هوش مصنوعی مسئولیت‌پذیری پزشکان را کاهش می‌دهد

یک مطالعه جدید نشان می‌دهد که تنها چند ماه پس از استفاده از هوش مصنوعی، متخصصان کولونوسکوپی تشخیص‌های ضعیف‌تری نسبت به زمانی که از کمک این فناوری استفاده نمی‌کردند، ارائه دادند.

سال‌هاست که متخصصان و شرکت‌های پزشکی ، مزایای بالقوه هوش مصنوعی در پزشکی را، از بهبود تصویربرداری گرفته تا عملکرد بهتر از پزشکان در تشخیص، مورد ستایش قرار داده‌اند.

با این حال، یک مطالعه جدید نشان داده است که تنها در عرض چند ماه، پزشکانی که مرتباً از هوش مصنوعی استفاده می‌کنند، در تشخیص بیماری‌ها به طور قابل توجهی عملکرد بدتری دارند.

این جدیدترین مطالعه‌ای است که خطرات اعتیاد کاربران به این فناوری را نشان می‌دهد. مطالعه‌ای که پیش از این توسط موسسه فناوری ماساچوست انجام شده بود، نشان داد که ChatGPT مهارت‌های تفکر انتقادی را از بین می‌برد.

کمبود انگیزه، تمرکز ضعیف و بی‌مسئولیتی

تحقیقات منتشر شده در مجله Lancet Gastroenterology and Hepatology نشان داد که ظرف شش ماه، پزشکان بیش از حد به توصیه‌های هوش مصنوعی متکی شدند.

این پزشکان در پاسخ به این نظرسنجی اذعان کردند که خودشان هنگام تصمیم‌گیری‌های شناختی بدون پشتیبانی هوش مصنوعی، انگیزه، تمرکز و مسئولیت‌پذیری کمتری پیدا می‌کنند.

برای اثبات این موضوع، محققانی از چندین موسسه در سراسر اروپا، یک مطالعه مشاهده‌ای را در چهار مرکز آندوسکوپی در لهستان که در برنامه هوش مصنوعی در کولونوسکوپی برای پیشگیری از سرطان (ACCEPT) شرکت داشتند، انجام دادند.

به عنوان بخشی از این آزمایش، از اواخر سال ۲۰۲۱، این مراکز از ابزارهای هوش مصنوعی برای تشخیص پولیپ‌ها، تومورهایی که می‌توانند خوش‌خیم یا سرطانی باشند، استفاده می‌کنند.

این مطالعه شامل ۱۴۴۳ مورد کولونوسکوپی بدون کمک هوش مصنوعی، از مجموع ۲۱۷۷ مورد انجام شده بین سپتامبر ۲۰۲۱ و مارس ۲۰۲۲ بود. کولونوسکوپی‌ها توسط ۱۹ متخصص آندوسکوپی باتجربه انجام شد.

سپس محققان کیفیت کولونوسکوپی‌های انجام‌شده را سه ماه قبل و بعد از اجرای هوش مصنوعی مقایسه کردند. کولونوسکوپی‌ها به‌طور تصادفی برای انجام با یا بدون کمک هوش مصنوعی انتخاب شدند.

تنها در عرض شش ماه، پزشکان بیش از حد به توصیه‌های هوش مصنوعی متکی شدند. تصویر عکس: national_cancer_institute.

در نتیجه، از بین جراحی‌هایی که بدون کمک هوش مصنوعی انجام شده، ۷۹۵ مورد قبل از استفاده روتین از هوش مصنوعی انجام شده است. پس از به‌کارگیری ابزارهای هوش مصنوعی، تنها ۶۴۸ جراحی انجام شده است.

سه ماه قبل از معرفی هوش مصنوعی، میزان تشخیص آدنوم (ADR) تقریباً 28٪ بود. سه ماه پس از معرفی هوش مصنوعی، این میزان به تنها 22٪ کاهش یافت. ADR یک شاخص کیفیت رایج برای کولونوسکوپی است. هرچه ADR بالاتر باشد، خطر ابتلا به سرطان روده بزرگ کمتر است.

در نهایت، این مطالعه نشان داد که هوش مصنوعی به متخصصان آندوسکوپی کمک می‌کند تا در صورت استفاده، تشخیص بهتری داشته باشند. با این حال، به محض اینکه کمک این فناوری حذف شد، مهارت‌های تشخیصی پزشکان بلافاصله رو به وخامت گذاشت.

محققان می‌گویند این به دلیل «تمایل طبیعی انسان به تکیه بیش از حد» بر توصیه‌های سیستم‌های پشتیبانی تصمیم‌گیری مانند هوش مصنوعی است.

مارسین رومانچیک، یکی از نویسندگان این مطالعه، این را اثر نقشه‌های گوگل می‌نامد. رومانچیک می‌گوید: «ما سعی داریم به جایی برویم و نمی‌توانیم از یک نقشه معمولی استفاده کنیم. این همان چیز است.»

یک هشدار

عمر احمد، متخصص گوارش در بیمارستان دانشگاه کالج لندن، معتقد است که قرار گرفتن در معرض هوش مصنوعی ممکن است عادات جستجوی بصری و الگوهای توجه پزشکان را که برای تشخیص پولیپ بسیار مهم هستند، تضعیف کرده باشد.

احمد گفت: «در اصل، تکیه بر هوش مصنوعی برای تشخیص می‌تواند تشخیص الگوهای انسانی را تحت الشعاع قرار دهد.» او افزود که نگران است استفاده مکرر از هوش مصنوعی بدون کمک هوش مصنوعی «اعتماد به نفس تشخیصی را تضعیف کند».

سایر متخصصان در مورد نتیجه‌گیری از یک مطالعه واحد محتاط‌تر هستند. ونت عثمانی، استاد هوش مصنوعی بالینی و یادگیری ماشینی در دانشگاه کوئین مری لندن، گفت که تعداد کلی کولونوسکوپی‌ها در طول مطالعه افزایش یافته است، که می‌تواند منجر به خستگی پزشکان و در نتیجه کاهش میزان تشخیص شده باشد.

در همین حال، آلن تاکر، استاد هوش مصنوعی در دانشگاه برونل لندن، خاطرنشان کرد که با کمک هوش مصنوعی، عملکرد پزشکان به طور کلی بهبود یافته است.

آقای تاکر گفت نگرانی‌ها در مورد از بین رفتن مهارت‌های پزشکان توسط اتوماسیون «مختص سیستم‌های هوش مصنوعی نیست و هنگام معرفی هر فناوری جدیدی، یک خطر محسوب می‌شود.»

تنها در عرض چند ثانیه، AlphaFold می‌تواند ساختار تمام پروتئین‌های بدن انسان را پیش‌بینی کند. این امر مزایای زیادی برای درمان پزشکی دارد. عکس: DeepMind.

در حال حاضر، حدود ۵۲ درصد از بیمارستان‌های جهان فناوری هوش مصنوعی را در درجات مختلف پیاده‌سازی کرده‌اند. در ایالات متحده، حدود ۷۵ درصد از بیمارستان‌ها از راه‌حل‌های مبتنی بر هوش مصنوعی برای بهبود بهره‌وری عملیاتی و مراقبت از بیمار استفاده می‌کنند.

پیش‌بینی می‌شود که حجم بازار جهانی هوش مصنوعی در حوزه سلامت از ۲۸ میلیارد دلار در سال ۲۰۲۴ به ۱۸۸ میلیارد دلار تا سال ۲۰۳۰ افزایش یابد.

این رشد در زمانی رخ می‌دهد که به عنوان نقطه عطفی برای صنعت مراقبت‌های بهداشتی در نظر گرفته می‌شود، زیرا روند پیری جمعیت تأثیر زیادی بر نیازهای مراقبت‌های بهداشتی مردم دارد.

سازمان بهداشت جهانی (WHO) تخمین می‌زند که جهان تا سال ۲۰۳۰ حدود ۱۰ میلیون پزشک، پرستار و کارمند بهداشت و درمان کمبود خواهد داشت. در عین حال، تقاضا برای خدمات مراقبت‌های بهداشتی افزایش خواهد یافت.

در آن زمان، هوش مصنوعی راه حلی برای کمک به مراکز پزشکی در سراسر جهان برای غلبه بر چالش‌ها و بهبود کیفیت و کارایی معاینات و درمان پزشکی خواهد بود.

منبع: https://znews.vn/ai-khien-bac-si-thieu-trach-nhiem-hon-post1576844.html