Tähän saakka lääke on ollut arvovaltainen ja usein erittäin tuottoisa uran valinta. Mutta lähitulevaisuudessa tarvitsemmeko yhtä monta lääkäriä kuin nyt? Aiotteko nähdä merkittävän lääketieteellisen työttömyyden tulevana vuosikymmenenä?

Tohtori Saxon Smith, Australian lääketieteellisen yhdistyksen NSW: n johtaja, sanoi raportissa viime vuoden lopulla että yleisimpiä huolenaiheita, joita hän kuulee lääkäreistä ja lääketieteen opiskelijoista, ovat "lääketieteen tulevaisuus?" ja "saanko työtä?". Hän sanoi, että vastaukset jatkavat häntä.

Kun Australian, Ison-Britannian ja Amerikan yliopistot jatkavat yhä useammat lääketieteen opiskelijat, on selvää, mistä nämä uudet lääkärit toimivat tulevaisuudessa?

Voiko lääketieteen ammattilaisten roolia laajentaa ikääntyvän väestön vuoksi? Vai onko paine vähentää kustannuksia ja samalla parantaa tuloksia, mikä todennäköisesti pakottaa uuden teknologian käyttöönoton, mikä todennäköisesti heikentää lääkärien nykyisin suorittamien roolien määrää?

Kustannusten alentaminen

Kaikki hallitukset, potilaat ja lääkärit ympäri maailmaa tietävät sen terveydenhuollon kustannukset on vähennettävä jos haluamme kohdella useampia ihmisiä. Jotkut ehdottavat, että potilaat maksavat enemmän, mutta me maksamme siitä, on selvää, että kustannusten alentaminen on, mitä täytyy tapahtua.

Käyttö lääketieteelliset robotit, jotka auttavat ihmisen kirurgeja yleistyy, mutta toistaiseksi niitä käytetään parantamaan potilaiden tuloksia eikä leikkauskustannuksia. Kustannussäästöt voivat tulla myöhemmin, kun tämä robotti-tekniikka kypsyy.

Se on lääketieteellisen diagnostiikan alalla, jossa monet näkevät mahdollisen merkittävän kustannussäästön ja parantavat tarkkuutta tekniikan käyttö ihmisten lääkäreiden sijasta.

Se on jo yleistä verikokeita ja geneettinen testaus (genomiikka) koneiden automaattisesti ja erittäin kustannustehokkaasti. He analysoivat verinäytteen ja tuottavat automaattisesti raportin.

Testit voivat olla yhtä yksinkertaisia ​​kuin hemoglobiinitaso (verenkuva) diabeteksen testeihin, kuten insuliini- tai glukoositasoihin. Niitä voidaan myös käyttää paljon monimutkaisempiin testeihin, kuten ihmisen geneettisen meikin tarkasteluun.

Hyvä esimerkki on Thyrocare Technologies Ltd, Mumbai, Intia, jossa on enemmän kuin 100,000-diagnostiset testit ympäri maata tehdään joka ilta, ja raportit toimitetaan 24-tuntien verran potilaalta.

Koneet vs. ihmiset

Jos koneet voivat lukea verikokeita, mitä muuta he voivat tehdä? Vaikka monet lääkärit eivät pidä tästä ajattelusta, kaikki testit, jotka edellyttävät mallin tunnistamista, tehdään lopulta paremmin a kuin ihminen.

Monet sairaudet tarvitsevat patologisen diagnoosin, jossa lääkäri tarkastelee verinäytettä tai kudosta tarkan taudin toteamiseksi: verikoe infektion diagnosoimiseksi, ihon biopsia sen määrittämiseksi, onko leesio syöpä vai ei, ja kudosnäyte kirurgi, joka haluaa tehdä diagnoosin.

Kaikki nämä esimerkit ja itse asiassa kaikki patologiset diagnoosit tekee lääkäri käyttäen tunnistusmenetelmää diagnoosin määrittämiseksi.

Näiden diagnostiikkakoneiden kouluttamiseen voidaan käyttää keinotekoisia älytekniikoita, joissa käytetään syviä hermoverkkoja, jotka ovat koneen oppimisen tyyppi. Koneet oppivat nopeasti ja emme puhu yhdestä koneesta, vaan koneiden verkostosta, joka on yhdistetty maailmanlaajuisesti internetin välityksellä ja jossa niiden yhdistetyt tiedot paranevat edelleen.

Se ei tapahdu yön yli - oppiminen kestää jonkin aikaa - mutta kun koulutus on suoritettu, kone jatkaa paranemista. Ajan myötä asianmukaisesti koulutettu kone on ylivoimainen kuvion tunnistamisessa kuin mikään ihminen voisi koskaan olla.

Patologia on nyt kysymys monen miljoonan dollarin laboratorioista, jotka tukeutuvat mittakaavaetuihin. Kestää noin 15 vuotta lähtien lukion kouluttaa a patologi toimimaan itsenäisesti. Luultavasti se ottaa toisen 15-vuoden, jotta patologi olisi yhtä hyvä kuin koskaan.

Muutama vuosi sen jälkeen he jäävät eläkkeelle ja kaikki tieto ja kokemus menetetään. Olisi varmasti parempi, jos tulevia sukupolvia voitaisiin käyttää ja käyttää näitä tietoja? Robottipatologi voisi tehdä juuri niin.

Radiologia, röntgenkuvat ja muualla

Radiologiset testit ovat yli AUS $ 2 miljardia vuosittaista Medicare-kulutusta. 2013-raportissa arvioitiin, että 2014-15-jaksossa 33,600,000-säteilytutkimukset suoritetaan Australiassa. Radiologin olisi tutkittava jokainen näistä ja kirjoitettava raportti.

Radiologit lukevat jo keskimäärin yli seitsemän kertaa päivässä tehtyjen tutkimusten lukumäärää kuin viisi vuotta sitten. Nämä raportit, kuten patologien kirjoittamat, perustuvat mallin tunnistamiseen.

Tällä hetkellä lukuisat Australiassa suoritetut radiologiset testit luetaan muissa maissa, kuten Yhdistyneessä kuningaskunnassa, radiologit. Sen sijaan, että Australian asiantuntija olisi poissa vuoteelta 3amissa lukemalla loukkaantuneen potilaan aivotarkastus, kuva voidaan lähettää digitaalisesti lääkärille missä tahansa sopivassa aikavyöhykkeessä ja raportoida siitä lähes välittömästi.

Entä jos koneita opetetaan lukemaan röntgensäteitä, jotka toimivat ensin ihmisen radiologien kanssa ja lopulta sen sijaan? Tarvitsemmeko yhä ihmistä radiologit? Todennäköisesti. Parempi kuvantaminen, kuten MRI- ja CT-skannaukset, sallii radiologien suorittaa joitakin toimenpiteitä, joita kirurgit nyt toteuttavat.

Diagnostisen radiologian ala laajenee nopeasti. Tällä alalla radiologit pystyvät diagnosoimaan ja hoitamaan sellaisia ​​tiloja, kuten verisuonten verenvuotoa. Tämä tehdään käyttämällä minimaalisesti invasiivisia tekniikoita, jolloin johdot kulkevat suurempien alusten läpi verenvuodon saavuttamiseksi.

Joten radiologit saattavat lopulta tehdä menettelyjä, joita nykyisin suorittaa verisuoni- ja sydänkirurgit. Robottia avustavan leikkauksen lisääntynyt käyttö merkitsee, että tämä on todennäköisempää kuin ei.

On paljon enemmän diagnosoidaan ihovauriota, ihottuma tai kasvu kuin pelkästään katsomassa sitä. Mutta suuri osa diagnoosista perustuu siihen, että ihotautilääkäri tunnistaa leesion (jälleen kuvion tunnistus).

Jos diagnoosi säilyy epäselvänä, laboratorioon lähetetään joitakin kudoksia (biopsia) patologista diagnoosia varten. Olemme jo todenneet, että kone voi lukea jälkimmäistä. Sama periaate koskee ihovaurion tunnistamista.

Kun vaurio tunnistetaan ja opitaan, se voidaan tunnistaa uudelleen. Korkealaatuisilla kameroilla varustetut matkapuhelimet voivat linkittää maailmanlaajuiseen tietokantaan, joka, kuten kaikki muutkin oppimiskykyiset tietokannat, paranee edelleen.

Se ei ole, mutta milloin

Nämä muutokset eivät tapahdu yön yli, mutta ne ovat väistämättömiä. Vaikka monet lääkärit näkevät nämä muutokset uhkana, globaalin hyvän mahdollisuus on ennennäkemätön.

Päiväntasaajan Afrikassa otettua röntgenkuvausta voidaan lukea samalla luotettavuudella kuin yksi Australian huippuyksikössä otetusta. Tarttuva ihottuma saatettiin ladata puhelimeen ja diagnoosi annettiin välittömästi. Paljon henkeä pelastetaan ja terveydenhuollon kustannukset maailman köyhille voivat olla vähäisiä ja monissa tapauksissa maksuttomia.

Jotta tämä toteutuisi, asiantuntijat tekevät työtä koneiden kanssa ja auttavat heitä oppimaan. Aluksi koneita voidaan pyytää tekemään suoraviivaisempia testejä, mutta vähitellen ne opetetaan, aivan kuten ihmiset oppivat elämässä eniten asioita.

Lääketieteen ammattilaisten tulisi tarttua näihin muutosmahdollisuuksiin, ja tulevaisuutemme nuoret lääkärit pitäisi miettiä tarkkaan, missä tulevaisuuden lääketieteelliset työpaikat ovat. On melko varmaa, että 15-vuosien lääketieteellinen työllisyysalue ei näytä siltä, ​​mitä näemme tänään.

Author

Ross Crawford, ortopedisen tutkimuksen professori, Queenslandin teknillinen yliopisto; Anjali Jaiprakash, jatko-tutkija, lääketieteellinen robotiikka, Queenslandin teknillinen yliopisto, ja Jonathan Roberts, professori Roboticsissa, Queenslandin teknillinen yliopisto

Tämä artikkeli julkaistiin alunperin Conversation. Lue alkuperäinen artikkeli.

Aiheeseen liittyvä kirja:

at

Kiitos käynnistä InnerSelf.com, missä niitä on 20,000+ elämää muuttavat artikkelit, joissa mainostetaan "Uusia asenteita ja uusia mahdollisuuksia". Kaikki artikkelit on käännetty kielelle Yli 30 kieltä. Tilaa viikoittain ilmestyvälle InnerSelf Magazinelle ja Marie T Russellin Daily Inspirationille. InnerSelf-lehti on julkaistu vuodesta 1985.