Eric Topol: EHRs genommen haben, uns in die Irre, aber AI könnte zu beheben Gesundheitswesen in eine sinnvolle und positive Weise
Dr. Eric Topol, Gründer und Direktor des Scripps Research Translational-Institut, ist ein langjähriger healthcare-VISIONÄR. Einem Kardiologen, Genetiker und digital health-Pionier, der seine Ideen an der vordersten Front der digitalen Gesundheit für Jahrzehnte.
Topol Forschung und der Berichterstattung über neue Technologien, Daten, Geräte, personalisierte Medizin und mehr erforscht wurden, in vier Büchern – der jüngste -, Tief-Medizin: Wie Künstliche Intelligenz Machen Kann das Gesundheitswesen Wieder Mensch, wurde heute veröffentlicht.
Das Gesundheitswesen hat einige große Fortschritte mit information und Technologie, sagt Topol, aber zu viel ist zu seinem Nachteil. Tech hat dazu beigetragen, dass die Praxis der Medizin „Roboter“, schreibt er, „zu katastrophalen Auswirkungen.“ Ärzte sind ausgebrannt, Patienten-Erfahrung ist suboptimal, um es gelinde zu sagen, und medizinische Fehler gibt es zuhauf.
Aber künstliche Intelligenz birgt das Potenzial, zu helfen, zu beheben.
„Wenn wir die Maschinen nutzen die einzigartigen stärken zu fördern, eine verbesserte Bindung zwischen Menschen“, sagt er, „wir werden gefunden haben, eine entscheidende Abhilfe für das, was zutiefst ist unsere Medizin heute.“
Es gibt große Herausforderungen vor uns, und Fachkräfte im Gesundheitswesen „müssen bereit sein, zu kämpfen gegen einige mächtige Interessengruppen, nicht Blasen Sie diese Gelegenheit, um sich für den Primat der Patientenversorgung, der“ Topol sagt.
Aber richtig und artgerecht eingesetzt, KI und maschinelles lernen haben, um potenzielle wiederherstellen-Effizienz für eine Breite Palette von belastender healthcare Prozesse, zu befreien, die ärzte behandeln Ihre Patienten in der Art und Weise, die Sie verdienen, sagt er. „Der Weg wird nicht einfach sein, und das Ende ist noch ein langer Weg ist. Aber mit den richtigen Leitplanken, Medizin bekommen können.“
Topol Sprach mit Healthcare-IT-News vor kurzem über die healthcare „ganz unpersönlich“ nach dem aktuellen Stand und das Potenzial für die KI zu helfen, die Wiederherstellung Ihrer Menschlichkeit.
F: Ein kürzlich erschienener Bericht zeigte eine überraschend große Zahl von Unternehmen, die nennen sich selbst KI-startups nicht wirklich AI, die in nennenswerter Weise. Aber trotz all dieser hype und heiße Luft – und es ist eine ganze Menge – es scheint klar, dass die künstliche Intelligenz ist hier zu bleiben. Und man spürt deutlich, dass es eine positive Netto für das Gesundheitswesen, trotz einigen sehr realen Hürden, die überwunden werden müssen.
A. Es ist nicht eine Frage, über die übertreibung, und ich bin zutiefst abgeben, dass in dem Buch: Wir sind lange auf Versprechen und kurz auf die Validierung – auf realen Daten, die über die Bereitschaft für den Einsatz. Also der wichtigste Punkt, dass, wenn wir wirklich nach diesem, und umarmen die potential und es richtig machen, können wir über diese hype-phase und wirklich in die Zukunft verändern des Gesundheitswesens in eine sehr sinnvolle und positive Art und Weise.
F: Erklären Sie, was Sie bedeuten, durch diese Konzepte von „flachen Medizin“ und „tiefen der Medizin.“
A. Flach Medizin ist voller Probleme, wie der Mangel an Zeit. So gibt es sehr wenig menschlichen Kontakt. Und in die Minuten, wenn es Auftritt, es ist kompromittiert durch die Tastatur und der Bildschirm und minimal, wenn überhaupt, Kontakt mit den Augen. Es ist also völlig unpersönlich und das ist ein großes problem. Aber auch die Kliniker beteiligten – ärzte, Krankenschwestern und andere medizinische Fachkräfte – leiden unter burnout. Mehr als die Hälfte – die Spitze überhaupt – auch als klinische depression und eine hohe Zahl von Selbstmorden, auch. Die Ernüchterung führen zu einer Verdoppelung der Fehler, oder eine mehr als Verdoppelung von Fehlern oder mehr als das doppelte. Das ist bereits zu Genüge bewiesen.
So haben Sie in diesem Teufelskreis von Menschen, die meinen, Sie haben Ihren Weg verloren. Machen mehr Fehler. Dann noch weitere Ernüchterung: haben Sie Patienten, die fühlen, dass Sie nicht gepflegt weil es so sehr wenig Zeit – weniger eine Bindung, und das Gefühl der Präsenz und Vertrauen, und die ganze kostbare Beziehung hat sich verschlechtert.
Über all diese Faktoren, es gibt mehr als 12 Millionen medizinische Fehler in den USA Seriöse. Diagnose-Fehler. Sie sind eine der führenden Ursachen des Todes. Und so haben wir nicht sehr gute Bild jetzt, wie das Gesundheitswesen praktiziert wird, und das ist, warum ich glaube, es ist flach.
Weil wir nicht verstehen, jeder Mensch. Wir nicht die Integration aller Daten, die wir nicht nutzen unsere Ressourcen effizient, wir übertreiben. Es ist voll von Abfällen. Mindestens ein Drittel alle Gesundheitswesen in den USA gilt als verschwenderisch. Wir können das besser machen. Und das ist, was tief medine kann uns.
F: Technologisch, zumindest, wir haben einen langen Weg in kurzer Zeit, relativ gesehen. Wir reden hier über die KI jetzt, aber weniger als vor 10 Jahren, war die Industrie reden, wie man Krankenhäuser auch verabschieden, die grundlegende elektronische Patientenakten.
A. ich denke, dass elektronische Patientenakten wurden die einzigartigen größten Katastrophe in den letzten zwei Jahrzehnten des Gesundheitswesens. Die Idee war gut, doch die Ausführung wurde erbärmlich. Sie sind aufgestellt für Zwecke der Abrechnung. Sie konnte es nicht weniger Pflege über die Patienten-zentrierte vision. Sie sind erbärmlich. Sie sind die schlimmsten software in Existenz, die ich kenne. Sie haben wirklich genommen, uns in die Irre, und haben die ganze digitale Zeitalter im Gesundheitswesen einen schlechten Namen. Sie sind gleichmäßig gehasst von Patienten und ärzten, da Sie beinhalten, ist eine solche schlecht funktionierenden Benutzeroberfläche, und sind die einzigen Schlimmste Teil der Verschlechterung der Arzt-patient-Beziehung.
F: was sollte getan werden, um Verbesserung von EHR-Systemen zu helfen, die zu positionieren sind, um Kapital auf die Entstehung des AI und ermöglichen eine bessere Arzt-und Patienten-Erfahrungen? Ist das nicht die Daten in EHR-Systemen entscheidend für den Erfolg des maschinellen Lernens?
A. Wir können nicht wirklich tief lernen für Individuen, ohne jede person, die alle Ihre Daten. Nun, das ist komplizierter, weil mehr und mehr Menschen gehen, um zu generieren Ihre eigenen Daten durch tragbare sensoren tragbare medical-grade-sensoren – und das auch tun, Ihre eigenen lab tests über Ihr smartphone. Das ist also ein Ort, wo es kein Zuhause für diese Daten.
Dann gibt es Genomik und Ihre mikrobiom und diese anderen biologischen Ebenen von Daten. Aber die Leute wollen das nicht in Ihre Krankenakte, Ihre traditionelle Krankenakte. Das ist also ein Bereich, der „Obdachlosen“ heute.
Aber die Leute können noch nicht mal Ihre Krankenakte – alle von Ihnen – und Sie müssen Sie haben, aus der Zeit, die Sie in der Gebärmutter, die alle den Weg zu den gegenwärtigen Augenblick. Niemand hat in diesem Land, im wesentlichen. Und das ist die Voraussetzung, um mit der Eingabe für Tiefe neuronale Netze zu erhalten, die beste Leistung. Aber wir sind so weit von diesem Punkt, und das erfordert eine änderung der Politik, dass die Menschen Ihre eigenen medizinischen Daten. Es sind Ihre Daten, es ist Ihr Körper und es ist wichtig für Ihre Gesundheit.
F. die Politischen Entscheidungsträger zumindest zu sein scheinen, denken entlang dieser Linien, wie die Informationen, die blockierende Regel wurde veröffentlicht im letzten Monat, zum Beispiel. Sie sind zumindest ermutigend, durch Vorschläge, wie das?
A. Nein, ich bin nicht, leider. Weil es nicht nur Informationen blockieren, die hat sich schon über Jahre. Es ist die ganze Bevormundung der medizinischen Einrichtung–, dass die Krankenhäuser und Gesundheitssysteme und ärzte, die eigenen Leute Daten. Und Patienten, die Sie nicht bekommen kann Ihre Daten. Auch wenn es nicht Informationen blockieren, die ist noch immer weit verbreitet, trotz was auch immer Vorschriften kommen vom Berg herab, in der Praxis können die Menschen nicht Ihre Daten. Ich kann nicht einmal meine Daten. Also das ist, das ist eine wirklich erbärmlichen situation, denn es ist im Grunde das Geschäft der Medizin. Und die Letzte person, die das Geschäft der Medizin kümmert sich wirklich für die Patienten.
F: So ganz klar einige ziemlich große Veränderungen stattfinden müssen. Aber jenseits der Technik, die Sie benötigen, ändern einige tief verwurzelte Gewohnheiten – das ist offensichtlich eine Herausforderung.
A. Gut, in Ländern wie Estland, die Menschen besitzen alle Ihre Daten. Und es ist sehr sicher, und Sie können Teile oder alle der es, Wann immer und mit wem auch immer Sie wollen. Sie können Sie können, Spenden Sie für die medizinische Forschung. Sie können es verkaufen. Es sind Ihre Daten. Und es gibt andere Länder, die Folgen, führen. Aber hier in den USA gibt es keine Bewegung.
Und es gibt keine AI-Strategie. Ich meine, ich habe gerade eine erweiterte Kommission von der britischen Regierung planen für AI in Großbritannien im NHS. Hier ist ein Land, das setzen in die Milliarden von Pfund, Ihre Ressourcen und Ihre Mitarbeiter zu integrieren, AI.
Wir tun nichts. Wir haben eine null-dollar-Investition in diesem Land. Den letzten Trumpf Erklärung, dass es oberste Priorität war begleitet durch null Ressourcen.
F: Und es hatte sehr wenige Besonderheiten.
A. Und nur sehr wenige Besonderheiten. Genau.
F: Aber klar, Sie sind optimistisch, das große Bild für AI im Gesundheitswesen. Es ist der Grund, warum Sie das Buch geschrieben hat.
A. Oh, ich bin aufgeregt. Ich bin nur besorgt, dass es nicht passiert in diesem Land. Es passiert jetzt schon in China – aber das ist eine völlig andere Kultur, wo die Regierung hat alle Menschen, die Daten. So zumindest haben Sie es alle sammeln Sie wissen. Und es gibt keine wirkliche Privatsphäre wirklich. Also OK – das ist nicht genau was ich denken würde, ein Modell. Aber Sie sind die Umsetzung AI im Maßstab. Diese riesigen Mengen von Daten, und den Willen und die Ressourcen und das planen.
Aber in Ländern wie dem Vereinigten Königreich und anderen Ländern, die ich habe, verbunden mit der einen oder anderen Weise, Sie machen eine sehr gezielte Strategie zu. Dies ist das größte Potenzial, das wir haben, zu beheben, was uns schmerzt und Gesundheitswesen. Wir sind eine lange Wege aus. Aber wenn Sie denken über die Verschwendung, Ineffizienz, mangelnde Produktivität, den schrecklichen workflow, die wir haben – geschweige denn, die Beziehung zwischen Patienten und Ihre ärzte. Alle diese Dinge. Gibt es eine Abhilfe im Shop. Es gibt, freistehend.
Aber nachdem es Planung Bedarf. Da die KI könnte auch alles schlimmer. Es könnte zu Ungerechtigkeiten schlimmer, es könnte die burnout schlimmer, wenn wir nicht diese pflanze.
F: reden wir mehr über negatives, nur ein bisschen. Aber zurück und behaupten, dass alle diese AI kommt in ein Krankenhaus in der Nähe von morgen. Es gibt so viele unterschiedliche Anwendungen: prädiktive algorithmen, digitale Pathologie und Diagnostik, Patienten-zugewandt chatbots. Was sind einige der Anwendungsfälle, die dich am meisten begeistert, und denken konnte, haben die meisten unmittelbaren Auswirkungen?
A. Nun, ich denke, eine Sache, die Sie übersehen haben ist, dass es nicht nur ein Krankenhaus-Arzt Geschichte. Es ist auch ein öffentlicher-Personen-individuelle Geschichte. Ich meine, wir haben bereits smartwatches mit Herz-Rhythmus-Erkennung gibt, mit einem deep learning-Algorithmus, mit FDA-Zulassung für die Verbraucher. Und es geht um viel mehr. Wenn wir Menschen die Diagnose Ihrer Haut-Läsionen oder Ihr Kind die Ohr-Infektionen, und alle diese anderen Gründe für den Gang zum Arzt, das wird riesig sein. Das ist ein großer Teil der Gesundheitsversorgung: die routine, nicht-schwere, aber wichtige Dinge, die exakte, schnelle, kostengünstige Diagnose.
Mehr Begriff, die größte Sache von allen ist die remote-überwachung und loszuwerden Krankenhaus Zimmer. Und da, die Gelegenheit ist außergewöhnlich. Da offensichtlich der größte Teil der Kosten im Gesundheitswesen ist das Personal. Und wenn Sie nicht über Krankenhaus-Zimmer, haben Sie eine ganze Menge weniger Personal. So einrichten surveillance Center mit remote-monitoring – exquisit und sehr preiswert mit der richtigen algorithmen, wenn es überprüft – wäre der größte Weg, um Dinge zu verbessern für die Patienten, weil Sie im Komfort Ihres eigenen Hauses. Sie unterliegen nicht dem Risiko von nosokomialen Infektionen. Das wäre sehr gut geschätzt von Patienten, wenn es wurde bewiesen, sicher und effektiv zu sein.
Auf kürzere Sicht, die größte Sache ist, dass das loswerden von der Tastatur. Komplett. Vollständige Befreiung von der Tastatur. Die erreichbar ist.
F: Und was sind dann einige der Bereiche, die Ihnen die größte Sorge? Bei HIMSS19 sah ich eine Podiumsdiskussion mit den Leuten von der AMA und der Cleveland Clinic und Microsoft, alle sprechen über einige der großen ethischen Bedenken, die müssen ausgemerzt werden, mit AI. Ganz zu schweigen von der Sicherheit der Patienten, Risiken einzugehen, wenn es nicht integriert in klinische workflows. Was sind einige der Bereiche, in denen wir betreten müssen besonders sorgfältig?
A. ich habe ein ganzes Kapitel über „deep Verbindlichkeiten“ in dem Buch, und ich betone, dass dies ein erhebliches problem. Ungerechtigkeiten sind ein sehr ernstes problem in den USA vor allem, und dies könnte die Dinge viel schlimmer, wenn diese Werkzeuge sind nur für die wohlhabenden. Wir reden hier über billige chips und software, die frei verfügbar für diejenigen, die in not sind. Und das sollte eine ganz andere Art und Weise vorwärts gehen, als es wurde.
Aber es gibt keinen Mangel an Bedenken hier. Datenschutz und Sicherheit auf einem Niveau. Die explainability von algorithmen – die „black box“ – ist eine andere. Die Ethik der Bereitstellung von algorithmen, es gibt so viele Fragen, die sein müssen, auseinandergesetzt. Aber Sie alle haben einen Löslichen Weg. Es bedeutet nur, du musst daran arbeiten.
Q. denken Sie, dass die Gesundheitsversorgung, die hat keinen Mangel an anderen Problemen zu arbeiten, jetzt, bereit ist, für etwas so groß?
A. Nun, wenn Sie will, um über seinen Zustand von Chaos und lächerlich, Kosten und Verschlechterung der Mensch-zu-Mensch-Bindung, die es hat. Weil es weiter in den Süden geht so schnell, und so außerordentlich schlecht. Wir halten mehr Investitionen in Humankapital, mit schlechteren menschlichen Ergebnissen führen. Das ist das Schlimmste business-Modell, das ich je gehört habe.
Und wir halten es zu tun. Anstatt Maschinen zu helfen, die Leistung der Kliniker, ob es Radiologen, Pathologen, Dermatologen, Augenärzten – in allen Lebensbereichen im Gesundheitswesen, anstatt das zu tun, wir halten gerade die Einstellung von mehr Menschen.
Es ist die it-Konten für den größten Teil aller dieser Arbeitsmarkt Schärfe, die wir im jetzt. Noch das hinzufügen von mehr Arbeitsplätzen. Die Nummer eins Wirtschaft: Gesundheitswesen jobs. Und nicht tun, was wir können, zur Reduzierung der Abhängigkeit von Humankapital, sondern anfangen zu trainieren Maschinen zu tun, die Aufgaben – und das schließt administrator Aufgaben: Abrechnung, Codierung, alle back-office-Operationen.
F: Nun, wir sind es immer, etwas auf der klinischen Seite. FDA genehmigt hat und noch mehr Geräte und apps, zum Beispiel, und hat änderungen vorgenommen, um die regulatorischen Prozesse für AI-tools. Was sonst sollten die anderen Politiker tun, um bereit für diese neue ära?
A. In den USA? Ich weiß nicht, alles, was getan wird. Ich meine, Scott Gottlieb nur resigniert. Ich kann das nicht glauben. Er war wie der beste Teil der gesamten Verwaltung. Dies ist ein großer Schlag. Oh mein Gott. Wow.
F: Also, Sie scheinen einen ziemlich trüben Blick, dann, wo wir in den Staaten im Vergleich zum rest der Welt.
A. Nun, ich meine, ich hatte einige, die ich gearbeitet habe, sehr viel mit Großbritannien habe ich eine Menge gearbeitet, mit Neuseeland. Ich bin vertraut mit der Szene in China. Und ich habe eine Globale Umfrage für das Buch, in das Kapitel auf die Gesundheitssysteme. Also, wissen Sie, diese Tage, an denen sehen wir nur versuchen zu überleben, Tag für Tag, hier in diesem Land. Das Gesundheitswesen ist nur das Essen der Wirtschaft: 18 Prozent, 20 Prozent, morgen gibt es keine Grenzen. Und es gibt keine Planung. Keine zusammenhängende Strategie. Und wir sehen uns dann eins nach dem anderen: ob es die pharma-Preise, die insulin die Spezialität Drogen, oder die Gesundheitswesen jobs. Ich meine, jeder Metrik. Wir sind das einzige hochentwickelte Land der Welt, wo die Lebenserwartung ist gesunken, die drei Jahre in Folge.
F: Sie denken, AI könnte dazu beitragen, einige dieser Dinge. Aber wir Sprachen vorhin von Radiologen und Dermatologen. Was sagen Sie zu jenen ärzten, die sagen, „ich will nicht, um zu sehen, meinen job überflüssig geworden Dank dem Algorithmus“, oder „ich will nicht einer smartphone-app kann ein Foto machen, der Maulwurf zu sein, mich aus dem Geschäft“?
A. Sie müssen denken, über die Synergie. Ich meine, wir haben schon genug Daten, um zu zeigen, dass wir deutlich verbessern die Leistung der ärzte, so dass Radiologen nicht verpassen Dinge. Und insgesamt, maschinelles lernen trainiert werden kann, um zu sehen, Dinge, die Menschen können nicht einmal sehen.
Ich meine, schauen zu können, bei einem 12-lead cardiogram und sagen, was, was die Funktion des Herzens ist, oder ob die person wahrscheinlich entwickeln ein Herz eine Arrhythmie. Wir können nicht sehen, diese Dinge. In der Lage sein, zu betrachten, eine smartwatch in der Lage sein zu sagen, der Blut-kaliumkonzentration ohne Blut.
All diese Dinge, die Sie wissen, kann man die Maschinen nun sollte angenommen werden, so dass die menschliche Leistungsfähigkeit wird erheblich gesteigert. Produktivität, Effizienz und workflow können alle erheblich verbessert werden. Anstatt zu sagen, „Es ist mein job“ – Nein ist es nicht, es geht um meinen job so viel besser. Es gibt möglicherweise, das ultimative Geschenk der Zeit. Zeit zu verbringen mit den Patienten und in der Lage sein, die Versorgung besser. Und das ist, warum wir gingen alle in der Medizin in den ersten Platz.
Twitter: @MikeMiliardHITN
E-Mail der Autorin: [email protected]
Healthcare-IT-News ist die HIMSS Media-Publikation.