Salah satu aspek ini adalah perspektif yang terhad mengenai kesihatan wanita termasuk - dan kekurangan sejarah fokus pada cara unik yang badan wanita berbeza dari lelaki.

Satu artikel dari Akademi Sains New York menyoroti beberapa percanggahan ini-bahawa wanita tidak biasanya dimasukkan dalam penyelidikan perubatan sehingga pertengahan 1990-an, bahawa wanita sering menerima diagnosis lebih awal daripada lelaki dalam banyak kes, dan keadaan tertentu yang lebih biasa bagi wanita mengambil masa yang lama untuk didiagnosis atau menerima penyelidikan yang kurang.

Brooke Grindlinger membincangkan panel di SXSW pada tahun 2024 yang menangani berapa banyak penyelidikan klinikal ini mengenai wanita telah terhad kepada aplikasi khusus dan sempit yang berkaitan dengan kesihatan reproduktif.

"Terdapat lebih banyak lagi kesihatan wanita daripada itu," kata Christina Jenkins, MD, panelis dan rakan kongsi umum di Convergent Ventures. "Kami menganggap 'kesihatan wanita' sebagai amalan khusus ... memberi tumpuan kepada perkara -perkara yang unik kepada wanita, yang merupakan organ pembiakan dan [keadaan yang berkaitan], tetapi juga keadaan yang tidak seimbang ... atau berbeza mempengaruhi wanita."

Di luar penyelidikan kanser

Sudah tentu, AI juga telah membawa diagnosis yang lebih baik dan pendekatan baru kepada mamografi: Maureen Salamon menulis di Harvard Health Publishing mengenai aplikasi untuk kanser payudara, sementara mengakui bahawa ini jauh dari satu -satunya aspek kesihatan wanita yang sedang diterokai dengan teknologi baru.

Terdapat juga tumpuan kepada jumlah data yang banyak yang datang dari wearables, dan idea -idea tentang bagaimana mereka dapat menyumbang.

"Pada tahun -tahun akan datang, AI mungkin dapat menghasilkan skor penilaian risiko kanser payudara yang diperibadikan, yang menawarkan gambaran yang lebih terperinci tentang risiko wanita untuk penyakit ini," tulis Salamon. "Pada masa ini, risiko kanser payudara wanita dikira menggunakan soal selidik yang bertanya tentang faktor -faktor seperti umur, etnik, sejarah keluarga kanser payudara, sejarah biopsi payudara, ketumpatan payudara, ketika mereka mula -mula menstruasi, dan - bagi mereka yang mempunyai anak -anak - berapa umur mereka ketika mereka pertama kali melahirkan.

Dalam ceramah TED baru -baru ini, Lily Janjigian meneruskan beberapa cara yang kita sedang menangani kesihatan wanita di sini di MIT.

Kami telah banyak mendengar tentang ini dalam persidangan dan peristiwa baru -baru ini di mana orang teruja dengan penambahbaikan klinikal dengan AI. Tetapi cerita Janjigian adalah unik - seperti yang ditunjukkan dalam ceramah TEDnya, dia berada di pasukan sukan di MIT, dan akhirnya mengalami keretakan tekanan. Kemudian dia melihat ke sekeliling dan bertanya mengapa kadar kecederaan ini jauh lebih tinggi di kalangan atlet wanita.

(Getty Image: Seorang atlet wanita)

Hasilnya adalah tumpuan sama ada kesihatan wanita mendapat perhatian yang sewajarnya.

"Kami tidak tahu banyak tentang kesihatan wanita," katanya, merujuk statistik dari McKinsey, yang kurang daripada satu peratus penyelidikan perubatan melihat kesihatan wanita, di luar kerja kanser wanita. "Ini berakhir (membawa kepada) benar -benar tidak adil untuk wanita."

Kemudian dia mendapati ubat wanita MIT melalui Pejabat Pembelajaran Mesin (periksa di sini) di mana tumpuannya adalah untuk meneroka kesihatan wanita dengan teknologi baru, dan, seperti yang ditunjukkan Janjigian, melihat corak dalam set data yang besar untuk perkara -perkara seperti endometriosis.

Dia menunjukkan bagaimana saintis dapat mengumpulkan tiga elemen data: data genetik, data biologi, dan gejala - dan membawa mereka bersama untuk diagnosis dan penjagaan pesakit.

"AI akhirnya boleh membiarkan kita mempersoalkan tentang wanita tentang kesihatan wanita yang kita tidak dapat menjawab pada masa lalu, jadi mengapa kita tidak pergi dan mengerahkannya di mana -mana kita boleh?"

Menangani batasan

Jawapannya, Janjigian mencadangkan, adalah dalam beberapa cara, AI bukan penyelesaian yang sempurna.

Ia boleh mengekalkan kecenderungan, katanya, dengan pendekatan yang salah.

"Sistem AI adalah gambaran tentang apa dan siapa yang kita pilih untuk menghargai, jadi mari pastikan kita semua dari awal," katanya.

Lebih banyak mengenai kuasa AI

Penyelidikan yang baik memerlukan pendekatan yang disengajakan, tetapi ada sebab lain saya fikir AI akan membantu di sini

Ia mempunyai kaitan dengan mekanisme perhatian, dan bagaimana penyelidikan tradisional telah berfungsi. Stephen Wolfram, untuk satu, suka bercakap tentang bagaimana perhatian AI berbeza dari manusia, dan apa yang dimaksudkan untuk penggunaan alat AI kami.

Memandangkan pakar di atas bercakap tentang perbezaan - bagaimana penyelidikan manusia memberi tumpuan kepada isu -isu lelaki dan kesihatan lelaki.

Nah, apabila anda menggunakan data AI, anda sedang mengusahakan set data yang masuk. Jadi ada peluang untuk mengurangkan kecenderungan, dan membawa lensa yang lebih luas untuk penjagaan kesihatan secara umum, dan kesihatan wanita khususnya.

Dalam erti kata lain, keupayaan yang sama yang membolehkan AI melakukan kerja yang hebat dalam diagnosis radiologi dapat membantu memberi tumpuan kepada bagaimana keadaan tertentu mempengaruhi wanita, dengan tinjauan yang sangat besar dalam ujian klinikal wanita dan penyelesaian yang dihasilkan.

Ini adalah sesuatu yang banyak orang teruja, dan kita harus terus menonton ketika kita terus mengintegrasikan penyelesaian ini ke dalam kehidupan kita.

Atas ialah kandungan terperinci AI boleh merevolusikan penjagaan kesihatan wanita - inilah caranya. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!