L’apprentissage automatique et l’informatique quantique peuvent transformer les soins de santé, y compris le diagnostic de la pneumonie

L’apprentissage automatique est utilisé à des fins de prédiction, et dans le domaine des soins de santé, nous voulons prédire si une personne souffre ou non d’une maladie, a-t-il déclaré. Si vous donnez suffisamment d’exemples d’images présentant une pneumonie et non une pneumonie, car il existe deux cas, cela s’appelle une classification binaire.

Tayur et une équipe de chercheurs ont étudié une technique appelée machine à vecteurs de support pour la classification utilisant l’informatique d’inspiration quantique, puis l’ont comparée à d’autres méthodes.dans un article récent.

Nous avons montré que c’était assez compétitif, a-t-il déclaré. Cela fait moins d’erreurs et cela prend moins de temps.

Comment l’informatique quantique peut-elle être appliquée aux soins de santé ?

Tayur a fondé leGroupe Technologies Quantiques(ouvre dans une nouvelle fenêtre) à la CMU pour mieux comprendre et appliquer les méthodes informatiques quantiques à des secteurs tels que les soins de santé.

Les gens sont toujours à la recherche de moyens plus efficaces pour résoudre les problèmes et de nouvelles méthodes et technologies pour les résoudre, a-t-il déclaré.

Au milieu du XXe siècle, les scientifiques qui ont mené la première révolution quantique ont changé le monde grâce à des innovations telles que le transistor, le laser et l’horloge atomique. Bien que le matériel informatique permettant de calculer à l’aide de qubits soit encore en développement, les simulateurs sont capables de résoudre des problèmes de taille réaliste avec des algorithmes spécialement adaptés. C’est pourquoi cette approche est connue sous le nom d’informatique d’inspiration quantique.

En supposant que des dispositifs qubit de plus grande taille et avec moins d’erreurs soient développés, nous pouvons dès maintenant les simuler sur un ordinateur ordinaire, a déclaré Tayur.

Quels sont les défis auxquels sont confrontés les soins de santé dans l’adoption de l’IA ?

Ces technologies restent cependant à l’avant-garde des considérations en matière d’application de l’intelligence artificielle dans les soins de santé.

Pour y parvenir, l’industrie doit relever quatre défis, comme le souligne Tayurdécrit dans la recherche(ouvre dans une nouvelle fenêtre) avec Tinglong Dai de la Johns Hopkins Carey Business School : adhésion des médecins, acceptation des patients, investissement des prestataires et soutien des payeurs.

Pour atteindre ces objectifs, toute IA appliquée aux systèmes de santé devrait réfléchir à la manière dont les médecins l’intégreront dans leurs pratiques, puis examiner la manière dont les patients perçoivent le rôle de l’IA dans la prestation des soins de santé.

Nous avons rédigé cet article en 2022, mais les choses n’ont pas beaucoup changé. Il ne s’agit pas seulement de construire une meilleure souricière, il s’agit d’inciter les gens à utiliser cette souricière, a-t-il déclaré, faisant référence àune idée d’entreprise de longue date(ouvre dans une nouvelle fenêtre) ce succès vient simplement de la conception du meilleur produit.

Premièrement, à titre d’exemple, Tayur a expliqué queplus de 500 dispositifs médicaux d’IA(ouvre dans une nouvelle fenêtre) ont été approuvées par la FDA, mais l’adoption à grande échelle de ces technologies ne fait que commencer, en partie à cause de l’état du secteur des soins de santé et des incitations financières.

Avoir un bon produit est nécessaire, mais ce n’est pas suffisant, a-t-il déclaré. Vous devez encore déterminer comment les gens vont l’utiliser et qui va payer pour cela.

Deuxièmement, une considération majeure dans les soins de santé est la responsabilité. Lorsqu’il s’agit d’appareils, une entreprise peut encourager les médecins à les adopter, mais que se passe-t-il si l’appareil donne un diagnostic erroné ou si un médecin donne une interprétation incorrecte des données de l’appareil ?

Dans le document, nous parlons essentiellement du fait qu’il faut analyser l’analyse de rentabilité, à la fois les risques et les récompenses, ainsi que la formation et les investissements initiaux dans l’adoption de la technologie, a-t-il déclaré.

En appliquant des éléments de l’IA et de l’informatique quantique aux soins de santé, Tayur a déclaré que même si certains progrès ont été réalisés, il reste encore un long chemin à parcourir.

Il arrive souvent qu’une grande partie de l’IA dans les soins de santé soit développée par des scientifiques et des médecins chercheurs, a-t-il déclaré. Ce dont ils ont besoin, c’est d’un homme d’affaires moins séduit par la souricière et plus sensible au parcours du patient et à la viabilité commerciale.