Los médicos que toman decisiones de vida o muerte sobre trasplantes de órganos, tratamientos contra el cáncer o cirugías cardíacas generalmente no piensan mucho en cómo la inteligencia artificial podría ayudarlos. Y así es como los investigadores de la Universidad Carnegie Mellon dicen que deberían diseñarse herramientas clínicas de IA:- para que los médicos no necesiten pensar en ellos
Es posible que un cirujano nunca sienta la necesidad de pedirle consejo a una IA, y mucho menos permitirle tomar una decisión clínica por ellos, dijo John Zimmerman, profesor de Inteligencia Artificial e Interacción Humano-Computadora de la Familia Tang en la interacción Humano-Computadora de la CMUInstituto HCII. Pero una IA podría guiar las decisiones si estuviera integrada en las rutinas de toma de decisiones ya utilizadas por el equipo clínico, proporcionando predicciones y evaluaciones generadas por la IA como parte de la combinación general de información.
Zimmerman y sus colegas llaman a este enfoque "IA irrelevante"
"La idea es que la IA no debe ser notable en el sentido de que no tiene que pensar en ello y no se interpone en el camino", dijo Zimmerman. "La electricidad es completamente irrelevante hasta que no la tenga"
Qian Yang, un estudiante de doctorado en el HCII, abordará cómo el enfoque de AI irrelevante guió el diseño de una herramienta de apoyo a la decisión clínica DST en CHI 2019, la Conferencia de la Asociación de Maquinaria de Computación sobre Factores Humanos en Sistemas de Computación, Del 4 al 9 de mayo en Glasgow, Escocia.
Yang, junto con Zimmerman y Aaron Steinfeld, profesor asociado de investigación en el HCII y el Instituto de Robótica, están trabajando con investigadores biomédicos de la Universidad de Cornell y el Instituto de Tecnologías del Lenguaje de CMU en un horario de verano para ayudar a los médicos a evaluar a los pacientes cardíacos para el tratamiento con asistencia ventriculardispositivo VAD. Esta bomba implantable ayuda a los corazones enfermos en pacientes que no pueden recibir trasplantes de corazón, pero muchos receptores mueren poco después del implante. El DST en desarrollo utiliza métodos de aprendizaje automático para analizar miles de casos y calcular la probabilidad deindividuo podría beneficiarse.
Los DST se han desarrollado para ayudar a diagnosticar o planificar el tratamiento de una serie de afecciones médicas y procedimientos quirúrgicos, pero la mayoría no logran hacer la transición del laboratorio a la práctica clínica y caen en desuso.
"Todos asumen que sabes que necesitas ayuda", dijo Zimmerman. A menudo se enfrentan a la resistencia de los médicos, muchos de los cuales no creen que necesiten ayuda, o ven el DST como una tecnología diseñada para reemplazarlos.
Yang usó los principios de IA irrelevantes para diseñar cómo el equipo clínico interactuaría con el DST para VAD. Estos equipos incluyen médicos de nivel medio, como enfermeras practicantes, trabajadores sociales y coordinadores de VAD, que usan computadoras de manera rutinaria, y cirujanos y cardiólogos, que valoran los consejos de sus colegas sobre el soporte computacional.
El momento natural para incorporar los pronósticos del DST es durante las reuniones multidisciplinarias de evaluación de pacientes, dijo Yang. Aunque los médicos toman la decisión final sobre cuándo o si implantar un VAD, todo el equipo a menudo está presente en estas reuniones y se usan computadoras.
Su diseño incorpora automáticamente los pronósticos de DST en las diapositivas preparadas para cada paciente. En la mayoría de los casos, la información de DST no será significativa, sugirió Steinfeld, pero para ciertos pacientes, o en ciertos puntos críticos para cada paciente, el DST podríaproporcionar información que exige atención
Aunque el DST en sí mismo aún está en desarrollo, los investigadores probaron este diseño de interacción en tres hospitales que realizan cirugía VAD, con diapositivas mejoradas con DST presentadas para pacientes simulados.
"A los niveles medios, el personal de apoyo, les encantó esto", dijo Yang, porque mejoró su aporte y los ayudó a ser más activos en la discusión. La reacción del médico fue menos entusiasta, lo que refleja el escepticismo sobre los DST y la convicción de queEra imposible evaluar totalmente la interacción sin un sistema completamente funcional y pacientes reales.
Pero Yang dijo que los médicos no mostraron la misma actitud defensiva y sentimientos sobre ser reemplazados por tecnología típicamente asociada con los DST. También reconocieron que el DST podría informar sus decisiones.
"Los sistemas anteriores tenían que ver con decirte qué hacer", dijo Zimmerman. "No estamos reemplazando el juicio humano. Estamos tratando de dar a los humanos habilidades inhumanas".
"Y para hacer eso necesitamos mantener el proceso humano de toma de decisiones", agregó Steinfeld.
El Instituto Nacional del Corazón, los Pulmones y la Sangre y el Centro CMU para Aprendizaje Automático y Salud apoyaron esta investigación.
Fuente de la historia :
Materiales proporcionados por Universidad Carnegie Mellon . Nota: El contenido puede ser editado por estilo y longitud.
Cite esta página :