Im späten 20. Jahrhundert wurde die von Computeringenieuren programmierte KI auf der Grundlage einer Reihe von Anweisungen (Regeln) geboren, die von Menschen erstellt wurden und es der Technologie ermöglichten, grundlegende Probleme zu lösen.
LTS: Es gibt viele Branchen, die vom Zustrom neuer Technologien im Informationszeitalter betroffen sind. Durch die Auswirkungen von Automatisierung, Informatik und künstlicher Intelligenz (KI) sind Unternehmen wie Ärzte, Krankenhäuser, Versicherungsunternehmen und Branchen mit Bezug zum Gesundheitswesen nicht von der Regelung ausgeschlossen. Aber im Gesundheitswesen hat KI einen positiveren Einfluss als andere Branchen.
Erste Generation
Man kann sich vorstellen, dass die Art und Weise, wie das KI-Training mittlerweile der Vorgehensweise von Medizinstudenten ähnelt, dem KI-System auch Hunderte von Algorithmen beibringt, um Patientensymptome in Diagnosen umzuwandeln. Dies gilt als die erste Generation, die Gesundheitsregeln in KI-Systeme integriert.
Entscheidungsalgorithmen ähneln dem Wachstum eines Baumes, beginnend am Stamm (dem Problem des Patienten) und verzweigen sich von dort aus. Klagt ein Patient beispielsweise über starken Husten, prüft der Arzt zunächst, ob Fieber vorliegt. Je nachdem, ob Fieber vorliegt oder kein Fieber vorliegt, werden zwei Fragengruppen gestellt. Aus der ersten Antwort ergeben sich weitere Fragen zum Zustand. Dies wiederum führt zu einer weiteren Spaltung. Letztendlich ist jeder Zweig eine Diagnose, die von einer bakteriellen, pilzbedingten oder viralen Lungenentzündung bis hin zu Krebs, Herzversagen oder Dutzenden anderer Lungenerkrankungen reichen kann.
Im Allgemeinen kann die erste Generation der KI zwar Probleme erkennen, Krankenakten jedoch nicht analysieren und klassifizieren. Daher können frühe Formen der künstlichen Intelligenz nicht so genau sein wie Ärzte, die medizinische Wissenschaft mit ihrer Intuition und Erfahrung verbinden. Und aufgrund dieser Einschränkungen wird regelbasierte KI in der klinischen Praxis ansonsten selten eingesetzt.
Vollständige Automatisierung
Zu Beginn des 21. Jahrhunderts begann die zweite Ära der KI mit der Artificial Narrow Intelligence (ANI), also künstlicher Intelligenz, die bestimmte Aufgabengruppen löst. Das Aufkommen neuronaler Netze, die die Struktur des menschlichen Gehirns nachahmen, hat den Weg für Deep-Learning-Technologie geebnet. ANI funktioniert ganz anders als sein Vorgänger. Anstatt von Forschern vorgegebene Regeln bereitzustellen, nutzen Systeme der zweiten Generation riesige Datensätze, um Muster zu unterscheiden, für die der Mensch viel Zeit in Anspruch nehmen würde.
In einem Beispiel haben Forscher Tausende von Mammogrammen in ein ANI-System eingespeist, von denen die Hälfte bösartige und die andere Hälfte gutartige Krebsarten zeigte. Das Modell kann sofort Dutzende Unterschiede in der Größe, Dichte und Schattierung von Röntgenbildern erkennen und jedem Unterschied einen Einflussfaktor zuordnen, der die Wahrscheinlichkeit einer Malignität widerspiegelt. Wichtig ist, dass diese Art von KI nicht wie Menschen auf Heuristiken (einer Faustregel) beruht, sondern auf subtilen Variationen zwischen bösartigen und normalen Tests, die weder dem Radiologen noch dem Softwareentwickler bekannt waren.
Im Gegensatz zur regelbasierten KI übertreffen KI-Tools der 2. Generation manchmal die Intuition von Ärzten in Bezug auf die diagnostische Genauigkeit. Allerdings weist diese Form der künstlichen Intelligenz auch gravierende Einschränkungen auf. Erstens hat jede Anwendung eine bestimmte Aufgabe. Das heißt, ein System, das darauf trainiert ist, Mammographien zu lesen, kann Gehirnscans oder Röntgenaufnahmen des Brustkorbs nicht interpretieren. Die größte Einschränkung von ANI besteht darin, dass das System nur so gut ist wie die Daten, auf denen es trainiert wurde. Ein klares Beispiel für eine Schwäche ist, als UnitedHealthcare sich auf eine enge KI verließ, um seine schwächsten Patienten zu identifizieren und ihnen zusätzliche medizinische Dienstleistungen anzubieten. Bei der Durchsicht der Daten stellten die Forscher später fest, dass die KI eine katastrophale Annahme getroffen hatte. Patienten, die nur deshalb als gesund diagnostiziert wurden, weil ihre Krankenakten wenig medizinische Versorgung erhielten, während Patienten, die viele medizinische Versorgungsleistungen in Anspruch nahmen, niedrige Gesundheitsbewertungen hatten ...
Künftige Generationen von KI werden es den Menschen auch ermöglichen, wie jeder Arzt Krankheiten zu diagnostizieren und Behandlungen zu planen. Derzeit hat das generative KI-Tool (MED-PALM2 von Google) die ärztliche Approbationsprüfung mit einer Expertenbewertung bestanden. Viele andere medizinische KI-Tools können mittlerweile die gleichen Diagnosen stellen wie Ärzte. Allerdings erfordern diese Modelle derzeit noch eine ärztliche Aufsicht und sind nicht in der Lage, Ärzte zu ersetzen. Bei der derzeitigen exponentiellen Wachstumsrate wird jedoch erwartet, dass diese Anwendungen in den nächsten fünf Jahren mindestens 30-mal leistungsfähiger werden. Es wird vorhergesagt, dass zukünftige Generationen von Tools wie ChatGPT medizinisches Fachwissen in die Hände aller Menschen bringen und die Beziehung zwischen Ärzten und Patienten grundlegend verändern werden.
VIET LE zusammengestellt