈັດຕັ້ງປະຕິບັດປັນຍາປະດິດຢ່າງມີຄວາມຮັບຜິດຊອບ, ຕັ້ງແຕ່ການຄົ້ນພົບທາງຊີວະວິທະຍາພື້ນຖານໄປຈົນເຖິງການປັບປຸງການພັດທະນາຢາ ແລະ ການເຮັດໃຫ້ຂະບວນການທົດລອງທາງຄລີນິກມີປະສິດທິພາບຫຼາຍຂຶ້ນ, ຈົນເຖິງການໃຫ້ບໍລິການດ້ານສຸຂະພາບຕົວຈິງ. ການດູແລສຸຂະພາບ. ວິທີການຈັດຕັ້ງລະບົບການດູແລສຸຂະພາບ,” ລາວເວົ້າ.
ຜູ້ບັນຍາຍຫຼາຍຄົນໄດ້ເນັ້ນໜັກເຖິງແນວຄວາມຄິດງ່າຍໆຄື: ສຸມໃສ່ຜູ້ໃຊ້ (ໃນກໍລະນີນີ້, ຄົນເຈັບ ຫຼື ແພດໝໍ) ແລະ ທຸກຢ່າງຈະຕາມມາ. “ມັນເຮັດໃຫ້ຄົນເຈັບເປັນຈຸດໃຈກາງຂອງທຸກສິ່ງທີ່ພວກເຮົາເຮັດ,” ດຣ. ລີຊາ ເລມັນ, ຜູ້ອຳນວຍການດ້ານຊີວະຈັນຍາບັນຢູ່ໂຮງໝໍ Brigham and Women's Hospital ກ່າວ. “ພວກເຮົາຈຳເປັນຕ້ອງພິຈາລະນາຄວາມຕ້ອງການ ແລະ ບຸລິມະສິດຂອງເຂົາເຈົ້າ.”
ຈາກຊ້າຍຫາຂວາ: ຜູ້ປະກາດຂ່າວ STAT ທ່ານ Mohana Ravindranath; ທ່ານ Jessica Peter Lee ຈາກ Microsoft Research; ທ່ານ Sylvia Plevritis, ອາຈານສອນວິທະຍາສາດຂໍ້ມູນຊີວະແພດ, ປຶກສາຫາລືກ່ຽວກັບບົດບາດຂອງປັນຍາປະດິດໃນການຄົ້ນຄວ້າທາງການແພດ. ທ່ານ Steve Fish
ຜູ້ບັນລະຍາຍໃນກອງປະຊຸມ, ເຊິ່ງລວມມີ Lehmann, ນັກວິທະຍາສາດດ້ານຊີວະວິທະຍາທາງການແພດ Mildred Cho, MD, ແລະ ຫົວໜ້າເຈົ້າໜ້າທີ່ທາງດ້ານຄລີນິກຂອງ Google, Michael Howell, MD, ໄດ້ສັງເກດເຫັນຄວາມສັບສົນຂອງລະບົບໂຮງໝໍ, ໂດຍເນັ້ນໜັກເຖິງຄວາມຈຳເປັນທີ່ຈະຕ້ອງເຂົ້າໃຈຈຸດປະສົງຂອງພວກມັນກ່ອນການແຊກແຊງໃດໆ. ຈັດຕັ້ງປະຕິບັດມັນ ແລະ ຮັບປະກັນວ່າລະບົບທັງໝົດທີ່ພັດທະນາຂຶ້ນແມ່ນມີສ່ວນຮ່ວມ ແລະ ຮັບຟັງຄົນທີ່ພວກເຂົາຖືກອອກແບບມາເພື່ອຊ່ວຍເຫຼືອ.
ກຸນແຈສຳຄັນອັນໜຶ່ງແມ່ນຄວາມໂປ່ງໃສ: ມັນເຮັດໃຫ້ມັນຊັດເຈນວ່າຂໍ້ມູນທີ່ໃຊ້ເພື່ອຝຶກອົບຮົມອັລກໍຣິທຶມມາຈາກໃສ, ຈຸດປະສົງເດີມຂອງອັລກໍຣິທຶມແມ່ນຫຍັງ, ແລະວ່າຂໍ້ມູນຄົນເຈັບໃນອະນາຄົດຈະສືບຕໍ່ຊ່ວຍໃຫ້ອັລກໍຣິທຶມຮຽນຮູ້ຫຼືບໍ່, ໃນບັນດາປັດໃຈອື່ນໆ.
“ການພະຍາຍາມຄາດຄະເນບັນຫາດ້ານຈັນຍາບັນກ່ອນທີ່ພວກມັນຈະກາຍເປັນເລື່ອງຮ້າຍແຮງ [ໝາຍເຖິງ] ການຊອກຫາຈຸດທີ່ດີທີ່ສຸດທີ່ທ່ານຮູ້ພຽງພໍກ່ຽວກັບເຕັກໂນໂລຢີເພື່ອມີຄວາມໝັ້ນໃຈໃນມັນ, ແຕ່ບໍ່ແມ່ນກ່ອນທີ່ [ບັນຫາ] ຈະແຜ່ລາມອອກໄປຕື່ມອີກ ແລະ ແກ້ໄຂມັນໄວຂຶ້ນ.” Denton Char ກ່າວ. ຜູ້ສະຫມັກວິທະຍາສາດການແພດ, ຮອງສາດສະດາຈານຂອງພະແນກການວິສັນຍີເດັກ, ການແພດກ່ອນການຜ່າຕັດ ແລະ ຢາແກ້ປວດ. ລາວເວົ້າວ່າຂັ້ນຕອນທີ່ສໍາຄັນອັນໜຶ່ງແມ່ນການລະບຸຜູ້ມີສ່ວນຮ່ວມທັງໝົດທີ່ອາດຈະໄດ້ຮັບຜົນກະທົບຈາກເຕັກໂນໂລຢີ ແລະ ການກໍານົດວ່າເຂົາເຈົ້າຢາກຕອບຄໍາຖາມເຫຼົ່ານັ້ນແນວໃດ.
ທ່ານໝໍ Jesse Ehrenfeld, ປະທານສະມາຄົມແພດອາເມລິກາ, ປຶກສາຫາລືກ່ຽວກັບສີ່ປັດໄຈທີ່ຊຸກຍູ້ການຮັບຮອງເອົາເຄື່ອງມືສຸຂະພາບດິຈິຕອນໃດໆ, ລວມທັງເຄື່ອງມືທີ່ໃຊ້ປັນຍາປະດິດ. ມັນມີປະສິດທິພາບບໍ? ສິ່ງນີ້ຈະໄດ້ຜົນໃນສະຖາບັນຂອງຂ້ອຍບໍ? ໃຜຈ່າຍ? ໃຜຮັບຜິດຊອບ?
ທ່ານໝໍ Michael Pfeffer, ຫົວໜ້າເຈົ້າໜ້າທີ່ຂໍ້ມູນຂ່າວສານຂອງ Stanford Health Care, ໄດ້ອ້າງເຖິງຕົວຢ່າງທີ່ຜ່ານມາ ເຊິ່ງບັນຫາຫຼາຍຢ່າງໄດ້ຖືກທົດສອບໃນບັນດາພະຍາບານຢູ່ໂຮງໝໍ Stanford. ແພດໝໍໄດ້ຮັບການສະໜັບສະໜູນຈາກແບບຈຳລອງພາສາຂະໜາດໃຫຍ່ທີ່ໃຫ້ຄຳອະທິບາຍເບື້ອງຕົ້ນສຳລັບຂໍ້ຄວາມຂອງຄົນເຈັບທີ່ເຂົ້າມາ. ເຖິງແມ່ນວ່າໂຄງການດັ່ງກ່າວບໍ່ສົມບູນແບບ, ແຕ່ທ່ານໝໍຜູ້ທີ່ຊ່ວຍພັດທະນາເທັກໂນໂລຢີລາຍງານວ່າແບບຈຳລອງດັ່ງກ່າວຊ່ວຍຫຼຸດຜ່ອນພາລະວຽກຂອງເຂົາເຈົ້າ.
“ພວກເຮົາສະເໝີສຸມໃສ່ສາມສິ່ງທີ່ສຳຄັນຄື: ຄວາມປອດໄພ, ປະສິດທິພາບ ແລະ ການມີສ່ວນຮ່ວມ. ພວກເຮົາແມ່ນທ່ານໝໍ. ພວກເຮົາສາບານວ່າຈະ “ບໍ່ເຮັດອັນຕະລາຍ,” ທ່ານນາງ Nina Vasan, MD, ຜູ້ຊ່ວຍສາດສະດາຈານທາງດ້ານການແພດດ້ານຈິດຕະວິທະຍາ ແລະ ວິທະຍາສາດພຶດຕິກຳ, ຜູ້ທີ່ເຂົ້າຮ່ວມກັບ Char ແລະ Pfeffer ໄດ້ເຂົ້າຮ່ວມກຸ່ມກ່າວ. “ນີ້ຄວນເປັນວິທີທຳອິດໃນການປະເມີນເຄື່ອງມືເຫຼົ່ານີ້.”
ທ່ານ Nigam Shah, MBBS, Ph.D., ອາຈານສອນວິຊາການແພດ ແລະ ວິທະຍາສາດຂໍ້ມູນຊີວະວິທະຍາ, ໄດ້ເລີ່ມການສົນທະນາດ້ວຍສະຖິຕິທີ່ໜ້າຕົກໃຈເຖິງວ່າຈະມີການເຕືອນຢ່າງຍຸດຕິທຳຕໍ່ຜູ້ຊົມ. “ຂ້ອຍເວົ້າໃນແງ່ມຸມ ແລະ ຕົວເລກທົ່ວໄປ, ແລະ ບາງຄັ້ງພວກມັນມັກຈະກົງໄປກົງມາຫຼາຍ,” ລາວເວົ້າ.
ອີງຕາມທ່ານ Shah, ຄວາມສຳເລັດຂອງ AI ແມ່ນຂຶ້ນກັບຄວາມສາມາດຂອງພວກເຮົາໃນການຂະຫຍາຍມັນ. “ການເຮັດການຄົ້ນຄວ້າທາງວິທະຍາສາດທີ່ເໝາະສົມກ່ຽວກັບຮູບແບບໜຶ່ງໃຊ້ເວລາປະມານ 10 ປີ, ແລະ ຖ້າແຕ່ລະໂຄງການທຶນການສຶກສາ ແລະ ໂຄງການທີ່ຢູ່ອາໄສທັງ 123 ແຫ່ງຕ້ອງການທົດສອບ ແລະ ນຳໃຊ້ຮູບແບບດັ່ງກ່າວໃນລະດັບຄວາມເຂັ້ມງວດນັ້ນ, ມັນຈະເປັນເລື່ອງຍາກຫຼາຍທີ່ຈະເຮັດວິທະຍາສາດທີ່ຖືກຕ້ອງ ຍ້ອນວ່າປະຈຸບັນພວກເຮົາກຳລັງຈັດລະບຽບຄວາມພະຍາຍາມຂອງພວກເຮົາ ແລະ [ທົດສອບ]] ມັນຈະມີຄ່າໃຊ້ຈ່າຍ 138 ຕື້ໂດລາ ເພື່ອຮັບປະກັນວ່າທຸກໆສະຖານທີ່ຂອງພວກເຮົາເຮັດວຽກຢ່າງຖືກຕ້ອງ,” ທ່ານ Shah ກ່າວ. “ພວກເຮົາບໍ່ສາມາດທີ່ຈະຈ່າຍໄດ້. ດັ່ງນັ້ນພວກເຮົາຈຳເປັນຕ້ອງຊອກຫາວິທີທີ່ຈະຂະຫຍາຍ, ແລະ ພວກເຮົາຈຳເປັນຕ້ອງຂະຫຍາຍ ແລະ ເຮັດວິທະຍາສາດທີ່ດີ. ທັກສະຄວາມເຂັ້ມງວດແມ່ນຢູ່ບ່ອນໜຶ່ງ ແລະ ທັກສະການຂະຫຍາຍແມ່ນຢູ່ບ່ອນອື່ນ, ສະນັ້ນພວກເຮົາຈະຕ້ອງການການຮ່ວມມືແບບນັ້ນ.”
ຮອງຄະນະບໍດີ Yuan Ashley ແລະ Mildred Cho (ຝ່າຍຕ້ອນຮັບ) ໄດ້ເຂົ້າຮ່ວມກອງປະຊຸມ RAISE Health. Steve Fish
ຜູ້ບັນລະຍາຍບາງຄົນໃນກອງປະຊຸມກ່າວວ່າ ສິ່ງນີ້ສາມາດບັນລຸໄດ້ຜ່ານການຮ່ວມມືລະຫວ່າງພາກລັດ ແລະ ເອກະຊົນ, ເຊັ່ນ: ຄຳສັ່ງຂອງຜູ້ບໍລິຫານທຳນຽບຂາວທີ່ຜ່ານມາວ່າດ້ວຍການພັດທະນາ ແລະ ການນຳໃຊ້ປັນຍາປະດິດທີ່ປອດໄພ, ໝັ້ນຄົງ ແລະ ໜ້າເຊື່ອຖື ແລະ ສະມາຄົມເພື່ອປັນຍາປະດິດດ້ານການດູແລສຸຂະພາບ (CHAI).
“ການຮ່ວມມືລະຫວ່າງພາກລັດ ແລະ ເອກະຊົນທີ່ມີທ່າແຮງສູງສຸດແມ່ນການຮ່ວມມືລະຫວ່າງວົງວິຊາການ, ພາກເອກະຊົນ ແລະ ພາກລັດ,” Laura Adams, ທີ່ປຶກສາອາວຸໂສຂອງສະພາວິທະຍາສາດການແພດແຫ່ງຊາດກ່າວ. ນາງໄດ້ສັງເກດເຫັນວ່າລັດຖະບານສາມາດຮັບປະກັນຄວາມໄວ້ວາງໃຈຂອງປະຊາຊົນ, ແລະ ສູນການແພດທາງວິຊາການສາມາດໃຫ້ຄວາມຖືກຕ້ອງຕາມກົດໝາຍ, ແລະ ຄວາມຊ່ຽວຊານດ້ານວິຊາການ ແລະ ເວລາໃຊ້ຄອມພິວເຕີສາມາດສະໜອງໄດ້ໂດຍພາກເອກະຊົນ. “ພວກເຮົາທຸກຄົນດີກ່ວາພວກເຮົາທຸກຄົນ, ແລະ ພວກເຮົາຮັບຮູ້ວ່າ… ພວກເຮົາບໍ່ສາມາດອະທິຖານເພື່ອຮັບຮູ້ທ່າແຮງຂອງ [ປັນຍາປະດິດ] ເວັ້ນເສຍແຕ່ວ່າພວກເຮົາເຂົ້າໃຈວິທີການພົວພັນກັບກັນແລະກັນ.”
ຜູ້ບັນຍາຍຫຼາຍຄົນກ່າວວ່າ AI ຍັງມີຜົນກະທົບຕໍ່ການຄົ້ນຄວ້າ, ບໍ່ວ່າຈະເປັນນັກວິທະຍາສາດໃຊ້ມັນເພື່ອຄົ້ນຫາຫຼັກຄວາມເຊື່ອທາງຊີວະວິທະຍາ, ຄາດຄະເນລໍາດັບ ແລະ ໂຄງສ້າງໃໝ່ຂອງໂມເລກຸນສັງເຄາະເພື່ອສະໜັບສະໜູນການປິ່ນປົວໃໝ່, ຫຼືແມ່ນແຕ່ຊ່ວຍພວກເຂົາສະຫຼຸບ ຫຼື ຂຽນເອກະສານວິທະຍາສາດ.
“ນີ້ແມ່ນໂອກາດທີ່ຈະເຫັນສິ່ງທີ່ບໍ່ຮູ້ຈັກ,” Jessica Mega, MD, ແພດຫົວໃຈທີ່ໂຮງຮຽນແພດສາດມະຫາວິທະຍາໄລສະແຕນຟອດ ແລະ ຜູ້ຮ່ວມກໍ່ຕັ້ງ Verily ຂອງ Alphabet ກ່າວ. Mega ໄດ້ກ່າວເຖິງການສະແກນພາບ hyperspectral ເຊິ່ງຈັບພາບລັກສະນະຮູບພາບທີ່ເບິ່ງບໍ່ເຫັນດ້ວຍຕາຂອງມະນຸດ. ແນວຄວາມຄິດແມ່ນເພື່ອໃຊ້ປັນຍາປະດິດເພື່ອກວດຫາຮູບແບບໃນສະໄລ້ພະຍາດວິທະຍາທີ່ມະນຸດບໍ່ເຫັນເຊິ່ງຊີ້ບອກເຖິງພະຍາດ. “ຂ້ອຍຊຸກຍູ້ໃຫ້ຜູ້ຄົນຮັບເອົາສິ່ງທີ່ບໍ່ຮູ້ຈັກ. ຂ້ອຍຄິດວ່າທຸກຄົນຢູ່ທີ່ນີ້ຮູ້ຈັກຄົນທີ່ມີອາການທາງການແພດບາງຢ່າງທີ່ຕ້ອງການບາງສິ່ງບາງຢ່າງທີ່ເກີນກວ່າທີ່ພວກເຮົາສາມາດສະໜອງໄດ້ໃນມື້ນີ້,” Mejia ກ່າວ.
ຜູ້ຮ່ວມກອງປະຊຸມຍັງໄດ້ຕົກລົງເຫັນດີວ່າລະບົບປັນຍາປະດິດຈະສະໜອງວິທີການໃໝ່ໃນການລະບຸ ແລະ ຕໍ່ສູ້ກັບການຕັດສິນໃຈທີ່ມີອະຄະຕິ, ບໍ່ວ່າຈະເຮັດໂດຍມະນຸດ ຫຼື ປັນຍາປະດິດ, ດ້ວຍຄວາມສາມາດໃນການລະບຸແຫຼ່ງທີ່ມາຂອງອະຄະຕິ.
“ສຸຂະພາບບໍ່ພຽງແຕ່ເປັນການດູແລທາງການແພດເທົ່ານັ້ນ,” ຜູ້ຮ່ວມກອງປະຊຸມຫຼາຍຄົນໄດ້ເຫັນດີ. ຜູ້ບັນຍາຍໄດ້ເນັ້ນໜັກວ່ານັກຄົ້ນຄວ້າມັກຈະມອງຂ້າມປັດໄຈກຳນົດທາງສັງຄົມຂອງສຸຂະພາບ, ເຊັ່ນ: ສະຖານະພາບທາງເສດຖະກິດ-ສັງຄົມ, ລະຫັດໄປສະນີ, ລະດັບການສຶກສາ, ແລະເຊື້ອຊາດ ແລະ ຊົນເຜົ່າ, ເມື່ອເກັບກຳຂໍ້ມູນທີ່ລວມ ແລະ ຮັບສະໝັກຜູ້ເຂົ້າຮ່ວມການສຶກສາ. “AI ມີປະສິດທິພາບເທົ່າກັບຂໍ້ມູນທີ່ຮູບແບບໄດ້ຮັບການຝຶກອົບຮົມ,” Michelle Williams, ອາຈານສອນວິຊາລະບາດວິທະຍາຢູ່ມະຫາວິທະຍາໄລ Harvard ແລະ ຮອງສາດສະດາຈານດ້ານລະບາດວິທະຍາ ແລະ ສຸຂະພາບປະຊາກອນຢູ່ໂຮງຮຽນແພດສາດມະຫາວິທະຍາໄລ Stanford ກ່າວ. “ຖ້າພວກເຮົາເຮັດໃນສິ່ງທີ່ພວກເຮົາພະຍາຍາມເຮັດ. ປັບປຸງຜົນໄດ້ຮັບດ້ານສຸຂະພາບ ແລະ ກຳຈັດຄວາມບໍ່ສະເໝີພາບ, ພວກເຮົາຕ້ອງຮັບປະກັນວ່າພວກເຮົາເກັບກຳຂໍ້ມູນທີ່ມີຄຸນນະພາບສູງກ່ຽວກັບພຶດຕິກຳຂອງມະນຸດ ແລະ ສະພາບແວດລ້ອມທາງສັງຄົມ ແລະ ທຳມະຊາດ.”
ທ່ານນາງ Natalie Pageler, ອາຈານສອນທາງດ້ານຄລີນິກຂອງເດັກ ແລະ ການແພດ, ກ່າວວ່າຂໍ້ມູນມະເຮັງທີ່ລວບລວມມັກຈະບໍ່ລວມເອົາຂໍ້ມູນກ່ຽວກັບແມ່ຍິງຖືພາ, ເຊິ່ງສ້າງຄວາມລຳອຽງທີ່ຫຼີກລ່ຽງບໍ່ໄດ້ໃນຮູບແບບ ແລະ ເຮັດໃຫ້ຄວາມແຕກຕ່າງທີ່ມີຢູ່ໃນການດູແລສຸຂະພາບຮ້າຍແຮງຂຶ້ນ.
ດຣ. ເດວິດ ແມັກນັສ, ອາຈານສອນວິຊາເດັກ ແລະ ການແພດ, ກ່າວວ່າ ເຊັ່ນດຽວກັບເຕັກໂນໂລຊີໃໝ່ອື່ນໆ, ປັນຍາປະດິດສາມາດເຮັດໃຫ້ສິ່ງຕ່າງໆດີຂຶ້ນໃນຫຼາຍວິທີ ຫຼື ເຮັດໃຫ້ມັນຮ້າຍແຮງຂຶ້ນ. ທ່ານ ແມັກນັສ ກ່າວວ່າ ຄວາມສ່ຽງແມ່ນວ່າລະບົບປັນຍາປະດິດຈະຮຽນຮູ້ກ່ຽວກັບຜົນໄດ້ຮັບດ້ານສຸຂະພາບທີ່ບໍ່ສະເໝີພາບທີ່ເກີດຈາກປັດໄຈກຳນົດທາງສັງຄົມຂອງສຸຂະພາບ ແລະ ເສີມສ້າງຜົນໄດ້ຮັບເຫຼົ່ານັ້ນຜ່ານຜົນຜະລິດຂອງພວກມັນ. ທ່ານກ່າວວ່າ “ປັນຍາປະດິດແມ່ນກະຈົກທີ່ສະທ້ອນເຖິງສັງຄົມທີ່ພວກເຮົາອາໄສຢູ່. ຂ້າພະເຈົ້າຫວັງວ່າທຸກໆຄັ້ງທີ່ພວກເຮົາມີໂອກາດທີ່ຈະສ່ອງແສງໃສ່ບັນຫາໃດໜຶ່ງ - ເພື່ອສະແດງໃຫ້ຕົວເອງເຫັນ - ມັນຈະເປັນແຮງຈູງໃຈໃນການປັບປຸງສະຖານະການ.”
ຖ້າທ່ານບໍ່ສາມາດເຂົ້າຮ່ວມກອງປະຊຸມ RAISE Health ໄດ້, ສາມາດເບິ່ງບັນທຶກກອງປະຊຸມໄດ້ທີ່ນີ້.
ຄະນະແພດສາດມະຫາວິທະຍາໄລສະແຕນຟອດ ເປັນລະບົບການດູແລສຸຂະພາບທາງວິຊາການແບບປະສົມປະສານ ເຊິ່ງປະກອບດ້ວຍຄະນະແພດສາດມະຫາວິທະຍາໄລສະແຕນຟອດ ແລະ ລະບົບການໃຫ້ບໍລິການດູແລສຸຂະພາບຜູ້ໃຫຍ່ ແລະ ເດັກ. ພວກເຂົາຮ່ວມກັນຮັບຮູ້ເຖິງທ່າແຮງຢ່າງເຕັມທີ່ຂອງຊີວະແພດສາດ ຜ່ານການຄົ້ນຄວ້າຮ່ວມມື, ການສຶກສາ ແລະ ການດູແລຄົນເຈັບທາງດ້ານຄລີນິກ. ສຳລັບຂໍ້ມູນເພີ່ມເຕີມ, ເຂົ້າໄປທີ່ med.stanford.edu.
ຮູບແບບປັນຍາປະດິດໃໝ່ກຳລັງຊ່ວຍໃຫ້ທ່ານໝໍ ແລະ ພະຍາບານຢູ່ໂຮງໝໍສະແຕນຟອດເຮັດວຽກຮ່ວມກັນເພື່ອປັບປຸງການດູແລຄົນເຈັບ.
ເວລາໂພສ: 19 ກໍລະກົດ 2024