До сих пор медицина не было престижный и часто чрезвычайно прибыльный выбор карьеры. Но в ближайшем будущем, будет нам нужно столько врачей, как мы имеем сейчас? Мы будем видеть значительную медицинскую безработицу в ближайшее десятилетие?

Д-р Саксон Смит, президент филиала Австралийской медицинской ассоциации NSW, говорится в докладе в конце прошлого года что наиболее распространенные проблемы, которые он слышит от врачей в обучении и студентов-медиков, "что такое будущее медицины?" и "будет у меня есть работа?". Ответы, сказал он, по-прежнему ускользает от него.

Поскольку австралийские, британские и американские университеты продолжают выпускать все большее число студентов-медиков, очевидный вопрос: где будут работать эти новые врачи в будущем?

Будет ли расширенная роль для медицинских специалистов из-за наших старения населения? Или давление для снижения затрат при одновременном улучшении результатов вероятно, приведет к принятию новой технологии, которая будет, вероятно, подорвет количество ролей в настоящее время выполняются врачами?

Вождение вниз расходы

Все правительства, пациенты и врачи во всем мире знают, что расходы на здравоохранение необходимо сократить если мы будем относиться к большему количеству людей. Некоторые предлагают заставить пациентов платить больше, но, тем не менее, мы платим за это, ясно, что снижение стоимости - это то, что должно произойти.

Использование медицинские роботы, чтобы помочь человека хирургов становится все более распространенным, но до сих пор они используются, чтобы попытаться улучшить результаты лечения пациентов, а не уменьшать стоимость операции. Экономия затрат может произойти позже, когда эта роботизированная технология созреет.

Он находится в области медицинской диагностики, где многие люди видят возможное значительное снижение затрат, одновременно повышая точность использование технологий вместо человеческих врачей.

Это уже характерно для анализы крови и генетическое тестирование (геномика) будет осуществляться автоматически и очень эффективно стоят на машинах. Они анализируют образец крови и автоматически подготовить отчет.

Тесты могут быть такими же простыми, как уровень гемоглобина (количество крови) до тестов диабета, таких как уровни инсулина или глюкозы. Они также могут использоваться для более сложных тестов, таких как просмотр генетического состава человека.

Хорошим примером может служить Thyrocare Technologies Ltd в Мумбаи, Индия, где более диагностические тесты 100,000 со всей страны проводятся каждый вечер, а отчеты доставляются в течение 24 часов крови, взятых у пациента.

Машины против людей

Если машины могут читать анализы крови, что еще они могут сделать? Хотя многим врачам не понравится эта мысль, любой тест, требующий распознавания образов, в конечном итоге будет лучше чем человек.

Многие заболевания нуждаются в патологический диагноз, когда врач смотрит на образец крови или ткани, чтобы точно установить заболевание: анализ крови для диагностики инфекции, биопсия кожи, чтобы определить, является ли поражение рак или нет, и образец ткани принимается хирургом, глядя, чтобы сделать диагноз.

Все эти примеры, а на самом деле все патологические диагнозы ставятся врачом с использованием распознавания образов для определения диагноза.

Методы искусственного интеллекта с использованием глубоких нейронных сетей, которые являются разновидностью машинного обучения, могут быть использованы для подготовки этих диагностических машин. Машины быстро учатся, и мы не говорим о одной машине, а сеть машин, связанных по всему миру через интернет, используя свои сводные данные о продолжать улучшаться.

Это не произойдет в одночасье - это займет некоторое время, чтобы узнать - но как только обучение машина будет только лучше. Со временем, соответствующим образом обучен машина будет превосходить по распознавания образов, чем любой человек мог когда-либо.

Патология теперь вопрос многомиллионных лабораторий, опирающихся на экономии масштаба. Она занимает около 15 лет от окончания средней школы, чтобы тренироваться патолог функционировать независимо. Вероятно, понадобится еще один год 15 для того, чтобы патологоанатом был так же хорош, как и когда-либо.

Спустя несколько лет они уйдут на пенсию, и все эти знания и опыт будут потеряны. Несомненно, было бы лучше, если бы эти знания могли быть захвачены и использованы будущими поколениями? Робот-патологоанатом сможет это сделать.

Радиология, рентгеновское излучение и последующая

Радиологические испытания составляют более AUS $ 2 млрд ежегодный Medicare тратить, В докладе 2013, было подсчитано, что в период 2014-15, 33,600,000 радиологические исследования будет осуществляться в Австралии. Рентгенологу пришлось бы изучить каждый из них и написать отчет.

Радиологи уже в среднем читают в семь раз больше исследований в день, чем пять лет назад. Эти отчеты, как и написанные патологоанатомами, основаны на распознавании образов.

В настоящее время многие радиологические тесты, проводимые в Австралии, читаются радиологами в других странах, таких как Великобритания. Вместо того, чтобы иметь эксперта в Австралии, встать с постели в 3am, чтобы прочитать сканирование мозга пострадавшего пациента, изображение можно отправить в цифровой форме врачу в любой подходящий часовой пояс и сообщать об этом почти мгновенно.

Что делать, если машинам научили читать рентгеновские лучи, работающие сначала, и в конечном счете, вместо радиологов-людей? Мы все еще нуждаемся в человеческих радиологи? Вероятно. Улучшение визуализации, такие как МРТ и КТ, позволит радиологи выполнить некоторые процедуры, которые хирурги сейчас берутся.

Область диагностической радиологии быстро расширяется. В этой области радиологи могут диагностировать и лечить такие состояния, как кровоточивость кровеносных сосудов. Это делается с использованием минимально инвазивных методов, проходящих через большие сосуды, чтобы достичь точки кровотечения.

Таким образом, радиологи могут в конечном итоге делают процедуры, которые в настоящее время делается сосудистыми и кардиохирургов. Более широкое использование роботизированная хирургия будет означать, что это более вероятно, чем нет.

Существует гораздо больше диагностировать повреждение кожи, Сыпь или рост, чем просто глядя на него. Но большая часть диагноза основывается на дерматолога, признающего поражения (опять же, распознавание образов).

Если диагноз остается неясным, то некоторые ткани (биопсия) отправляется в лабораторию для патологического диагноза. Мы уже установили, что машина может прочитать последний. Тот же принцип применим и к признанию поражения кожи.

Узнав и узнав, поражение будет снова распознано. Мобильные телефоны с высококачественными камерами смогут подключаться к глобальной базе данных, которая будет, как и любая другая база данных с возможностью обучения, продолжать улучшаться.

Это не так, но если

Эти изменения не произойдут в одночасье, но они неизбежны. Хотя многие врачи увидят эти изменения в качестве угрозы, шанс на глобальный благ беспрецедентен.

Рентгеновский снимок, полученный в экваториальной Африке, можно было читать с такой же надежностью, как и в австралийском центре передового опыта. Заразную сыпь можно было бы загрузить на телефон и поставить диагноз сразу. Многие жизни будут спасены, а стоимость медицинской помощи бедным людям в мире может быть минимальной и во многих случаях бесплатной.

Для того чтобы это стало реальностью, он будет принимать экспертов для работы с машинами и помочь им учиться. Первоначально машины могут попросить сделать более простые тесты, но постепенно они будут обучаться, так же, как люди учатся большинство вещей в жизни.

Медицинские работники должны понять эти возможности для перемен, и наши будущие молодые врачи должны тщательно продумать, где медицинские рабочие места будущего будут лежать. Он почти уверен, что медицинский пейзаж занятости в 15 лет не будет выглядеть так, как мы видим сегодня.

Об авторе

Росс Кроуфорд, профессор ортопедических исследований, Квинслендский технологический университет; Анджали Джайпараш, аспирант, медицинская робототехника, технологический университет Квинсленда и Джонатан Робертс, профессор в области робототехники, Квинслендский технологический университет

Эта статья изначально была опубликована в Беседа, Прочтите оригинал статьи.

Связанные книги:

at

Спасибо за визит InnerSelf.comгде есть 20,000+ изменяющие жизнь статьи, пропагандирующие «Новые взгляды и новые возможности». Все статьи переведены на 30 + языки. Подписаться в журнал InnerSelf Magazine, публикуемый еженедельно, и в журнал Marie T Russell's Daily Inspiration. InnerSelf Magazine издается с 1985 года.