AI en de toekomst van medische behandeling

Wikipedia Commons
Deel dit verhaal!
Technocraatpraktijken hebben het grootste deel van de medische industrie al overgenomen met zogenaamde 'evidence-based' behandelingen. IBM's Watson-programma claimt bijvoorbeeld een betere diagnose en behandeling van kanker dan hoogopgeleide artsen. We zullen binnenkort horen: "Het algoritme zal je nu zien ..." ⁃ TN Editor

-“Oh dokter, wat maakt me ziek? Kan ik een diagnose krijgen? Wat is dat? AI [kunstmatige intelligentie] behandelt het nu? Je bedoelt dat ik gewoon online ga en de resultaten van mijn tests zie en de diagnose lees en mijn medicijnen buiten mijn voordeur haal? Wauw. Heel fijn."

Werkelijk? Is het heel leuk

Terwijl AI kruipt en kruipt in het rijk van medische diagnose en behandeling, en terwijl het zich verspreidt onder de vlag van "meer precieze zorg voor de patiënt", onthoud dan dat AI valse gegevens steviger insluit dan welke menselijke arts dat ook kan. Als het eenmaal daar is, hoe kom je er dan vanaf?

"Het spijt me mijnheer. Er is geen mens om mee te praten. Al onze gegevens worden geproduceerd door algoritmen ... "

Stel bijvoorbeeld dat de griep die u heeft niet de griep is? Stel dat het iets anders is? AI zou je nog steeds diagnosticeren met griep, op basis van je profiel van symptomen, en je zou een toxisch antiviraal medicijn kunnen krijgen dat je niet nodig hebt, en ook een waarschuwingslijst plaatsen van mensen wier griepprik niet actueel is.

Dr. Peter Doshi, die in de online BMJ (British Medical Journal) schrijft, onthult een wangedrocht.

Zoals Doshi stelt, worden elk jaar honderdduizenden ademhalingsmonsters genomen van grieppatiënten in de VS en getest in laboratoria. Hier is de kicker: slechts een klein percentage van deze monsters vertoont de aanwezigheid van een griepvirus.

Dit betekent: de meeste mensen in Amerika die door artsen met de griep worden gediagnosticeerd, hebben geen griepvirus in hun lichaam.

Dus ze hebben geen griep.

Daarom, zelfs als u aanneemt dat het griepvaccin nuttig en veilig is, kan het onmogelijk alle "griepgevallen" voorkomen die geen griepgevallen zijn.

Het vaccin kon onmogelijk werken.

Dit is het exacte citaat uit de BMJ-review van Peter Doshi, “Griep: marketingvaccins door marketingziekte” (BMJ 2013; 346: f3037):

“… Zelfs het ideale griepvaccin, perfect afgestemd op de circulerende stammen van wilde griep en in staat om alle griepvirussen te stoppen, kan slechts een klein deel van het 'griep'-probleem aanpakken omdat de meeste' griep 'niets met griep te maken lijkt te hebben. . Elk jaar worden honderdduizenden ademhalingsmonsters in de VS getest. Van de geteste, blijkt 16% gemiddeld influenza-positief te zijn. ”

"... Het is geen wonder dat zoveel mensen het gevoel hebben dat 'griepprikken' niet werken: voor de meeste mensen kunnen ze dat niet."

Omdat de meeste gediagnosticeerde gevallen van griep niet de griep zijn.

MAAR DENKT U DAT AI DEZE OPENBARINGEN IN ZIJN DATABANK OP FLU KAN VOUWEN? DENKT U DIT GROTE INZICHT - WELKE BLAST DE HELE FLU PROPAGANDA-SCHIP UIT HET WATER - GAAT HET AI-PROGRAMMA VOOR FLU-DIAGNOSE EN BEHANDELING VERANDEREN?

Natuurlijk niet.

En er zullen nog heel veel andere gebieden zijn waar AI fout is - maar in steen gegraveerd.

Bijvoorbeeld, de officiële weigering om alle vaccins die aluminium bevatten te classificeren als zeer giftig en gevaarlijk - AI zal die opzettelijke weigering versterken. Met wie ga je op dat moment ruzie maken? Een machine? De wolk?

NextGov rapporteert op een versie van AI die nu wordt getest: “Wetenschappers testen nieuwe chemische verbindingen op dieren… Maar een kunstmatig intelligentiesysteem gepubliceerd in het onderzoekstijdschrift Toxicological Sciences toont aan dat het mogelijk is om sommige tests te automatiseren met behulp van de kennis over chemische interacties die we al hebben. De AI werd getraind om te voorspellen hoe giftig tienduizenden onbekende chemicaliën zouden kunnen zijn, gebaseerd op eerdere dierproeven, en de resultaten van het algoritme bleken even nauwkeurig te zijn als levende dierproeven. ”

Klinkt goed? Hoe waarschijnlijk is het dat zo'n geautomatiseerde database tientallen toxische medicijnen bevat die Amerikanen doden met een snelheid van 100,000 per jaar?

Ja, dat klopt, 100,000 per jaar. Het citaat is: Journal of the American Medical Association, juli 26, 2000, Dr. Barbara Starfield, "Is de Amerikaanse gezondheid echt de beste ter wereld?"

Als AI eenmaal is geaccepteerd als het woord over giftige chemicaliën, stel je dan voor hoe moeilijk het is om veel medicijnen aan de lijst toe te voegen.

"Het spijt me mijnheer. Ik weet niets over medicijnen. Ik heb gewoon toegang tot de database over giftige chemicaliën en rapporteer wat ik vind. Wie heeft hier de leiding over de AI? Is dat wat je vraagt? Ik heb geen idee. Laat me je doorsturen naar een senior specialist in openbare communicatie. Ze is momenteel behoorlijk druk. Als u een bericht achterlaat, ontvangt u mogelijk een antwoord in de komende weken. Maar ik weet niet zeker of ze je kan helpen. Zoals ik al zei, nemen we al onze informatie uit de database ... "

Automatisering van gegevens creëert een nieuw abstractieniveau. Ja, het is moeilijk genoeg om ruzie te maken met een menselijke bureaucraat - maar dat is niets vergeleken met het proberen een AI-programma in vraag te stellen.

En natuurlijk, in de medische arena, wie gaat dat AI-programma samenstellen en de leiding erover nemen? Wie gaat beslissen wat er in het programma gaat en wat wordt weggelaten?

Wie gaat dat programma aan het publiek presenteren en de AI karakteriseren als het eerlijkste, meest eerlijke en objectieve systeem onder de zon?

Wat gebeurt er als de volgende 10-generaties schoolkinderen worden getraind om te geloven in AI als de beste en slimste bron van waarheid op aarde?

Toen ik mijn eerste boek schreef, AIDS INC., in 1988 begon ik me bewust te worden van kunstmatig geconstrueerde sjablonen van medische informatie - sjablonen die AI-producties zouden kunnen worden in de volgende 10- of 20-jaren.

Ik zwierf door de stapels in de UCLA bio-med bibliotheek en zocht cruciale informatie op over verschillende medische tests. Deze weinig bekende gepubliceerde studies toonden aan hoe onbetrouwbaar de diagnostische tests zouden kunnen zijn. Maar, zoals ik ontdekte, deze informatie had geen plaats in het curriculum van de medische school. In alle conventionele medische kringen werd het genegeerd. Alsof het niet bestond.

Ik vond de genegeerde gegevens in gearchiveerde volumes van medische tijdschriften op de planken van de bibliotheek.

Wat gebeurt er wanneer die volumes worden verzonden naar opslagplaatsen voor opslag en niemand er meer toegang toe heeft?

Wat gebeurt er als de heldere en glanzende medische AI-databases het landschap regeren?

Een deel van mijn werk in de afgelopen 35-jaren is het houden van medische waarheid levend en voor de lezers. Er is geen vervaldatum op de waarheid.

Wanneer u AI voldoende gegevens en sets van basisaannames invoert, kan en zal het een volledig programma bouwen dat een reeks acties dicteert die moeten worden ondernomen. Maar stel bijvoorbeeld dat u een ontluikend AI-schaakprogramma hebt verteld dat ridders slechts drie vierkanten naar voren bewegen, roeken alleen diagonaal kunnen bewegen en koningen over andere stukken kunnen springen. Je krijgt een briljant schaaksysteem dat erg weinig lijkt op het echte schaakspel.

Dit is precies wat er gebeurt als veel onderliggende medische veronderstellingen -die vals of grof onvolledig zijn- zijn een AI-diagnose- en behandelingssysteem ingevoerd.

En veel bruikbare en nuttige waarheid verdwijnt naar de achtergrond en gaat verloren.

Lees hier het hele verhaal ...

Inschrijven
Melden van
gast

0 Heb je vragen? Stel ze hier.
Inline feedbacks
Bekijk alle reacties