Im Februar hat UCI das Institute for Precision Health ins Leben gerufen, ein campusweites, interdisziplinäres Unterfangen, das die leistungsstarken Gesundheitswissenschaften, Ingenieurwissenschaften, maschinelles Lernen, künstliche Intelligenz, klinische Genomik und datenwissenschaftliche Fähigkeiten der UCI zusammenführt. Ziel ist es, die effektivste Gesundheits- und Wellnessstrategie für jede einzelne Person zu identifizieren, zu erstellen und bereitzustellen und dabei die damit verbundenen Herausforderungen der Gesundheitsgerechtigkeit und der hohen Pflegekosten zu bewältigen.
IPH wird einen facettenreichen, integrierten Ansatz für das bieten, was viele als den nächsten großen Fortschritt im Gesundheitswesen bezeichnen. Das Institut ist ein Ökosystem für die interdisziplinäre Zusammenarbeit.
Dr. Peter Chang leitet nicht nur die Forschungsgruppe für angewandte künstliche Intelligenz für das IPH, sondern ist auch Co-Direktor des Zentrums für künstliche Intelligenz in der diagnostischen Medizin und Assistenzprofessor für radiologische Wissenschaften an der School of Medicine. Dr. Changs einzigartige Perspektive ergibt sich aus seiner Erfahrung als Radiologe und Full-Stack-Softwareentwickler mit über einem Jahrzehnt Erfahrung in der Entwicklung von FDA-zugelassenen Tools, die in Krankenhäusern auf der ganzen Welt eingesetzt werden.
Chang kam an die Universität, nachdem er ein erfolgreiches Start-up-Unternehmen gegründet hatte, und ist einer der wenigen Ärzte im Land, der in einer Informatikabteilung unterrichtet. Am IPH ist es seine Aufgabe, mithilfe von KI und maschinellem Lernen praktische Lösungen für klinische Probleme in der Praxis für eine kosteneffiziente, wertorientierte Versorgung zu entwickeln. Hier spricht Dr. Chang über das Versprechen von KI und was er für die Zukunft des Institute for Precision Health sieht.
Wie würden Sie für Uneingeweihte beschreiben, warum maschinelles Lernen und KI gerade jetzt für das Gesundheitswesen wichtig sind?
Sie müssen verstehen, dass die neueste Form der KI – die Deep-Learning-Neural-Network-Familie von Algorithmen – die Art und Weise, wie Machine-Learning-Algorithmen lernen und denken, vollständig revolutioniert hat. Herkömmliche Formen der KI würden erfordern, dass ein Mensch eine Liste von Mustern, Regeln und Annahmen sorgfältig durchgeht und diese menschliche Erfahrung manuell in einen Computer einbaut oder programmiert. Moderne Formen der KI ermöglichen es Computern jedoch, Muster zu extrahieren und Schlussfolgerungen ohne a priori menschliche Annahmen zu ziehen. Wenn ich dem Algorithmus zum Beispiel das Schachspiel beibringen wollte, könnte ich einfach die Schachregeln erklären und zwei KIs gegeneinander spielen lassen.
Dieser Paradigmenwechsel ist eine völlig neue Herangehensweise an das Design von Lernalgorithmen. Und interessanterweise hat diese Strategie es modernen KI-Systemen ermöglicht, neue oder interessante Informationen zu lernen, die zuvor selbst von menschlichen Experten nicht erkannt wurden. Bei Videospielen denken wir oft, dass die KI absichtlich verliert, nur um am Ende zu erkennen, dass der Computer zurückgekommen ist und den Menschen jedes Mal um einen kleinen, aber beständigen Vorsprung geschlagen hat. Für das Gesundheitswesen bedeutet dies natürlich, dass eine KI möglicherweise Muster entdecken darf, ohne die Vorurteile fehlerhafter menschlicher Annahmen oder expliziter Programmierung – darin liegt wirklich die Macht.
Und das ist eine Kernkomponente von Precision Health – einer Gesundheitsversorgung, die durch KI und maschinelles Lernen informiert wird. Typischerweise können Fortschritte jedoch auch Nachteile haben. Gibt es eine Kehrseite von Precision Health?
Ich weiß nicht, ob ich es als Nachteil bezeichnen würde, aber ich werde sagen, dass es viel Hype gibt, was bedeutet, dass die Erwartungen oft übertrieben sind und die Unfähigkeit, diese Erwartungen letztendlich zu erfüllen und vielleicht die Leute davon abzubringen Die Technologie ist mir sehr bewusst. Ich bin offensichtlich ein Befürworter dieser Technologie, aber es gibt eine Menge Dinge, die wir nicht wissen. Es steckt wirklich in den Kinderschuhen, was die Entwicklung betrifft, und besonders im Bereich der Medizin. Der Raum für Verbesserungen ist enorm. Das sollten wir also anerkennen. Und wir sollten anerkennen, dass der Fortschritt und das Potenzial, obwohl sie absolut vorhanden sind, möglicherweise nur langsam realisiert werden.
Die UCI hat im Februar 2022 ihr Institute for Precision Health ins Leben gerufen. Was begeistert Sie am meisten an dem Institut und was hoffen Sie zu erreichen?
Das IPH-Team ist ein starkes kollaboratives Team mit unterschiedlichen Hintergründen. Ich denke, das ist ein wichtiger Teil unseres einzigartigen Ansatzes für Präzisionsgesundheit und Big Data bei UCI. Gleichzeitig ist meine Rolle sehr spezifisch, obwohl das Team groß ist. Insbesondere mein Hintergrund ist insofern einzigartig, als ich sowohl täglich moderne KI-Algorithmen entwickle als auch als staatlich geprüfter Radiologe praktiziere. Mit dieser Perspektive hoffe ich, dass ich in der Lage bin, die Lücken zwischen technischen und klinischen Experten zu schließen, um dazu beizutragen, Übersetzungen in der KI-Forschung für das Gesundheitswesen zu beschleunigen.
Wie ungewöhnlich ist es, Mediziner und Professor mit KI-Hintergrund zu sein?
Aktuell im Jahr 2022 bleibt diese Kombination außerordentlich selten. Als anschauliches Beispiel habe ich gehört, dass ich der einzige Arzt bin, der im ganzen Land einen technischen Deep-Learning-Kurs in einer Informatikabteilung unterrichtet. Der Kurs beinhaltet einen praktischen Lehrplan, der jede Woche neue KI-Algorithmen mit Bildgebungsdaten aus dem Gesundheitswesen erstellt, wobei dieselben Bibliotheken und Tools verwendet werden, die von Experten bei Google, Facebook und Uber entwickelt wurden.
Vor der UCI begann meine reale Erfahrung mit KI mit der Forschung im Bereich der Präzisionsgesundheits-KI, die schließlich zu einem Startup-Unternehmen im Bereich Deep-Learning in der Radiologie führte. Als Teil des Unternehmens arbeite ich aktiv mit unserer Datenwissenschaft und -technik zusammen, um Innovationen zu entwickeln und die neuesten KI-Technologien in die medizinische Bildgebungsdiagnose zu übersetzen. In dieser Funktion habe ich Erfahrung mit KI und maschinellem Lernen aus der Entwicklung modernster Algorithmen mit branchenüblichen Tools sowie der behördlichen Genehmigung durch die FDA, die europäische CE-Kennzeichnung und andere internationale Behörden. All diese Erfahrungen ergänzen das, was Sie normalerweise von einem Arzt erwarten würden, denke ich.
Was hat Sie zur UCI geführt?
Als ich nach einer Vollzeitstelle an der Fakultät suchte, wollte ich eine, die es mir ermöglichen würde, weiterhin einer hybriden klinischen und KI-Arbeit nachzugehen. Interessanterweise gab es diese Art von Position vor drei Jahren wirklich nicht. Was mich also zu Irvine führte, war zum großen Teil eine Gelegenheit, die die UCI-Führung für mich darin sah, die Kapazitäten für KI und maschinelles Lernen in der gesamten Gesundheitsgemeinschaft zu erweitern. Genauer gesagt wurde ich hier angeworben, um das KI-Zentrum aufzubauen, ein integraler Bestandteil des heutigen neuen Institute of Precision Health. Während unser Team enorm gewachsen ist, war ich eine der ersten Fakultäten der School of Medicine, die meine Zeit und Karriere der KI im Gesundheitswesen widmete. So bin ich von Anfang an in das Institute for Precision Health eingebunden.
Der Prozess, Ihren Traumjob zu finden, muss interessant gewesen sein.
Wenn Sie mich vor vier oder fünf Jahren gefragt hätten, wo ich mich am ehesten sehe, hätte ich mir wahrscheinlich vorgestellt, in der Industrie zu arbeiten. Aber, um es einfach auszudrücken, meine einzige Priorität war immer der Zugang zu Ressourcen, die es mir ermöglichen, eine wirkungsvolle Arbeit im Bereich der KI im Gesundheitswesen zu leisten. Wenn das bedeuten würde, bei Google zu arbeiten, wäre ich bei Google gelandet. Aber die Realität ist, dass ich hier bei UCI eine einzigartige Reihe von Tools und Ressourcen erhalten habe, mit denen selbst die Technologiegiganten der Branche nicht mithalten können. Beispielsweise hat selbst Google – mit all den Google-Ressourcen und Talenten in den Bereichen Ingenieurwesen und andere Datenwissenschaften – keinen Zugang zu einem Krankenhaus. Im Gegensatz dazu kann ich hier bei UCI ein im Labor gebautes Werkzeug nehmen und es am nächsten Tag in einer realistischen klinischen Umgebung einschalten, um zu sehen, ob es den Ärzten tatsächlich bei ihrer täglichen Arbeit hilft. Es besteht die Möglichkeit, über Kliniker, die weltweite Experten für die Behandlung einiger sehr spezifischer Krankheiten sind, mit Forschern der Grundlagenforschung in Kontakt zu treten. Und obendrein praktiziere ich hier bei UCI weiterhin einen Tag in der Woche als Radiologe im Krankenhaus.
Wenn Sie nicht praktizieren oder unterrichten, wie sieht Ihr Job aus?
Von Natur aus versuche ich, so weit wie möglich in die technischen Details der neuen KI-Technologie einzutauchen. Die Arbeit mit Studenten im Labor und das Schreiben von Softwarecode ist der Höhepunkt des Tages. Meistens finden Sie mich mit meinem Engineering- und Data-Science-Team, das sowohl Algorithmen entwickelt als auch herausfindet, wie diese Algorithmen am besten in die klinische Praxis integriert werden können. Man könnte sagen, dass mein Team die „Boots on the Ground“ ist, um Anwendungen in die Praxis zu bringen. Und natürlich verbringe ich einen beträchtlichen Teil meines Tages mit Klinikern, um mögliche KI-Lösungen für ihre täglichen Probleme zu besprechen. Fast immer beginnt ein Gespräch mit: „Peter, ich habe ein Problem … wenn du dieses Problem lösen könntest, würde es mein Leben hundertmal besser machen.“
Wie viele sind in Ihrem Team?
Mittlerweile haben wir am Zentrum für Künstliche Intelligenz etwa sieben bis acht hauptamtliche Mitarbeiter, dazu kommen viele Stipendiatinnen und Stipendiaten, Praktikanten und Postdocs. Außerdem versuche ich, möglichst viele studentische Volontäre einzustellen – Auszubildende, die einfach mal reinschnuppern wollen. Auch ohne formale Finanzierung gibt es eine große Gemeinschaft von Einzelpersonen, die einfach nur lernen wollen. Aus diesem Grund denke ich, dass das Zentrum zu einem beliebten Ort rund um die UCI geworden ist.
Was wollen Sie nach dem Start des IPH als Erstes angehen?
Vor dem Start von IPH hatte sich eine kleinere Gruppe bei UCI auf Präzisionsgesundheit und Omik konzentriert. Parallel dazu konzentrierte sich mein Team auf KI und maschinelles Lernen, die auf präzise Gesundheitsprobleme angewendet wurden. In dieser Hinsicht haben wir durch die Kombination unseres Expertenhintergrunds einige frühe Projekte, die sich mit KI-Vorhersageanalysen über mehrere diagnostische Modalitäten hinweg befassen, einschließlich elektronischer Patientenakten (EHR), Radiologie- und Omics-Daten. einschließlich DNA, RNA, Proteomik. Diese interdisziplinäre Arbeit verkörpert wirklich IPH und wäre ehrlich gesagt unmöglich, wenn Sie nicht Experten wie die in unserem Team hätten, die Sie auf Ihrem Weg begleiten. Einige wichtige vorrangige Forschungsbereiche umfassen insbesondere ALS, Demenz, Magenkrebs und COVID.
Irgendwelche letzten Worte zur Zukunft der Präzisionsmedizin?
KI und Präzisionsgesundheit sind aufregende neue Forschungsgebiete, aber im Moment möchte ich alle dringend bitten, auf dem Boden zu bleiben und geduldig zu sein. Es gibt viele Unbekannte und viel zu erforschen und zu verstehen, daher ist eine ausgewogene Perspektive erforderlich, um wirklich Fortschritte bei der Umsetzung dieser Technologien in einer Weise zu erzielen, die letztendlich Forschern, Klinikern und Patienten hilft.
Wenn Sie mehr über die Unterstützung dieser oder anderer Aktivitäten bei UCI erfahren möchten, besuchen Sie bitte die Brilliant Future-Website unter https://brilliantfuture.uci.edu. Die am 4. Oktober 2019 öffentlich gestartete Kampagne Brilliant Future zielt darauf ab, das Bewusstsein und die Unterstützung für UCI zu schärfen. Durch das Engagement von 75.000 Alumni und das Sammeln von philanthropischen Investitionen in Höhe von 2 Milliarden US-Dollar strebt die UCI danach, neue Spitzenleistungen in den Bereichen Studentenerfolg, Gesundheit und Wohlbefinden, Forschung und mehr zu erreichen. UCI Health Affairs spielt eine entscheidende Rolle für den Erfolg der Kampagne. Erfahren Sie mehr bei einem Besuch https://brilliantfuture.uci.edu/uci-health-affairs/.
Über das UCI Institute for Precision Health: Das im Februar 2022 gegründete Institute for Precision Health (IPH) ist ein facettenreiches, integriertes Ökosystem für die Zusammenarbeit, das das kollektive Wissen über Patientendatensätze und die Leistungsfähigkeit von Computeralgorithmen, prädiktiver Modellierung und KI maximiert. IPH vereint die leistungsstarken UCI-Fähigkeiten in den Bereichen Gesundheitswissenschaften, Ingenieurwesen, maschinelles Lernen, künstliche Intelligenz, klinische Genomik und Datenwissenschaft, um die effektivste Gesundheits- und Wellnessstrategie für jede einzelne Person bereitzustellen, und stellt sich dabei den damit verbundenen Herausforderungen der Gesundheitsgerechtigkeit und des Highs Kosten der Pflege. IPH ist Teil von UCI Health Affairs und wird von Tom Andriola, Vizekanzler für Information, Technologie und Daten, und Leslie Thompson, Donald-Bren-Professor für Psychiatrie und menschliches Verhalten sowie Neurobiologie und Verhalten, gemeinsam geleitet. IPH besteht aus sieben Bereichen: SMART (Statistik, maschinelles Lernen – künstliche Intelligenz), A2IR (angewandte Forschung auf dem Gebiet der künstlichen Intelligenz), A3 (angewandte Analytik und künstliche Intelligenz), Precision Omics (fördert die Übersetzung von genomischen, proteomischen und metabolomischen Forschungsergebnissen). in klinische Anwendungen), Collaboratory for Health & Wellness (bietet das Ökosystem, das die fachübergreifende Zusammenarbeit durch die Integration gesundheitsbezogener Datenquellen fördert), Deployable Equity (bindet Interessengruppen aus der Gemeinschaft und Gruppen aus dem Bereich Gesundheit ein, um Lösungen zu schaffen, die die Unterschiede verringern die Gesundheit und das Wohlbefinden von unterversorgten und gefährdeten Bevölkerungsgruppen.) und Bildung und Ausbildung (bietet Studenten und Ärzten eine datenzentrierte Ausbildung, damit sie auf der Höhe ihrer Lizenzen praktizieren können).