Да ли ће машинско учење учинити да лекари застаревају? Представио: АлтаМЛ гооглетаг.цмд.пусх (функција () {гооглетаг.дисплаи (див-гпт-ад-1562928221186-0);}); П:

Аутор: Laura McKinney
Датум Стварања: 4 Април 2021
Ажурирати Датум: 24 Јуни 2024
Anonim
Да ли ће машинско учење учинити да лекари застаревају? Представио: АлтаМЛ гооглетаг.цмд.пусх (функција () {гооглетаг.дисплаи (див-гпт-ад-1562928221186-0);}); П: - Технологија
Да ли ће машинско учење учинити да лекари застаревају? Представио: АлтаМЛ гооглетаг.цмд.пусх (функција () {гооглетаг.дисплаи (див-гпт-ад-1562928221186-0);}); П: - Технологија

Садржај

Представио: АлтаМЛ



П:

Да ли ће машинско учење учинити да лекари застаревају?

О:

Питање да ли ће програми машинског учења на крају заменити људске лекаре је занимљиво. То има своју основу у технолошком напретку који смо већ видели - и неким који се спушта низ штуку - као и нашем разумевању како функционише западна медицина, чак и у свету који се темељи на подацима.

Прво што треба приметити је да је технологија постигла огромне кораке у постизању добре дијагнозе и евалуације радиологије и генерално доношења одлука заснованих на подацима. Па за шта су нам потребни лекари?

Па ... погледајмо шта обично раде лекари у данашњем високотехнолошком окружењу. Користе рачунаре и другу технологију.

Један од најбољих примера су електронски медицински картон (ЕМР) и електронски здравствени картон (ЕХР). Тамо где су лекари радили на папиру, сада користе понуде произвођача софтвера који дигитализују и аутоматизују већи део њиховог рада. На пример, ЕМР и ЕХР већ помажу лекарима у процесу дијагностиковања стања.


У светлу тога, има много смисла сугерирати да ће медицински свет сутра бити сарадња између човека и машине. Лекари ће контролисати технологије које доносе те одлуке, а лекари ће пружити кључни људски надзор над тим одлукама.

Иако су програми машинског учења постали изузетно корисни у доношењу одлука заснованих на подацима, они вјероватно постају толико моћни да не желимо самостално овисити о њима како бисмо донијели наше медицинске одлуке. Стручњаци наводе „феномен црне кутије“ где ми у потпуности не разумемо како функционишу ови програми машинског учења. У том је смислу кључно да се укључује људски агент како би се погодило о резултатима система машинског учења и тим резултатима поставили одговарајућу сагласност.

Постоје две додатне тачке које нам сугеришу да ћемо људе у будућности и даље користити. Једна је одговорност. Како оцењујете евентуалну одговорност која произилази из поштовања одлука рачунара?

Други подразумева како ми као људи волимо да добијамо своју здравствену заштиту. Рани напори на потпуно дигитализацији исхода у здравству нису били популарни и нису добро функционисали. Пацијенти углавном желе да разговарају са лекаром, а не да се консултују са рачунаром. Чак постоји разумевање да људи избегавају употребу интернета за дијагностицирање стања, јер на тај начин не желе да се приближе медицини.


Пречишћенији поглед на рад лекара данас упућује на то да ће убудуће радити на исти начин, мада ће технологије постајати све снажније и омогућавати клиничарима да раде више за пацијенте током времена.