AI in Healthcare: The Next Frontier | Leonardo Castorina | TEDxUniversityofEdinburgh

Summary

Ce script explore l'application de l'intelligence artificielle (IA) dans le domaine de la santé, soulignant les défis tels que la résistance aux antibiotiques et les nouvelles maladies. Il explique comment l'IA, en analysant des données variées, peut aider les médecins et les infirmières à améliorer la prise en charge des patients, réduire les temps d'attente et traiter des problèmes tels que la fatigue des professionnels de la santé. Des exemples concrets illustrent les avantages de l'utilisation de l'IA pour la préparation aux consultations, la prise de notes et la recherche médicale, ainsi que pour l'analyse d'images médicales. L'auteur met en garde contre les erreurs potentielles de l'IA et souligne l'importance de la sécurité, de la transparence et de la confidentialité des données.

Takeaways

• 🚑 Le secteur de la santé fait face à de nombreux défis, tels que la résistance aux antibiotiques et l'apparition de nouveaux virus.
• 🤖 L'IA est présentée comme un outil magique qui peut changer la technologie et pourrait avoir des applications dans le domaine de la santé.
• 💾 L'IA commence avec des données, qui peuvent être du texte, des images ou d'autres types, et utilise un système d'apprentissage pour identifier des motifs.
• 👨‍⚕️ L'IA peut aider les médecins et les infirmières en réduisant le temps de consultation et en améliorant la gestion des dossiers médicaux.
• 📚 L'IA peut aider à réduire la charge administrative des médecins en automatisant la prise de notes et la maintenance des dossiers médicaux.
• 🔍 L'IA peut être utilisée pour la recherche, en identifiant de nouvelles recherches scientifiques ou en analysant les symptômes des patients.
• 📈 L'IA peut aider à améliorer la résolution des images médicales, telles que les IRM, en augmentant la qualité des scans à partir de scans de faible résolution.
• 👁️ L'IA a été utilisée pour analyser les scans de la rétine, permettant d'identifier si un patient a besoin d'une consultation urgente ou non.
• 🧬 L'IA peut être utilisée pour l'étude des protéines, qui sont essentielles à la vie et peuvent être utilisées pour développer de nouveaux traitements.
• 🛡️ Il est important de considérer les problèmes potentiels liés à l'IA, tels que le biais, la transparence, la confidentialité, la responsabilité et la sécurité.

Q & A

Quelle est la crise de santé mentionnée dans le script?

La crise de santé mentionnée est caractérisée par le surmenage des médecins et des infirmières, l'allongement des délais d'attente et de nouveaux défis tels que la résistance aux antibiotiques et l'apparition de nouveaux virus.

Quel rôle l'IA pourrait-elle jouer dans le domaine de la santé?

L'IA pourrait aider les médecins et les infirmières en réduisant la paperasserie, en améliorant la couverture médicale en raison du manque de personnel et en aidant à prédire des tendances ou des diagnostics en analysant des images médicales ou des données de santé.

Quels sont les types de données que l'IA analyse dans le contexte de la santé?

L'IA analyse divers types de données, tels que les dossiers médicaux textuels, les images telles que les radiographies ou les scans, et même des données de marchés comme les fluctuations du marché boursier.

Que signifie le terme 'généralisation' dans le contexte de l'IA?

La généralisation fait référence à la capacité d'un système IA formé de reconnaître les mêmes motifs dans de nouvelles données non vues auparavant, comme identifier un cancer dans une nouvelle radiographie de thorax.

Pourquoi les médecins éprouvent-ils du burn-out?

Les médecins éprouvent du burn-out en raison de la paperasserie et du manque de personnel, ce qui signifie qu'ils doivent gérer un nombre important de tâches administratives et médicales en plus de soigner les patients.

Quelle est la différence entre les médecins et les infirmières en termes de vacaturs?

Pour les médecins, sur 20 postes vacants, seules 19 sont pourvus, tandis que pour les infirmières, sur 10 postes vacants, seulement 9 sont pourvus, ce qui répartit le travail non effectué sur les infirmières et les médecins actifs.

Comment l'IA pourrait-elle aider à réduire les temps d'attente dans les hôpitaux?

L'IA pourrait aider à réduire les temps d'attente en automatisant certaines tâches telles que la préparation des dossiers médicaux, en aidant à prendre des notes lors des consultations ou en identifiant rapidement des cas d'urgence à partir d'images médicales.

Quels sont les trois principaux domaines d'application de l'IA en médecine mentionnés dans le script?

Les trois principaux domaines d'application de l'IA en médecine sont la préparation avant une rencontre avec un patient, la prise de notes lors des consultations et la recherche médicale.

Quels sont les problèmes potentiels que l'IA pourrait rencontrer dans le domaine de la santé?

Les problèmes potentiels mentionnés sont le biais, la transparence, la confidentialité, la responsabilité, la rétroaction de l'utilisateur et la sécurité.

Pourquoi est-il important de ne pas remplacer les médecins par l'IA, mais plutôt de les aider?

Il est important de ne pas remplacer les médecins par l'IA car les modèles IA ne sont pas parfaits et ont un taux d'erreur qui n'est jamais de 0%. Les médecins sont nécessaires pour prendre des décisions éclairées et pour intervenir si l'IA fait une erreur.

Quel est l'exemple donné pour montrer comment l'IA pourrait aider dans la recherche de nouvelles thérapies?

L'exemple donné est l'utilisation de l'IA pour concevoir une nouvelle forme d'anticorps qui pourrait s'attacher à la protéine pic de la COVID-19, réduisant ainsi le temps nécessaire pour trouver un traitement ou un vaccin.

Outlines

00:00

🏥 L'Intégration de l'IA dans le domaine de la santé

Le premier paragraphe aborde la crise actuelle du secteur de la santé, où les médecins et les infirmières sont surmenés et où les temps d'attente augmentent. Il évoque les défis tels que la résistance aux antibiotiques et l'apparition de nouveaux virus. L'orateur explique l'intérêt de l'utilisation de l'intelligence artificielle (IA) dans ce domaine, en soulignant qu'elle peut aider à analyser des données médicales, tels que des dossiers médicaux et des images médicales. L'IA est décrite comme un outil de reconnaissance de motifs qui s'améliore au fil du temps grâce à un processus d'apprentissage. L'orateur mentionne également l'importance de la généralisation, qui permet à l'IA de reconnaître des motifs dans de nouveaux cas. Enfin, il cite des exemples d'interactions avec l'IA, comme les assistants vocaux et les voitures autonomes, et soulève la question de la confiance en l'IA.

05:01

🤖 L'IA au quotidien et son application dans les soins médicaux

Le deuxième paragraphe traite de l'épuisement professionnel des médecins, souvent dû à la paperasserie et à un manque de personnel. L'orateur présente l'IA comme un outil pouvant aider à réduire cette charge de travail. Il explique comment l'IA peut être utilisée pour préparer les consultations, en analysant les dossiers médicaux des patients, pour documenter les consultations en temps réel et pour faire la recherche médicale. L'orateur mentionne également l'utilisation de l'IA pour traiter des images médicales, comme les IRM, en améliorant la résolution des images et en aidant à identifier les anomalies. Il cite également l'exemple de Google DeepMind, qui a utilisé l'IA pour analyser des scans rétiniens et déterminer l'urgence des soins. L'orateur souligne que l'objectif de l'IA n'est pas de remplacer les médecins, mais de les aider, tout en reconnaissant les erreurs potentielles et en proposant des solutions pour y faire face, telles que la réduction des biais, la transparence, la confidentialité des données, la responsabilité et la sécurité.

10:02

🧬 La prochaine avancée de l'IA : les protéines

Le troisième paragraphe se concentre sur l'utilisation potentielle de l'IA pour la découverte de nouvelles protéines, qui sont essentielles à la vie et à la santé. L'orateur décrit les protéines comme des 'architectes de la vie', puisqu'elles sont impliquées dans presque tous les processus biologiques. Il explique comment l'IA pourrait aider à concevoir de nouvelles protéines ou à identifier des protéines existantes qui pourraient avoir des propriétés thérapeutiques. L'orateur donne l'exemple de la lutte contre le COVID-19, où l'IA pourrait être utilisée pour concevoir des anticorps spécifiques qui se lient à la protéine Spike du virus. Il souligne que l'IA peut accélérer ce processus et potentiellement révolutionner la recherche médicale. Cependant, il rappelle également l'importance de gérer les défis associés à l'utilisation de l'IA, tels que la sécurité et la fiabilité des algorithmes.

Keywords

💡AI

AI, ou Intelligence Artificielle, est un terme clé dans le script qui se réfère à la capacité des machines de simuler l'intelligence humaine. Dans le contexte du vidéo, l'AI est présentée comme un outil magique qui peut changer la technologie et s'appliquer dans le domaine de la santé. L'exemple de ChatGPT est utilisé pour illustrer comment l'AI peut aider les médecins en préparant des réunions, en enregistrant des conversations et en effectuant des recherches.

💡Cancer

Le cancer est une maladie causée par une anomalie dans la régulation de la croissance cellulaire. Dans le script, il est mentionné comme une possibilité de diagnostic lors de l'analyse d'une radiographie de thorax par un système AI, montrant comment l'AI peut aider dans le diagnostic médical.

💡Burnout

Burnout est un état de fatigue physique, émotionnelle et mentale causé par des exigences chroniques et excessives. Dans le script, le burnout est mentionné comme étant une cause de stress majeure pour les médecins, principalement en raison des tâches administratives et du manque de personnel.

💡Understaffing

Understaffing se réfère à un manque de personnel dans un environnement de travail. Dans le script, cela est lié à la pression sur les médecins et les infirmières qui doivent faire face à des postes vacants non pourvus, ce qui augmente leur charge de travail.

💡Waiting Times

Les temps d'attente font référence à la durée que les patients doivent patienter avant d'être traités par un professionnel de la santé. Le script mentionne que les temps d'attente sont de plus en plus longs, soulignant un problème croissant dans les services de santé.

💡Antibiotic Resistance

La résistance aux antibiotiques est un phénomène où les bactéries deviennent résistantes aux antibiotiques, rendant ces derniers inefficaces. Dans le script, il est cité comme un nouveau défi en santé publique auxquels l'AI pourrait apporter des solutions.

💡Generalization

La généralisation en IA se réfère à la capacité d'un modèle entraîné à reconnaître des motifs dans de nouvelles données non vues auparavant. Dans le script, l'auteur explique que l'on espère que les systèmes AI généralisent pour identifier des motifs dans de nouvelles données médicales.

💡Data

Les données sont des informations brutes qui peuvent être analysées pour extraire des connaissances. Dans le contexte du script, les données médicales telles que les dossiers médicaux, les radiographies et les scans sont utilisées pour entraîner les systèmes AI.

💡Training

L'entraînement dans le contexte de l'IA se réfère au processus d'amélioration d'un modèle IA en lui montrant de nombreux exemples pour qu'il puisse apprendre à identifier des motifs. Le script explique que les systèmes IA s'améliorent constamment à travers l'entraînement.

💡Bias

Le biais dans le contexte de l'IA fait référence à la tendance d'un modèle à favoriser certaines sorties ou décisions en fonction des données d'apprentissage. Dans le script, l'auteur mentionne que l'on doit s'assurer que les données représentent bien la population pour éviter les biais dans les décisions de l'IA.

💡Proteins

Les protéines sont des biomolécules essentielles qui effectuent de nombreuses fonctions dans les organismes. Dans le script, l'auteur mentionne les protéines comme étant les 'architectes de la vie sur Terre' et explique comment l'AI pourrait aider à concevoir de nouvelles protéines pour répondre à de nouveaux défis médicaux.

Highlights

Healthcare crisis with doctors and nurses burning out and increasing waiting times.

AI as a tool that can change technology and its potential applications in healthcare.

AI systems analyze data like medical records and X-ray scans to identify patterns.

Training AI systems to improve pattern recognition over time.

The importance of generalization in AI for handling new data.

AI's role in search engines to identify relevant websites.

AI's potential to assist doctors and nurses by reducing paperwork and understaffing issues.

Burnout among doctors due to paperwork and understaffing.

Job vacancies in healthcare, particularly the shortage of doctors and nurses.

Increasing waiting times for patients to see a doctor, exacerbated by COVID-19.

AI chatbots like ChatGPT can assist in healthcare by preparing for patient meetings, logging health records, and researching.

AI's ability to increase the resolution of low-quality MRI scans.

Google DeepMind's work on analyzing Retina scans to determine the urgency of patient referrals.

The importance of not replacing doctors with AI but instead assisting them.

Challenges AI faces in healthcare, such as bias, transparency, privacy, accountability, and safety.

The next frontier for AI: working with proteins and their potential in creating new cures.

AI's potential to design antibodies that bind to viruses like COVID-19, speeding up the process of finding cures.

The need for caution and responsible deployment of AI in healthcare.

Transcripts

we're in the middle of a healthare

crisis doctors and nurses are burning

out waiting times keep getting longer

and longer and we Face new challenges

such as antibiotic resistance and new

viruses you might have heard of AI as

this magical tool that's changing

technology and you might have thought

about Ai and Healthcare and whether

there's some applications uh so I'm

going to show you a few applications and

why I'm really excited about this now

you might have already interacted with

AI in some way maybe with Siri Google

Alexa smart devices or maybe you've seen

or been in an autonomous car cool uh or

maybe you just watchh Terminator and you

think we should burn all this AI

business to the ground so maybe we

should start asking ourselves what is AI

and why should we use it in

healthcare no what is

AI so we first start with data and data

can come in the form of text such as

medical record x-ray scans such as

images and just data in the form of

whatever uh sound stock market all of

this data gets analyzed by this AI

system which is just a pattern

recognition tool we're just looking at

the data and seeing what's in

there the system under goes a process

called training essentially what happens

is that the model gets better and better

and better at identifying these patterns

now you will see that it never actually

reaches 100% And if it does in my

experience there's usually something

wrong with

it so once you have a trained AI system

you hope to have something we call

generalization generalization is when

you have new data coming in and your AI

system is able to identify the same

patterns for example if a new patient

comes in your hospital and you get a

chest x-ray then you're able to

understand whether the patient has

cancer or not or maybe Elon Musk goes on

a Twitter run page and we can predict

that the stock market uh price of Tesla

is going to go down and finally search

engines you probably have interacted

with search engines that identify the

the websites uh that you're most

interested

in this is all cool we can see how AI

can be used in Tech now how about AI in

healthcare and why should we use it the

short answer here is to help doctors and

nurses and I have an example for this

pajama time now for most of us pajama

time literally just means to get ready

for sleep unfortunately this is not the

case for doctors for doctors pajama time

means completing the tasks that they

couldn't do during the day and this

includes um medical records maintaining

them um doing bureaucratic work for the

hospital or simply keep up with the

research and it's no wonder that

actually two-third of doctors mentioned

burnout as the main cause of distress

now there are two main causes of burnout

for doctors one is paperwork two under

Staffing let's start with paperwork as I

said there's a lot of paperwork involved

when you have patients you need to make

sure that you take notes when the

patient is telling you something

important and you need to make sure that

you are

listening and the second one is under

Staffing and for this I have an example

about Job vacancies now the data is only

for England unfortunately I couldn't not

find the data for

Scotland

now we have job vacancies for doctors so

for every 20

doctors only 19 of them are filled so

that means that there's one doctor job

vacancy that that the that is

redistributed across the 19 of the

doctors if you thought that was bad

nurses for every job uh every 10 job

vacancies for nurses only nine of them

are filled that means that the work of

that one nurse is spread across the nine

nurses and this is just the tip of the

iceberg now let's look at waiting times

again NHS England sorry Scottish people

in the audience um you can see the this

is the number of patients on the y axis

for the last um I don't know how many

years essentially it goes up and it goes

up to a point um where we're getting

close to 8 million people and this has

gotten worse especially after Co now for

your contact

there are 50 million people in England 5

Z so that means there's about one in

five people that are waiting to see a

doctor this is insane and we have an

aging population so this is only going

to get

worse so how can AI help essentially you

might have heard of this um chat B

really cool guys that was not even a

joke you might have heard of chat GPT

now is a good friend of mine uh if you

don't know what it is is a smart chat

chatbot you can ask it questions it will

reply um hopefully with the right answer

um but you can ask it to do various

things like coding you can help it write

um you can help it ident can help you

identify new scientific

papers now I thought it'd be cool for

Chad GPT to say hi to all of you before

we start talking about it and I believe

this is the first time in tedex history

that this happened so

yeah so I think there are three main

ways Chad GPT can help or technology

thereof one is for Preparation so before

you go into a meeting with a patient CH

GPT analyzes all the health records and

tells you well you should follow up on

these specific

things second one is logging and here I

mean logging in the health record so

while you are with a patient uh we want

the doctors to spend as much time with a

patient as possible we don't want them

to be taking notes uh we want them to to

feel heard so one way we can do this is

to automatically record a conversation

and then have a system that summarizes

the main points of the conversation and

the third one is research as I said is

extremely hard keeping up with the

research it is for me and even harder

for doctors the cool thing about Chad

GPT is that it interacts with us with

language so if there's a new symptom

that comes up in the patient record it

can identify new scientific research

that shows maybe new diseases correlated

with that

symptom so we talked about language now

let's talk about

images this is an MRI scan and actually

this is work that I was involved in so

when you get an MRI scan you get into

this machine and you're you should be

very very still you're um because if you

move even slightly your scan will be

blurred like the one over there now you

can't do much with a blurred scan so the

doctor can either try their best to

identify patterns whether you have brain

cancer or anything or you will need to

do it again now this is extremely

uncomfortable as I said so what we did

is we took low resolution scans brain M

scans and we took high resolution ones

and we taught an AI system to

automatically increase the resolution of

these scans and now from this scan what

you can get is something like this now

this this you can get it with the

computational power of your phone so

it's very fast it's very easy to run and

saves you time uh saves doctor's time

saves patient time very cool my final

example

is Retina scans essentially when you go

to an optometrist they look at the back

of your eye and see if there's anything

wrong now if there is anything wrong

they will refer you for a surgery and

they will also attach an urgency to that

surgery what Google Deep Mind did is

based on the scans identify whether the

patient needed to be seen urgently or

Not by a healthcare professional and now

I have the data over here this is the

error rate on the referral decision you

have optometrists Retina Specialists and

AI now you can see that thei matches

more or less the the performance of the

of the the healthcare specialist so this

is very cool because again these models

run really quickly and they can be

deployed in areas where there just

aren't that many doctors you can use

them to pre-screen the population so

that these high at risk people can be

seen by by the doctors now it's

important here I'm not saying we should

replace doctors we should help

them you might have noticed that uh the

error rate was never actually 0% and I

mentioned this is a problem in AI so we

should think about what happens when it

makes mistakes now I've prepared a five

point non-exhaustive list of what

happens like the problems that we might

face and ways we can mitigate them so

the first one is bias we don't want the

bias in society to be

um spread around um so one way we can do

this is make sure that the populations

in the data are well represented and we

can do audits so different companies can

check that the models are that the

models that are deployed are working

working

well the second one is transparency and

now this is a really hard one because

it's really hard to open up the AI

system and understand why they made a

specific

decision and I think here the only real

solution is to look at the open source

code now open source code means that you

and me can access the code for free and

understand what happens under the

hood privacy of course we want our data

to be private so it needs to be

encrypted and we want data minimize a so

we don't need to collect all the data we

possibly can about a patient we just

need the data that we

need accountability so when it makes

mistakes there should be a person or an

institution that's responsible for those

mistakes and it should be user feedback

so if the AI makes mistakes we should

learn from

them and finally safety of course we

want something safe to be deployed

especially in healthcare so one problem

here is called hallucination and

especially if you used TBT before you

can see that it confidently tells you

something even though it's false and you

can argue with it and it's like no no no

it's false and continues so it it is a

big problem so we need to make sure that

when these models are deployed they're

fully analyzed and there should be

fallback strategies so if the AI system

fails there should be a human taking

over the

AI now this is all cool I talked about

Ai and all the possible applications now

i' like to talk about the next Frontier

and the next Frontier is

proteins that was no joke um it's

actually my PhD

project so you might think of proteins

as the the things that you eat before

you go to the gym but actually proteins

do pretty much everything in the natural

world you can think of them as Legos now

as a kid I used to love Legos because

oh yeah because as long as you have

these instructions then you can build

your own spaceship or whatever it's very

cool and much like that proteins are

made of these building blocks called

amino acids and you can put them in

Chains and when you do you create these

proteins I like to call proteins The

Architects of life on Earth because as I

said they do pretty much everything I'm

going to show you a few examples of

this you'll know plants plants do

photosynthesis so this big guy over here

is rubisco helps with photosynthesis

it's one of my favorite

proteins um this is DNA DNA needs to be

replicated and to replicate DNA we use

DNA polymerase over

there so what I'm trying to say here is

that as long as you have instructions

which come in the form of

DNA you have your building blocks which

are amino acids then you can build your

your spaceship or a protein now as my

final example I have this thing that you

should be familiar with covid-19

this thing sticking out you guessed it

it's a protein it's called a spike

protein and you might be also familiar

with this other protein called an

antibody now what happens with

antibodies is that they attach to the

spike protein and they initiates an

immune response now to do this we

actually need to create lots of

different random shaped antibodies until

we find the correct one matches the

shape of the co and we initiate the

immune response this takes time

a long time which is why it takes us

time to heal up from

diseases now believe it or not this is

actually a similar approach that the

pharmaceutical industry uses in finding

new cures essentially they have lots of

compounds and they dump them all at the

problem and try to see which compound

actually decreases the um the side

effects or cures the disease and this is

really time consuming so what I'm

proposing here is to use Ai and I have a

an example with Co so if you have a

spike protein like the one I showed you

earlier you can ask an AI to dream up

the shape on an antibody or like the

most probable shape on an antibody that

will bind

Co now you can ask it

to design based on that shape the actual

antibody so there we have it instantly

we generated a new antibody

that we know will bind Co and the cool

thing about this is that if we have new

viruses coming up then we can instantly

generate new antibodies for those

viruses as well cool now much like any

new technology we need to be careful we

need to make sure that we know how to

use AI before we deploy

it but I believe that once we'll be able

to do that it will change the world

thank

you