Des camionnettes équipées quelque part entre le cabinet d'un médecin et l'hôpital, avec un agent d'IA pour guider les généralistes médicaux par le biais de diagnostics et de procédures inconnus, pourraient améliorer l'accès aux soins de santé dans les zones rurales.
L'Advanced Research Projects Agency for Health, ou ARPA-H, investit dans le développement d'une telle clinique, l'Université du Michigan dirigeant l'une des deux grandes équipes concevant et construisant la composante d'IA.
Même avant que les hôpitaux ruraux ne commencent à réduire les services et à fermer, obtenir des soins médicaux cohérents était difficile pour les personnes vivant dans des régions éloignées. Le nouveau programme d'amélioration de l'accès évoque le cavalier de Knight croisé avec une exposition du Nord, dans un avenir où les professionnels de la santé ruraux étendent leurs connaissances à la volée avec l'aide du véhicule dans lequel ils voyagent.
Nous voulons amener l'hôpital à la maison ou au parking de l'église – que ce soit dans la péninsule supérieure du Michigan ou au milieu de l'Indiana – où le centre médical le plus proche qui effectue les soins dont le patient a besoin pourrait être à deux heures. »
Jason Corso, directeur du projet AI et professeur UM de robotique et de génie électrique et informatique
Une clinique mobile réduirait le coût des soins en nécessitant moins de bâtiments permanents dans sa zone de service et en permettant aux assistants et infirmières médecins d'effectuer des procédures plus avancées avec le coaching de l'agent d'IA, a déclaré Corso. L'agent d'IA serait également en mesure d'apprendre les besoins des opérateurs de clinique et des patients, donc la personnalisation manuelle du logiciel ne serait pas nécessaire.
Financé avec jusqu'à 25 millions de dollars, l'équipe AI dirigée par l'UM rassemble un vaste groupe de spécialistes de l'hôpital, de praticiens ruraux et d'ingénieurs, organisés en trois sous-équipes. Ensemble, ils représentent huit universités et la société de recherche et développement RTX BBN Technologies. L'agent d'IA sera un élément du programme en cinq parties d'ARPA-H pour prototyper l'équipement nécessaire pour cette clinique médicale mobile.
D'autres parties visent à relier diverses sources de données au sein de la clinique, portées par le patient et dans le dossier de santé du patient; développer un scanner CT miniaturisé pour l'imagerie 3D mobile; et construire un prototype de clinique mobile. Finalement, l'équipe testera l'agent d'IA dans la clinique mobile, attendue au cours de la troisième année. Jusque-là, ils utiliseront une clinique stationnaire, équipée comme la camionnette proposée, pour évaluer la façon dont l'agent répond aux besoins des patients et des cliniciens.
La clinique AI s'appuie sur des travaux antérieurs dirigés par CORSO, concevant des agents de l'IA pour fournir des conseils intelligents dans différents scénarios. La cuisson est un excellent banc d'essai, a-t-il dit, car il implique un ensemble de matières premières et d'instruments, une séquence d'événements et de techniques habiles – et il est raisonnablement bas. Son équipe s'est ensuite appuyée sur les stratégies nécessaires pour augmenter la cuisine d'une personne, guidant les soldats à travers la médecine du champ de bataille vital. Pour le projet actuel, l'équipe prévoit que l'agent d'IA travaillait aux côtés d'un médecin de famille ou d'une infirmière praticienne, par exemple, quelqu'un avec beaucoup de connaissances fondamentales mais sans la formation ou l'expérience des spécialistes.
L'équipe décompose le travail en plusieurs pièces. L'équipe technique, forte en informatique, construira des modèles capables de représenter des tâches médicales, ce qui se passe dans la camionnette et avec le patient, et comment le patient et le généraliste font. L'objectif est un agent d'IA qui peut non seulement observer les actions du généraliste et les guider à travers des tâches inconnues, mais qui peut également reconnaître quand quelque chose d'inattendu s'est produit et s'adapter en conséquence.
Une partie de cette capacité serait de reconnaître l'état émotionnel des humains, comme le généraliste devenant stressé si l'état du patient s'aggrave considérablement. Les collaborateurs en soins infirmiers apporteront une expertise dans la lecture des gens et l'étalonnage de l'assistance qu'ils fournissent. Avec leur contribution, l'agent d'IA peut apprendre à modifier la façon dont il fournit des informations dans des situations tendues.
L'équipe médicale et l'équipe d'intégration du système rassembleront l'ensemble de données pour former les modèles qui alimenteront l'IA. Cette tâche comprend l'évaluation des biais dans les données qui pourraient conduire à des diagnostics et des traitements inexacts. L'équipe médicale fournira également de riches conseils sur la façon d'effectuer des tâches médicales, dans des domaines tels que les soins cardiaques et traumatisés.
L'équipe d'intégration des systèmes et l'équipe technique renforceront le prototype d'agent d'IA, appelé Vigil pour les vecteurs de conseils intelligents dans les soins de santé ruraux à longue portée. Ensuite, l'intégration des systèmes et les équipes médicales les itéreront en les testant en tests cliniques, en abordant des points de douleur identifiés par les professionnels de la santé et les patients.
L'équipe technique comprend:
- Um: CORSO (PI; AI physique), Anhong Guo (Systèmes interactifs), Andrew Owens (AI multimodal), Mike Oelke (gestion de projet)
- Colorado State University: Nathaniel Blanchard (vision par ordinateur), Nikhil Krishnaswamy (langue AI), Sarath Sreedharan (Systèmes physiques de l'IA), Bruce Draper (vision par ordinateur)
- Institut de technologie Stevens: Enrique Dunn (modélisation de l'environnement 3D)
- Université du nord-est: Ehsan Elhamifar (surveillance des tâches et de la récupération)
- Université de Pennsylvanie: Alison Marie Pouch (analyse d'image médicale)
- Université Purdue: Jeffrey Siskind (Systèmes physiques AI)
- Université de Rochester: Chenliang Xu (AI multimodal)
L'équipe médicale comprend:
- Um: Prashant Mahajan et Kevin Ward, Milisa Manojlovich (soins infirmiers), Donald Likosky (évaluation des résultats), Francis Pagani (chirurgie cardiaque)
- Université de Pennsylvanie: SPHECH (analyse d'image médicale), Emily Mackay (anesthésie cardiaque)
- Université centrale du Michigan: Sethu Reddy (endocrinologie), Alison Arnold (médecine rurale), Steve Vance (médecine rurale)
L'équipe des systèmes comprend:
- RTX BBN: Brian Van Voorst (scientifique principal et chercheur), Muntaha Samad (ingénieur principal de la recherche)
Guo est professeur adjoint d'informatique et d'ingénierie; Owens est professeur adjoint de génie électrique et informatique; Ward et Mahajan sont professeurs de médecine d'urgence; Manojlovich est professeur de systèmes, de populations et de leadership; Likosky et Pagini sont professeurs de chirurgie cardiaque.
