Ne vous attendez pas à être soigné par un robot médecin lors de votre prochaine visite chez le médecin. Les ordinateurs et les algorithmes pourront certes nous indiquer quoi regarder, quoi acheter et qui ajouter à nos réseaux sociaux, mais les recherches suggèrent que l'IA en santé ne remplacera pas les soignants humains de sitôt.
Cela pourrait cependant aider à remplacer la paperasserie déroutante, les temps d'attente prolongés, les diagnostics incorrects et d'autres éléments indésirables de l'expérience des soins de santé par des éléments plus favorables. L'IA pourrait également aider les médecins humains à faire évoluer leurs pratiques pour traiter plus de patients et leur permettre de fournir des soins plus personnalisés et efficaces à des patients individuels.
Oui, même en 2021, les discussions sur l'IA et l'automatisation dans le secteur de la santé ont tendance à se concentrer sur le potentiel, les promesses et les possibilités. Après tout, la plupart des applications basées sur l'IA dans ce domaine sont encore à venir, principalement parce que des obstacles majeurs restent à surmonter pour permettre une adoption généralisée. Tant que cela ne sera pas le cas, cette technologie transformatrice continuera d'être abordée sous l'angle de ce qui pourrait être (plutôt que de ce qui est).
Chez Shaip, nous voulons faire évoluer le débat en aidant les équipes de développement d'IA à surmonter ces obstacles. Nous aimons parler de l' avenir de l'IA dans le domaine de la santé, mais nous aimons encore plus le façonner. Avant d'expliquer comment nous procédons, prenons un instant pour nous concentrer sur le présent.
L'IA n'est pas seulement prête à changer les soins de santé pour toujours ; il l'a déjà fait. Bien qu'encore relativement nouvelle, la technologie a pénétré presque tous les aspects du système de santé moderne :
- Dans les milieux cliniques, les médecins utilisent des outils d'imagerie assistée par IA dotés de capacités avancées de reconnaissance des formes pour examiner les résultats des tomodensitogrammes, des IRM et d'autres types d'analyses visuelles, ce qui leur permet de détecter plus rapidement et avec plus de précision les maladies et de diagnostiquer les blessures.
- En classe, les outils d'apprentissage automatique aident les élèves à mieux comprendre le corps humain et leur donnent le pouvoir de construire de nouvelles solutions avec des applications du monde réel.
- En laboratoire, les chercheurs exploitent des programmes sophistiqués pour croiser de nouvelles formules médicamenteuses avec des médicaments déjà connus pour être sûrs. Ils peuvent ensuite se répliquer et itérer sur ceux-ci pour développer des antidotes et des vaccins en un temps record.
- Les administrateurs et les dirigeants utilisent des applications d'IA pour créer des expériences patient plus intuitives et efficaces qui génèrent simultanément des revenus pour les prestataires et garantissent des soins de meilleure qualité aux patients. La liste se rallonge de plus en plus.
Si vous lisez ceci, c'est probablement que vous savez déjà que l'impact de l'IA sur notre système de santé est considérable, et qu'il ne fera que s'amplifier. Compte tenu de la multitude d'acteurs qui composent ce secteur, le nombre de défis que les solutions d'IA peuvent potentiellement relever est quasi illimité.
Shaip est là pour aider à donner vie à ces solutions. Nos services permettent aux entreprises et aux entrepreneurs de créer des technologies d'IA transformatrices en soins de santé qui peuvent résoudre des problèmes du monde réel à grande échelle en éliminant certains des plus grands obstacles sur leur chemin. Et pour les équipes travaillant dans le domaine de la santé, il y en a beaucoup.
Barrages routiers et drapeaux rouges
Bien que la promesse de l'IA dans les soins de santé n'ait jamais été aussi grande, l'intégration réelle de la technologie dans le système de santé monolithique sera un processus semé d'obstacles. Aucun n'est peut-être plus important que les obstacles réglementaires qui distinguent la médecine des autres industries dans lesquelles l'adoption a eu lieu plus rapidement.
Près de vingt-cinq ans se sont écoulés depuis l'adoption par le Congrès de la loi HIPAA (Health Insurance Portability and Accountability Act), mais cette même législation régit encore en 2021 la manière dont les professionnels de santé traitent les données des patients. Malheureusement, elle soulève de plus en plus de questions qu'elle n'apporte de réponses aux médecins, aux patients et aux entrepreneurs qui cherchent à développer de nouvelles technologies médicales. De plus, les exigences de la loi HIPAA convergent désormais avec des réglementations plus récentes relatives aux données personnelles, telles que le Règlement général sur la protection des données (RGPD) de l'Union européenne, la loi singapourienne sur la protection des données personnelles (PDPA) et la loi californienne sur la protection de la vie privée des consommateurs (CCPA), qui constitue la première législation exhaustive encadrant l'utilisation des données aux États-Unis.
L'explosion des besoins en télémédecine liée à la pandémie de COVID-19 a engendré de nouvelles difficultés réglementaires . En effet, de nombreux patients bénéficient de soins à distance via des plateformes non conformes aux normes HIPAA, ce qui les expose à des atteintes à la vie privée. Même les plateformes conformes présentent des risques, car elles pourraient divulguer des informations sensibles à des fins lucratives . La demande croissante de soins virtuels a donné naissance à de nombreux services numériques qui échappent au champ d'application initial de la loi HIPAA et a incité les géants du numérique, tels que Facebook, Alphabet, Amazon et Microsoft, à investir ce marché , apportant avec eux de nouvelles innovations et un besoin accru de contrôle.
Pour les régulateurs, il est de plus en plus difficile de faire respecter la conformité dans ce système complexe de mandats, car les données sont utilisées de nouvelles manières et par un nombre croissant d'acteurs. De même, pour les équipes souhaitant développer et déployer des technologies basées sur l'IA dans le domaine de la santé, s'assurer que ces outils répondent aux normes existantes nécessite une expertise réglementaire qui est tout simplement difficile à trouver.
Difficile à trouver aussi ? Des données médicales de haute qualité. La réglementation pourrait empêcher certaines nouvelles technologies de parvenir à une adoption généralisée, mais sans données de qualité, les outils basés sur l'IA ne dépasseront même pas le stade de développement.
Une étude récente publiée dans le Journal of the American Medical Association a révélé que la répartition géographique des patients dont les données servent à entraîner les algorithmes d'apprentissage automatique se limite principalement à quelques États, notamment la Californie, New York et le Massachusetts. Compte tenu des caractéristiques économiques, sociales, comportementales et autres que ces patients peuvent partager entre eux, mais qui diffèrent de celles du reste du pays, les algorithmes entraînés sur ces données risquent de mal généraliser. Ce problème pourrait être résolu grâce à des ensembles de données plus diversifiés, mais là encore, l'acquisition de données est complexe. Une fois acquises, les données sont également difficiles à organiser, ce qui constitue une autre étape cruciale pour les développeurs de technologies d'apprentissage automatique.
De nombreuses entreprises investissent massivement dans la recherche ou la création de données pour leurs algorithmes, puis consacrent des sommes encore plus importantes à la rémunération d'annotateurs pour leur étiquetage. À l'instar des ensembles de données trop homogènes, des données mal étiquetées et mal organisées risquent de fausser les résultats des programmes d'IA, engendrant des problèmes difficiles à résoudre. Malheureusement, ces problèmes resteront monnaie courante pour les équipes travaillant sur les technologies d'IA dans le domaine de la santé. Une étude de Gartner révèle que jusqu'à 85 % des projets d'IA produiront des résultats erronés en raison de biais dans la gestion des données d'ici 2022.
Encore une fois, il existe de nombreux autres défis à la création d'applications d'IA pour les soins de santé, à la fois connus et inconnus. Alors que de plus en plus de développeurs entrent dans l'espace et que de plus en plus de fournisseurs sont confrontés à des décisions d'ajouter ou non des solutions basées sur l'IA à leurs stratégies de traitement des patients, ces défis sont importants. Alors que les obstacles sont inévitables lorsque vous essayez de créer des outils utiles et transformateurs à l'aide de nouvelles technologies, Shaip aide les équipes à surmonter bon nombre des plus grands obstacles auxquels les développeurs de l'espace sont actuellement confrontés.
Comment Shaip stimule les progrès de l'IA dans le domaine de la santé
Shaip propose une suite de solutions conçues spécifiquement pour les équipes travaillant sur des applications d'IA dans le domaine de la santé. Ensemble, ils peuvent vous aider à réaliser un retour sur investissement significatif et multiforme et à créer des produits évolutifs qui ont un impact vraiment durable sur l'industrie.
Collecte de données entièrement gérée
Afin de créer des applications qui peuvent vraiment être utiles aux organisations de soins de santé, les équipes doivent créer des solutions qui génèrent systématiquement des résultats précis et impartiaux. Bien sûr, vous pourriez entendre parler des technologies d'IA qui détectent et diagnostiquent avec précision les maladies, mais cela se produit généralement dans des scénarios où des contraintes artificielles sont utilisées pour contrôler les limitations de formation connues, telles qu'un manque de données pertinentes et de qualité. Si vous espérez développer un produit qui sera largement adopté dans des contextes cliniques réels, il doit être capable de fournir des résultats optimaux dans un large éventail de circonstances à enjeux élevés. En d'autres termes, vous aurez besoin de beaucoup de données fiables et de classe mondiale pour entraîner vos algorithmes.
Les services de collecte de données entièrement gérés de Shaip garantissent que vous disposez des données dont vous avez besoin quand vous en avez besoin. Grâce à notre application mobile exclusive, notre plate-forme Web brevetée et nos équipes de projet internes expérimentées, nous sommes en mesure de rechercher des données à partir de presque toutes les combinaisons de tranches d'âge, de données démographiques et de formations. Notre processus de collecte d'humains dans la boucle intègre des experts en la matière du domaine de la santé pour garantir que les données que vous recevez répondent aux normes les plus élevées en matière de qualité et de fiabilité. En plus de l'identification, du profilage et de la recherche de données, nous nous occupons également du nettoyage et de la préparation des données, permettant à votre équipe de se concentrer sur d'autres activités à fort impact.
Formats de données multiples
Nous pouvons fournir un ensemble de données diversifié comprenant des images, de la vidéo, de l'audio et du texte pour alimenter un large éventail de modèles d'IA.
Texte :
Shaip dispose de centaines de professionnels expérimentés disponibles pour effectuer des annotations de données sur pratiquement tout type de données textuelles, des notes de médecin aux réclamations d'assurance, vous donnant la possibilité de découvrir des informations qui resteraient autrement cachées dans des ensembles de données non structurés. De plus, notre plate-forme cloud intuitive et personnalisable vous permet de personnaliser les annotations pour des cas d'utilisation très spécifiques et d'obtenir des informations spécifiques au domaine pour éclairer le développement technologique.
Audio:
Shaip a fait ses preuves dans la création et l'optimisation d'IA conversationnelle hautement fonctionnelle, de chatbots et de robots vocaux. Grâce à notre réseau mondial de linguistes qualifiés et à une équipe capable de collecter et d'annoter des volumes de données audio, y compris des conversations non scénarisées entre médecins et patients, des énoncés et des mots d'éveil, des monologues et d'autres types de discours, nous pouvons vous aider à entraîner la parole. -applications activées rapidement et efficacement.
Image:
Nos ensembles de données d'apprentissage d'images sont analysés à l'aide d'une combinaison de processus manuels d'une précision chirurgicale et d'une technologie de pointe pour des applications qui dépendent de capacités sophistiquées de vision par ordinateur et de reconnaissance de formes. Et nous ne nous contentons pas de fournir les données ; nous pouvons également vous aider à développer des algorithmes d'apprentissage automatique de classe mondiale pour alimenter des solutions capables de reconnaître les visages humains, les aliments, les documents, les images de laboratoire médical, les images géospatiales et d'autres informations visuelles.
Vidéo:
Notre personnel, notre expérience et notre technologie nous permettent de répondre à pratiquement toutes les exigences d'annotation vidéo. Ce que nous faisons de mieux, c'est le suivi d'objets : annoter des vidéos image par image pour apprendre aux ordinateurs à reconnaître des objets spécifiques grâce à l'apprentissage automatique. Que vous construisiez un équipement robotique compatible avec l'IA pour aider les médecins dans les milieux cliniques ou des applications qui améliorent les interactions entre les patients et les infirmières lors des rendez-vous de télésanté, nous pouvons vous aider.
Assurance de conformité
Shaip propose des données de santé sous licence pour faciliter le travail des équipes développant des modèles d'IA analysant les dossiers médicaux textuels des patients, les images de scanners, de radiographies (et autres examens visuels), les comptes rendus médicaux et des dizaines d'autres types de données. Grâce aux API de Shaip, vous accédez à la demande à cette bibliothèque en constante expansion de données médicales contextualisées et anonymisées de haute qualité (plus de 10 millions d'ensembles de données provenant de plus de 60 sites à travers le monde), conformes aux normes HIPAA et Safe Harbor (y compris la suppression des 18 identifiants couverts par ces directives). Pour les équipes ayant des besoins plus étendus, nous pouvons étendre l'anonymisation des données à plusieurs juridictions réglementaires.
En tant que leader de l'industrie en matière de désidentification, de masquage et d'anonymisation des données, la confidentialité des patients est au cœur de nos solutions. Nous fournissons une certification et un audit d'experts de la qualité de l'anonymisation et respectons les directives complètes d'annotation des informations personnelles sur la santé (PHI) conformément aux normes Safe Harbor. De même, la plateforme ShaipCloud vous permet d'accéder à vos données dans un environnement sécurisé, réduisant encore le risque de non-conformité.
Avançons ensemble
Chez Shaip, nous comprenons l'immense potentiel de l'IA pour améliorer pratiquement tous les aspects du système de santé existant, et nous sommes ravis de mettre notre expertise au service des organisations qui travaillent pour libérer ce potentiel. Nous connaissons également parfaitement les défis uniques auxquels ces organisations sont confrontées, et tous nos services sont conçus en tenant compte de ces défis.
Si vous faites partie d'une équipe travaillant sur des solutions de santé basées sur l'IA et l'apprentissage automatique , nous serions ravis de vous accompagner dans votre projet. Notre expérience couvre l'intégralité du cycle de vie du développement en IA et nous avons travaillé sur des projets de toutes tailles ; aucun n'était trop grand ni trop petit pour nous. Pour plus d'informations, contactez-nous dès aujourd'hui.
