Розумні дані в прогностичній аналітиці в охороні здоров’я - mc2i Consulting в трансформації
Інтелектуальні дані та штучний інтелект дозволяють нам прогнозувати погоду, приймати ділові рішення або навіть порівнювати наші спортивні показники. Ці технології також все частіше використовуються у секторі охорони здоров’я для передбачення ризиків та надання персоналізованої допомоги, адаптованої до пацієнтів.
Звідки беруться ці медичні дані? По-перше, є дані, що існували до комп’ютеризації використання, такі як інформація з медичних картотек пацієнтів. Ці дані походять від досліджень та адміністрування, і їх зберігають установи та медичні працівники.
З появою нових технологій та великих даних з’явилися нові дані: наші розмови в соціальних мережах, вимірювання від пов’язаних об’єктів або дані про стан нашого довкілля. У 2020 році обсяг даних про стан здоров’я буде помножено на 50! Завдяки цим даним, персоналізація допомоги швидко стає пріоритетом. Ксав'є Бутін, директор групи приватних лікарень "Віталія", використовує інформацію своїх пацієнтів, щоб: "задовольнити їхні конкретні потреби, зокрема для підготовки до госпіталізації та відновлення".
Федерація Unicanc, зі свого боку, створить з інженерами компанії Temis рішення для семантичного аналізу файлів своїх пацієнтів, щоб допомогти лікарям у виборі найбільш підходящого лікування для кожного клінічного випадку.
А як щодо даних медичних досліджень? Вони часто можуть бути упередженими, оскільки вони суб’єктивні. Ця проблема пояснюється тим, що для більшості цих досліджень безпосередньо пацієнти самі повідомляють про свою поведінку. Яке рішення можна розглянути для більшої об’єктивності? Відповідь, схоже, полягає у підключених браслетах та їх додатках: справді, тепер можна допомогти користувачам контролювати їхній прогрес у напрямку до здорового способу життя.
Таким чином, моніторинг та нагляд за фізичною активністю, збалансоване харчування, а також хронічні захворювання, такі як діабет, хвороба Паркінсона чи серця, полегшуються завдяки цим пов'язаним об'єктам.
МАЙБУТНЄ ЗДОРОВ'Я 2.0: ПРОГНОЗОВА МЕДИЦИНА
Такі програми, як IBM Watson, існують і використовуються для розпізнавання образів для діагностики. Зараз алгоритми машинного навчання виявляються більш ефективними, ніж людський аналіз, для виявлення та діагностики ракових захворювань. Уотсон здатний діагностувати рак легенів у 90% випадків. Для пацієнтів, які страждають ожирінням, тести показують, що підтримка через пов’язані предмети дуже ефективна для запобігання набору ваги та нового хірургічного втручання. Моніторинг пацієнтів є більш довершеним і, отже, дає змогу передбачити ризики.
Японія є попередником у цій галузі, і це віщує початок справжньої революції у використанні робототехніки для охорони здоров’я. Нові сфери використання з’являються, зокрема, через швидке старіння населення. Роботи тепер можуть використовуватися для спостереження за ізольованими та літніми пацієнтами або для допомоги лікарям у наданні допомоги на відстані.
Подібним чином роботи-супутники допомагають заспокоїти та запобігти деменції у хворих на Альцгеймера. Індустрія охорони здоров’я зазнає глибоких перетворень завдяки інтелектуальним даним, машинному навчанню та штучному інтелекту. Хоча роботи ще далекі від заміни медичних працівників, ці технології вже порушують використання пацієнтів та медичну професію.
ЗДОРОВ'Я, ТЕСТОВАНЕ GDPR
З 10 квітня 2017 року Національна система даних про здоров’я вступила в дію. Це база даних, що централізує всю інформацію про здоров’я французів та об’єднує всі дані з аркушів лікування, консультацій, госпіталізації та придбання ліків. FMF, професійна спілка французьких ліберальних лікарів, попереджає про "високий ризик втрати конфіденційності персональних даних пацієнтів", а також про ризики дискримінації при наймі на роботу та страхування, пов'язані із критеріями здоров'я, такими як рак або захворювання ВІЛ-позитивні.
Обсяг даних про здоров'я, який продовжує зростати в геометричній прогресії завдяки новим технологіям, є цінним джерелом знань для підтримки пацієнтів. Але захист приватного життя пацієнтів та дотримання медичної конфіденційності означає підвищення рівня захисту та контролю за використанням цих даних.
Оскільки дані про здоров’я є особистими, конфіденційними та конфіденційними, важливо визначити кінцеве використання зібраних даних, а також термін їх зберігання. Прибуття нових положень GDPR у травні 2018 року, зокрема, забезпечить загальну правову базу для сприяння вільному переміщенню таких персональних даних у межах Європейського Союзу. Для Міжнародної корпорації даних основною проблемою для гравців охорони здоров’я є забезпечення конфіденційності шляхом "псевдонімізації" даних пацієнтів, одночасно забезпечуючи безпеку та відповідність цих даних.
Таким чином, Smart Data кардинально трансформує майбутнє медицини. Вони дозволяють, з одного боку, намалювати об’єктивний, повний і зрозумілий портрет людини як пацієнта, щоб запропонувати йому індивідуальну допомогу, а з іншого боку, допомогти лікарям у виборі лікування. призначати. Для прогнозування та визначення найбільш підходящого лікування великі дані представляються цінним джерелом даних про довкілля, поведінку та генетичний капітал пацієнтів. Таким чином, ці дані можуть бути зібрані, проаналізовані, а потім порівняні за допомогою ШІ, щоб "поєднати" симптоми з найкращим лікуванням. І саме ці самі роботи зможуть завтра щодня підтримувати пацієнтів та персоналізувати їхню допомогу. Фантазія чи реальність ?
Трибуна, написана Перріном МЕЙРР, консультантом групи mc2i