הדור הבא של בינה מלאכותית מתפתח בקצב מהיר ברפואה.

בסוף המאה ה-20 צצה הבינה המלאכותית, שתוכנתה על ידי מהנדסי מחשבים על סמך סדרה של הוראות (כללים) שנוצרו על ידי בני אדם, מה שאפשר לטכנולוגיה לפתור בעיות יסוד.

הערת העורך: תעשיות רבות מושפעות מטכנולוגיות חדשות בעידן המידע. עם השפעת האוטומציה, מדעי המחשב ובינה מלאכותית (AI), גופים כמו רופאים, בתי חולים, חברות ביטוח ותעשיות הקשורות לשירותי בריאות אינם יוצאי דופן. עם זאת, בתחום הבריאות באופן ספציפי, לבינה מלאכותית הייתה השפעה חיובית יותר מאשר בתעשיות אחרות.

דור ראשון

אפשר לדמיין שהכשרה בתחום הבינה המלאכותית בשלב זה דומה לגישה שנוקטים סטודנטים לרפואה; מערכות בינה מלאכותית לומדות מאות אלגוריתמים כדי לתרגם תסמיני מטופלים לאבחנות. דור זה נחשב לדור הראשון שמשלב עקרונות בריאות במערכות בינה מלאכותית.

יישומים המופעלים על ידי בינה מלאכותית מאפשרים לרופאים לקבל עדכונים בזמן אמת על מידע רפואי.

אלגוריתמים של קבלת החלטות הם כמו עץ ​​שצומח, מתחיל מהגזע (הבעיה של המטופל) ומשם מסתעף. לדוגמה, אם מטופל מתלונן על שיעול חמור, הרופא יבדוק תחילה אם יש לו חום. יהיו שתי קבוצות של שאלות בהתאם לשאלה האם יש חום או לא. מהתשובה הראשונית, יעלו שאלות נוספות על מצבו של המטופל. זה, בתורו, מוביל להסתעפות נוספת. בסופו של דבר, כל ענף הופך לאבחנה, שיכולה לנוע בין דלקת ריאות חיידקית, פטרייתית או ויראלית ועד לסרטן, אי ספיקת לב או שורה של מחלות ריאה אחרות.

בסך הכל, הדור הראשון של בינה מלאכותית יכל לזהות בעיות אך עדיין לא היה מסוגל לנתח ולסווג רשומות רפואיות. כתוצאה מכך, צורה מוקדמת זו של בינה מלאכותית לא יכלה להיות מדויקת כמו רופאים המשלבים את מדע הרפואה עם האינטואיציה והניסיון שלהם. ובגלל מגבלות אלו, בינה מלאכותית מבוססת כללים כמעט ולא נעשה בה שימוש בפועל הקליני בזמנים אחרים.

אוטומציה מלאה

בתחילת המאה ה-21, החל העידן השני של הבינה המלאכותית עם בינה מלאכותית צרה (ANI), או בינה מלאכותית הפותרת קבוצות משימות ספציפיות. הופעתן של רשתות עצביות המחקות את מבנה המוח האנושי סללה את הדרך לטכנולוגיית למידה עמוקה. ANI פועלת בצורה שונה מאוד מקודמותיה. במקום לספק כללים שנקבעו מראש על ידי חוקרים, מערכות דור שני משתמשות במערכי נתונים עצומים כדי להבחין בדפוסים שייקחו לבני אדם זמן רב מאוד לזהות.

בדוגמה אחת, חוקרים הזינו אלפי ממוגרפיות למערכת ANI, שמחציתן הראו סרטן ממאיר ומחציתן הראו סרטן שפיר. המודל יכל לזהות באופן מיידי עשרות הבדלים בגודל, צפיפות וצל בתמונות הרנטגן, תוך הקצאת גורם השפעה לכל הבדל המשקף את הסבירות לגידול ממאיר. חשוב לציין, שסוג זה של בינה מלאכותית אינו מסתמך על ניחושים (כמה כללי אצבע) כמו בני אדם, אלא על שינויים עדינים בין ממצאים ממאירים לנורמליים שגם הרדיולוג וגם מעצב התוכנה אינם מודעים להם.

בניגוד לבינה מלאכותית מבוססת כללים, כלי בינה מלאכותית מהדור השני לעיתים עולים על האינטואיציה של רופא בדיוק האבחון. עם זאת, צורה זו של בינה מלאכותית מציגה גם מגבלות חמורות. ראשית, לכל יישום יש משימה ספציפית. משמעות הדבר היא שמערכת שאומנה לקרוא ממוגרפיה אינה יכולה לפרש סריקות מוח או צילומי רנטגן של חזה. המגבלה הגדולה ביותר של בינה מלאכותית היא שהמערכת פועלת היטב רק כאשר יש לה נתונים עליהם היא אומנה. דוגמה מובהקת לחולשה זו היא כאשר UnitedHealthcare הסתמכה על בינה מלאכותית צרה כדי לזהות את החולים החלשים ביותר ולספק להם שירותים רפואיים נוספים. בעת סינון הנתונים, גילו חוקרים מאוחר יותר שהבינה המלאכותית הניחה הנחה שלילית. חולים אובחנו כבריאים פשוט משום שהתיקים הרפואיים שלהם הצביעו על כך שקיבלו טיפול רפואי מועט, בעוד שחולים שקיבלו יותר טיפול רפואי הוערכו בחסר מבחינת בריאותם...

הדור הבא של בינה מלאכותית יאפשר גם לאנשים לאבחן מחלות ולתכנן טיפולים בדיוק כמו כל רופא. נכון לעכשיו, הכלי של גוגל, שנוצר על ידי בינה מלאכותית (MED-PALM2), עבר את בחינת רישוי הרופאים בציון ברמת מומחה. כלי בינה מלאכותית רפואיים רבים אחרים יכולים כעת לכתוב אבחנות דומות לאלה של רופאים. עם זאת, מודלים אלה עדיין דורשים פיקוח רפואי ועדיין אינם מסוגלים להחליף רופאים. אך עם קצב הצמיחה האקספוננציאלי הנוכחי, יישומים אלה צפויים להיות חזקים פי 30 לפחות בחמש השנים הקרובות. ההערכה היא שדורות עתידיים של כלים כמו ChatGPT יביאו מומחיות רפואית לכולם, וישנו באופן מהותי את מערכת היחסים בין רופאים למטופלים.

נערך על ידי VIET LE

מָקוֹר: https://www.sggp.org.vn/cac-the-he-ai-phat-trien-than-toc-trong-y-hoc-post732196.html