Doktor SI: sztuczna inteligencja została lekarzem w Południowej Korei!

Państwowy instytut badawczy Korei Południowej opracował opartą na sztucznej inteligencji usługę lekarską, która będzie analizować i diagnozować stan pacjenta na podstawie dokumentacji medycznej dostarczanej przez różne organizacje medyczne i szpitale. Doktor SI będzie w stanie tworzyć również spersonalizowane zbiory danych na temat swoich pacjentów, integrując razem fragmenty informacji medycznych.

Przed uruchomieniem nowej usługi, czyli algorytmów diagnostycznych, naukowcy z południowo-koreańskiego instytutu badawczego muszą zająć się trochę mniej ekscytującą kwestią. Chodzi o integrację systemu elektronicznej dokumentacji (EMR), który – jak sama nazwa wskazuje – jest cyfrowym systemem informacyjnym, w którym przechowywana jest cała dokumentacja medyczna pacjentów.

Nie będzie to łatwe zadanie, ze względu na kwestie formalne – system EMR zawiera bowiem wiele wrażliwych danych dot. pacjentów, co oznacza, że korzystanie z tych informacji jest bardzo ściśle regulowane przez tamtejsze prawo.

Obecnie działa to tak, że pacjent musi wyrazić zgodę na udostępnianie jego danych zapisanych w EMR wielu stronom, w tym szpitalom i państwowemu funduszowi ubezpieczeń zdrowotnych, o ile oczywiście chce zachować ciągłość leczenia w różnych szpitalach i klinikach. Zakres danych, które mogą być udostępniane w ten sposób jest bardzo ograniczony, co utrudnia lekarzom z różnych placówek dzielenie się ważnymi informacjami.

To właściwie jedyna przeszkoda dla sztucznej inteligencji pełniącej rolę lekarza

Twórcy algorytmu twierdzą bowiem, że ich system, od strony technicznej, jest w pełni gotowy do uruchomienia. Testy algorytmu przeprowadzone na danych 740 tys. pacjentów z chorobami układu krążenia wypadły bardzo dobrze – algorytm był w stanie postawić trafną diagnozę w 90 proc. przypadków. Jedynym problemem pozostaje więc dostęp do pełnej historii medycznej i zapisów ze wszystkich szpitali i klinik, w których dany pacjent leczył się do tej pory.

Algorytm już teraz może okazać się wielce pomocnym narzędziem i prawdopodobnie w przyszłym roku pojawi się w wielu południowo-koreańskich placówkach medycznych. Pełnię swoich możliwości będzie w stanie zademonstrować jednak dopiero wtedy, kiedy EMR zostanie przekształcony w jedną, ogólnie-dostępną (dla placówek medycznych oczywiście) bazę danych zawierającą pełne historie leczenia wszystkich pacjentów.

Na razie specjalizacja algorytmu dotyczy tylko chorób związanych z układem krążenia, jego twórcy obiecują jednak, że w przyszłym roku Doktor SI nauczy się diagnozować również leczenie chorób przewlekłych oraz zainteresuje się cukrzycą.

Algorytmy maszynowego uczenia się stosowane w medycynie już teraz oferują ogromne możliwości, jeśli chodzi o diagnostykę. Przypadek Południowej Korei pokazuje, że bez przebudowania systemów dokumentacji medycznej, tak aby były one kompatybilne z technologią big data, nie będziemy w stanie wykorzystać pełni potencjału drzemiącego w sztucznej inteligencji.

Podziel się postem:

Najnowsze:

Oprogramowanie

Unia Europejska przejdzie na Linuxa? Powstaje dystrybucja EU OS

Unia Europejska może wkrótce podjąć kroki w kierunku uniezależnienia się od amerykańskiego oprogramowania. Społeczność entuzjastów pod patronatem władz UE pracuje nad projektem EU OS, który ma zastąpić system operacyjny Windows w instytucjach rządowych. Wybór padł na modyfikację dystrybucji Fedora Linux, która zostanie dostosowana do potrzeb urzędników poprzez interfejs przypominający Windows.

Bezpieczeństwo

Przełomowa kwantowa technologia generowania liczb losowych z WAT: Szczegółowa analiza i perspektywy

W dzisiejszym zaawansowanym technologicznie świecie, prawdziwie losowe liczby stanowią fundament wielu kluczowych dziedzin. Od zabezpieczania komunikacji poprzez kryptografię aż po przeprowadzanie złożonych symulacji naukowych i inżynierskich , generowanie nieprzewidywalnych sekwencji danych jest niezbędne. Losowość odgrywa również istotną rolę w grach losowych , w sektorze finansowym , gdzie zapewnia unikalność transakcji, oraz w badaniach statystycznych. W kryptografii, siła klucza szyfrującego jest bezpośrednio związana z jakością i stopniem losowości użytym do jego wygenerowania . Im wyższa entropia źródła losowego, tym trudniejszy do złamania staje się klucz. Prawdziwa losowość jest zatem kluczowym elementem zapewniającym bezpieczeństwo w cyberprzestrzeni, wzmacniając algorytmy szyfrujące i chroniąc integralność przesyłanych oraz przechowywanych danych . Zapotrzebowanie na generatory liczb losowych o wysokiej jakości i nieprzewidywalności stale rośnie, co jest bezpośrednio powiązane z postępem technologicznym i coraz większym znaczeniem bezpieczeństwa informacji. Wraz z dynamicznym przenoszeniem coraz większej liczby aspektów naszego życia do sfery cyfrowej, ilość generowanych i przesyłanych danych nieustannie wzrasta. Ochrona tych danych przed nieautoryzowanym dostępem i manipulacją staje się priorytetem, a prawdziwa losowość jest nieodzownym narzędziem do skutecznego szyfrowania i zabezpieczania przed różnego rodzaju atakami.

Bezpieczeństwo

Prawdopodobnie DeepSeek Zna Twoje Sekrety: Analiza Bezpieczeństwa Danych Treningowych LLM

Prawdopodobnie DeepSeek zna Wasze sekrety oraz klucze API! Takie ostrzeżenie pojawiło się na łamach Sekurak.pl. W dynamicznie rozwijającym się świecie dużych modeli językowych (LLM), gdzie innowacje pojawiają się niemal codziennie, DeepSeek AI szybko zyskał miano znaczącego gracza, budząc zainteresowanie swoimi możliwościami i efektywnością. Jednakże, wraz z postępem technologicznym, pojawiają się również nowe wyzwania w obszarze bezpieczeństwa. Niedawne odkrycie dokonane przez badaczy z Truffle Security rzuca nowe światło na potencjalne zagrożenia związane z danymi treningowymi tych zaawansowanych modeli. Wnikliwa analiza publicznie dostępnego zbioru danych Common Crawl, wykorzystywanego do trenowania LLM, w tym DeepSeek, ujawniła obecność licznych, potencjalnie wciąż aktywnych kluczy API i haseł.

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *