AI-hälsoappar

Publicerad av Carolina

Annonser

Se, i dagens artikel, de 3 AI-drivna hälsoapparna som avsevärt kan förbättra medicinen, hjälpa till med diagnos, läkemedelsproduktion och mer effektiva behandlingar.

AI kommer att bli alltmer närvarande i världen, inte annorlunda inom det medicinska området.

Med denna teknik kommer det att vara möjligt att ha:

Annonser
  • Diagnostisk hjälp;
  • Prediktiv medicin;
  • Datorstödd kirurgi;
  • Medicinska robotar;
  • Patientscreening;
  • Förväntan på en epidemi;
  • Utveckling av nya behandlingar.

Kolla in hälsoapparna med AI nedan.

1- AI i patientvägledning

Det skulle vara bra om en patient kunde lista sina symtom i ett uppslagsverk som memorerar sjukdomsinformationen som redan är katalogiserad, eller hur?

Detta är redan verklighet på CHUM i Montreal, där denna teknik används för att triage patienter på akuten.

Annonser

Således måste patienten lägga in sina symtom i en dator, och AI kommer att klassificera graden av brådska som patienten måste omhändertas.

Den artificiella intelligensen i detta program kan också avgöra vilken typ av problem patienten har, såsom hjärta, lunga och andra.

Enligt CHUMs VD och koncernchef Dr. Fabrice Brunet: "För närvarande jämför vi denna maskinklassificering med den mänskliga klassificeringen."

Annonser

"Maskinen sparar tid, men vi vill se till att denna screening görs klokt och att den håller hög kvalitet, eftersom den kanske fungerar bra för en typ av patient men inte för en annan."

"Man tar det aldrig för givet att eftersom något är nytt och innovativt kommer det att vara fördelaktigt. Vi måste fortsätta att vara kritiska. AI, precis som all innovation, måste utvärderas och mätas så att vi kan garantera fördelar”, deklarerade.

2- AI för att utveckla läkemedel

Nuförtiden, för att ett nytt läkemedel ska släppas ut på marknaden, går det åt mycket pengar och tid, nästan ett decennium.

Men i nödsituationer, som en pandemi, är det nödvändigt att vidta mycket snabba åtgärder.

För att minska utvecklingstiden för ett läkemedel är det möjligt att optimera den prekliniska forskningen.

Annonser

Det är vad nystartade InVivo AI gör, vilket ger en snabbare process för att utveckla läkemedel.

Skaparna var tre doktorander från Quebec, Kanada, med kunskap från:

  • Beräkningsneurovetenskap;
  • Molekylärbiologi;
  • Maskininlärning.

Som ett resultat kunde de utveckla teknik som påskyndar klinisk forskning och läkemedelsutveckling.

3- AI i diagnostik

Eftersom det finns många medicinska verktyg, för att ställa en diagnos, måste läkaren ta hänsyn till flera data.

Så AI är väldigt närvarande när man tolkar bild- och röntgenundersökningar.

Vissa typer av cancer, som lung- eller bröstcancer, kan vara svårare att diagnostisera med en datortomografi.

Således kan AI-program bättre identifiera avvikelser som det mänskliga ögat inte kan, såsom tidiga tumörer.

Det var idén med start-upen Imagia, som ligger i Montreal, som kan hjälpa till att identifiera vissa typer av cancer, samtidigt som den lyckas ta med mer personliga behandlingar, påskynda kliniska forskningsprocesser och söka nya typer av behandlingar.

Dess plattform, Evidens, som använder Deep Radiomics-algoritmer, kan producera biomarkörer genom digitala bilder, som kan mäta normala och patologiska processer i kroppen från en terapeutisk intervention.

Teknik med AI upptäcker om det finns någon abnormitet och kan observera utvecklingen av sjukdomar.

Hon kan också lära sig själv och föra in data om sjukdomar och avvikelser som redan har upptäckts, vilket ger större precision i diagnoser.

Ett annat företag, Diagnos of Quebec, har utvecklat en AI-teknik som kan diagnostisera diabetisk retinopati.

Detta är en komplikation av diabetes som drabbar 50%-patienter som har typ 2-sjukdom och är 5% orsaken till synförlust över hela världen.

Genom foton av näthinnan identifierar programmet om det finns tecken på sjukdomen.

Sådana bilder tas med hjälp av speciella kameror, som redan finns på apotek, optometricentraler och kliniker.

Denna AI-teknik har hittills lyckats analysera nästan 225 000 patienter i 16 länder.

sv_SESwedish