A mesterséges intelligencia generációi gyorsan fejlődnek az orvostudományban

[hirdetés_1]

A 20. század végén számítógépes mérnökök által programozott mesterséges intelligencia emberek által létrehozott utasítások (szabályok) alapján született, lehetővé téve a technológia számára az alapvető problémák megoldását.

Szerkesztői megjegyzés: Az információs korban számos iparágra hatással vannak az új technológiák. Az automatizálás, a számítástechnika és a mesterséges intelligencia (MI) hatása alól az orvosok, a kórházak, a biztosítótársaságok és az egészségüggyel kapcsolatos iparágak sem kivételek. De különösen az egészségügy területén van a MI pozitívabb hatással, mint más iparágakban.

Első generáció

A mesterséges intelligencia képzésének módja elképzelhető hasonlóan az orvostanhallgatók megközelítéséhez, a mesterséges intelligencia rendszereket több száz algoritmusra is tanítják, amelyekkel a betegek tüneteit diagnózisokká alakítják. Ez tekinthető az egészségügyi szabályok első generációjának, amelyet beépítettek a mesterséges intelligencia rendszerekbe.

A generatív mesterséges intelligencia alkalmazásai segítik az orvosokat az információk valós idejű frissítésében

A döntéshozó algoritmusok faként nőnek, a törzstől (a beteg problémájától) indulva, és onnan elágazva. Például, ha egy beteg erős köhögésre panaszkodik, az orvos először megkérdezi, hogy van-e láza. Két kérdéscsoport lesz, láz/nincs láz. A kezdeti válaszok további kérdésekhez vezetnek az állapottal kapcsolatban. Ez további ágakhoz vezet. Végül minden ág egy diagnózis, amely a bakteriális, gombás vagy vírusos tüdőgyulladástól a rákig, a szívelégtelenségig vagy tucatnyi más tüdőbetegségig terjedhet.

Általánosságban elmondható, hogy a mesterséges intelligencia első generációja képes volt felismerni a problémákat, de nem tudta elemezni és osztályozni az orvosi feljegyzéseket. Ennek eredményeként a mesterséges intelligencia korai formái nem lehettek olyan pontosak, mint azok az orvosok, akik az orvostudományt az intuíciójukkal és a tapasztalatukkal ötvözték. Ezen korlátok miatt a szabályalapú mesterséges intelligenciát más időkben ritkán alkalmazták a klinikai gyakorlatban.

Teljes automatizálás

A 21. század elejére elkezdődött a mesterséges intelligencia második korszaka a mesterséges keskeny intelligenciával (ANI), vagyis a meghatározott feladatokat megoldó mesterséges intelligenciával. Az emberi agy szerkezetét utánzó neurális hálózatok megjelenése utat nyitott a mélytanulási technológiának. Az ANI nagyon másképp működik, mint elődei. A kutatók által előre meghatározott szabályok helyett a második generációs rendszerek hatalmas adathalmazokat használnak olyan minták felismerésére, amelyek az embereknek hosszú időbe telnének.

Egy példában a kutatók egy mesterséges intelligencia rendszert több ezer mammogrammal tápláltak be, amelyek fele rosszindulatú, fele pedig jóindulatú daganatokat mutatott. A modell képes volt azonnal azonosítani a mammogramok méretében, sűrűségében és árnyalatában mutatkozó több tucat különbséget, és minden különbséghez egy súlyozási tényezőt rendelt, amely a rosszindulatú daganat valószínűségét tükrözte. Fontos, hogy ez a fajta mesterséges intelligencia nem heurisztikákra (ökölszabályokra) támaszkodik, mint az emberek, hanem a rosszindulatú és a normál vizsgálatok közötti finom eltérésekre, amelyekről sem a radiológusok, sem a szoftverfejlesztők nem tudnak.

A szabályalapú mesterséges intelligenciával ellentétben a második generációs MI-eszközök diagnosztikai pontosságban néha felülmúlják az emberi intuíciót. Ez a mesterséges intelligencia forma azonban komoly korlátokkal is jár. Először is, minden alkalmazás feladatspecifikus. Vagyis egy mammográfiai felvételek olvasására betanított rendszer nem tudja értelmezni az agyi vizsgálatokat vagy a mellkasröntgeneket. Az ANI legnagyobb korlátja, hogy a rendszer csak annyira jó, mint a betanított adatok. Ennek a gyengeségnek egyértelmű példája az, amikor a UnitedHealthcare a szűk MI-re támaszkodott a legbetegebb betegek azonosításában és további orvosi szolgáltatások felajánlásában. Amikor a kutatók szűrték az adatokat, később felfedezték, hogy a MI katasztrofális feltételezést tett. A betegeket egészségesnek diagnosztizálták egyszerűen azért, mert az orvosi dokumentációjuk szerint kevés orvosi ellátásban részesültek, míg azokat a betegeket, akik sok orvosi szolgáltatást vettek igénybe, egészségtelennek minősítették.

A mesterséges intelligencia jövőbeli generációi lehetővé teszik majd az emberek számára, hogy betegségeket diagnosztizáljanak és kezeléseket tervezzenek, akárcsak bármelyik orvos. Jelenleg egy generatív mesterséges intelligencia eszköz (a Google MED-PALM2) tette le az orvosi engedélyvizsgát szakértői pontszámmal. Sok más orvosi mesterséges intelligencia eszköz ma már képes diagnózisokat írni az orvosokhoz hasonlóan. Ezek a modellek azonban továbbra is orvosi felügyeletet igényelnek, és nem képesek helyettesíteni az orvosokat. A jelenlegi exponenciális növekedési ütem mellett azonban ezek az alkalmazások várhatóan legalább 30-szor erősebbé válnak a következő 5 évben. Az olyan eszközök jövőbeli generációi, mint a ChatGPT, várhatóan mindenki kezébe adják az orvosi szakértelmet, alapvetően megváltoztatva az orvos-beteg kapcsolatot.

VIET LE összeállította

[hirdetés_2]
Forrás