Kunstmatige intelligentie kan veel data schelen

Kunstmatige intelligentie kan veel data schelen

 

We worden dagelijks overspoeld door allerlei gegevens, die het leven en het werk makkelijker zouden moeten maken. De big data-revolutie is ontstaan ​​uit goedkope gegevensopslag en geautomatiseerde gegevensverzameling, waardoor organisaties buitensporig meer gegevens hebben dan in het verleden.

Data van bedrijfslogica, zoals logbestanden van computers tot gedetailleerde weerpatronen, inkoopgegevens, omzetgegevens, enzovoort. We hebben toegang tot zoveel gegevens over hoe de maatschappij en ons leven in elkaar zitten, dat we door de bomen het bos niet meer zien.

Gezondheidszorg

Veel van deze gegevens zitten gewoon in magazijnen, hetzij reëel of virtueel, genegeerd of af en toe bekeken op trends. Het is gewoon teveel voor mensen om te verwerken. En als het gaat om gezondheidszorg, betekent geavanceerde nieuwe diagnostische techniek dat er meer informatie over patiënten wordt verzameld dan ooit tevoren.

Artsen kunnen geen nieuwe informatie over hun patiënten negeren. Zodra een diagnostische optie mogelijk en toegankelijk is, gebruiken ze deze om levens te redden. In het geval van CT’s en MRI’s zijn deze ooit zeldzame diagnostische hulpmiddelen, die alleen in de meest gecompliceerde gevallen werden gebruikt, nu routinematig.

Omdat CT’s en MRI’s zelf nauwkeuriger worden, nemen ze nu ook meer foto’s van elke patiënt. Een recente studie wees uit dat het gemiddelde CT-onderzoek in 1999 nog 82 beelden van een patiënt maakte; rond 2010 was dit aantal gestegen tot 679 per patiënt, een stijging van 730 procent.

Radiologen

Dat is goed nieuws voor patiënten, die hierdoor nauwkeuriger diagnoses krijgen. Maar het legt ook een grote druk op radiologen. Dankzij de digitalisering van medische hulpmiddelen moeten radiologen veel meer gegevens doorspitten. Uit dezelfde studie blijkt dat de gemiddelde radioloog elke drie tot vier seconden één beeld moet interpreteren om zijn veeleisende taken bij te houden.

Een antwoord op deze nieuwe werklast is natuurlijk om meer radiologen in te huren. Maar radiologen zijn artsen en het kost tijd om ze op te leiden met hun hoogst gespecialiseerde vaardigheden. Zelfs dan is er een schaalprobleem. Stel dat we 50 keer meer foto’s maken dan 30 jaar geleden. Het is duidelijk dat training en het inhuren van 50 keer meer radiologen geen haalbare optie is!

En daar komt kunstmatige intelligentie in beeld

Wat doet kunstmatige intelligentie voor radiologen? Oudere kunstmatige intelligentie computeroplossingen vereisten vaak dat de radioloog de beelden handmatig ter inspectie instuurde. Nieuwere oplossingen zijn “altijd actief” en controleren elk beeld automatisch, soms voor een reeks verschillende afwijkingen.

Het is niet alleen de diagnose vaststellen. Sommige kunstmatige intelligentie oplossingen geven prioriteit aan gevallen, waarbij wordt bepaald welke eerst door een arts moeten worden gezien omdat ze een urgente aandoening hebben, zoals een embolie. Een patiënt met kanker heeft waarschijnlijk binnen enkele weken een grote operatie nodig, maar een patiënt met een inwendige bloeding kan slechts enkele uren te leven hebben, tenzij hij onmiddellijk wordt behandeld.

Kunstmatige intelligentie probeert niet om radiologen, of andere professionals die kunnen profiteren van big data, te vervangen door algoritmen. In plaats daarvan is het een hulpmiddel voor de productiviteit van radiologen, dat hen helpt patiënten beter te verzorgen. Radiologen analyseren meer dan 100 onderzoeken (elk onderzoek met honderden afbeeldingen) op een lange werkdag van 10-12 uur. Kunstmatige intelligentie kan de nauwkeurigheid verbeteren ondanks deze zware werklast. Uit een rapport van Accenture blijkt dat kunstmatige intelligentie de gezondheidszorg herdefinieert en menselijke activiteiten uitbreidt.

Veel werk

Er is nog veel werk aan de winkel om de waarde van kunstmatige intelligentie in de gezondheidszorg te beoordelen en ervoor te zorgen dat het zijn volledige potentieel bereikt. Het is nog niet perfect en er zijn nog steeds beperkingen en lacunes. Maar kunstmatige intelligentie heeft de fase “veelbelovend” allang omgezet in “toegevoegde waarde”. De Amerikaanse Food and Drug Administration heeft een reeks nieuwe kunstmatige intelligentie gevoede oplossingen voor de medische markt goedgekeurd en velen hebben ook EU-CE-keurmerken.

De gegevens zullen blijven komen. CT- en MRI-machines worden nauwkeuriger en sneller en kunnen nog meer afbeeldingen per patiënt maken. Kunstmatige intelligentie is een van de weinige manieren om artsen te helpen bij het bijhouden van deze overvloed aan gegevens, waardoor ze meer tijd kunnen besteden aan het werken met patiënten.

Kunstmatige intelligentie gaat bedrijfsgegevensanalisten niet overbodig maken; in plaats daarvan kunnen ze de honderden miljoenen transacties verwerken, waarmee een bedrijf als Amazon te maken heeft.

Automobielindustrie

Een vergelijkbare trend deed zich voor in de automobielindustrie. In 1928 waren bijna een half miljoen mensen werkzaam in de Amerikaanse auto-industrie; vandaag werken er bijna een miljoen mensen. Robotautomatisering heeft geen banen gekost; in plaats daarvan was het mogelijk om meer geavanceerde auto’s te bouwen.

Er hier ligt ook direct de ironie. Om de deep learning-modellen die kunstmatige intelligentie nauwkeurig en krachtig maken te trainen, hebt u gegevens nodig. Veel gegevens. Het zijn big data die geavanceerde kunstmatige intelligentie in de eerste plaats mogelijk maken. Maar evenzeer, om ten volle te kunnen profiteren van de big data-revolutie, hebben we de kunstmatige intelligentie-revolutie nodig.

Kunstmatige intelligentie redt ons van big data. In plaats van te verdrinken in een eindeloze oceaan van gegevens, is kunstmatige intelligentie de reddingsboot waarmee we het kunnen navigeren. Soms kan het bedrijven helpen beter te functioneren of kunnen softwaretoepassingen sneller presteren. In de geneeskunde kan het artsen helpen alle gegevens te gebruiken die ze hebben om levens te redden.

Medische vertaling

Om de beste medische vertaling te garanderen, werken wij met vertalers die over een medische achtergrond beschikken. In de medische industrie is een perfecte medische vertaling van groot belang. Door alle terminologieën is het een complexe taak die met precisie uitgevoerd dient te worden.

Hierdoor zijn ze in staat om voor elke doelgroep een foutloze en begrijpbare medische vertaling tot stand te brengen. Bij Vertaalbureau Tongo kunt u ervan op aan dat uw vertaling van uitstekende kwaliteit is. Of het nu gaat om een verklaring van een arts, uitslagen of onderzoeken.

Medisch vertaalbureau

Vaak heeft een doelgroep zijn eigen terminologie en stijl. Onze vertalers nemen daarom nooit zomaar een tekst letterlijk over. Ze kijken goed naar de bron- en doeltaal en brengen de juiste nuances aan in de tekst zodat deze perfect vertaald wordt. Voorbeelden van medische vertalingen zijn: bijsluiters, medische rapporten, productomschrijvingen, wetenschappelijke artikelen en protocollen.

Voor medische teksten geldt ook dat de doelgroep verschillend kan zijn. Is de tekst voor een patiënt, onderzoeker, arts of het management geschreven? Wij hebben als medisch vertaalbureau al vele medische teksten vertaald en zijn ons bewust van de complexheid ervan. Gelukkig zijn de vertalers van Tongo bekend met het vakjargon.

Deel dit bericht via: