A mesterséges intelligencia következő generációja gyors ütemben fejlődik az orvostudományban.

[hirdetés_1]

A 20. század végén jelent meg a mesterséges intelligencia, amelyet számítógépes mérnökök programoztak ember által létrehozott utasítások (szabályok) alapján, lehetővé téve a technológia számára az alapvető problémák megoldását.

Szerkesztői megjegyzés: Az információs korban számos iparágat érintenek az új technológiák. Az automatizálás, a számítástechnika és a mesterséges intelligencia (MI) hatásával az olyan szervezetek, mint az orvosok, kórházak, biztosítótársaságok és az egészségüggyel kapcsolatos iparágak sem kivételek. Az egészségügyben azonban kifejezetten a MI pozitívabb hatást gyakorolt, mint más iparágakban.

Első generáció

Elképzelhető, hogy a mesterséges intelligencia képzése ebben a szakaszban hasonló az orvostanhallgatók által alkalmazott megközelítéshez; a mesterséges intelligencia rendszereket több száz algoritmussal tanítják meg, amelyekkel a betegek tüneteit diagnózisokká alakíthatják. Ez tekinthető az első generációnak, amely integrálta az egészségügyi elveket a mesterséges intelligencia rendszerekbe.

A mesterséges intelligencia által vezérelt alkalmazások lehetővé teszik az orvosok számára, hogy valós idejű frissítéseket kapjanak az orvosi információkról.

A döntéshozatali algoritmusok olyanok, mint egy fa, amely a törzsből (a beteg problémájából) indul ki, és onnan ágazik el. Például, ha egy beteg erős köhögésre panaszkodik, az orvos először ellenőrzi a lázat. Két kérdéscsoport lesz attól függően, hogy van-e láza vagy nincs. A kezdeti válaszból további kérdések merülnek fel a beteg állapotával kapcsolatban. Ez viszont további elágazáshoz vezet. Végső soron minden ág egy diagnózissá válik, amely a bakteriális, gombás vagy vírusos tüdőgyulladástól a rákig, a szívelégtelenségig vagy számos más tüdőbetegségig terjedhet.

Összességében a mesterséges intelligencia első generációja már felismerte a problémákat, de még nem tudta elemezni és osztályozni az orvosi feljegyzéseket. Ennek eredményeként a mesterséges intelligencia ezen korai formája nem lehetett olyan pontos, mint azok az orvosok, akik az orvostudományt az intuíciójukkal és a tapasztalatukkal ötvözik. Ezen korlátok miatt a szabályalapú mesterséges intelligenciát más időpontokban ritkán alkalmazták a klinikai gyakorlatban.

Teljes automatizálás

A 21. század elejére a mesterséges intelligencia (MI) második korszaka kezdődött a mesterséges intelligenciával (ANI), vagyis a meghatározott feladatcsoportokat megoldó mesterséges intelligenciával. Az emberi agy szerkezetét utánzó neurális hálózatok megjelenése utat nyitott a mélytanulási technológia számára. Az ANI nagyon másképp működik, mint elődei. A kutatók által előre meghatározott szabályok megadása helyett a második generációs rendszerek hatalmas adathalmazokat használnak olyan minták megkülönböztetésére, amelyeket az embereknek nagyon hosszú időbe telne azonosítani.

Egy példában a kutatók több ezer mammográfiát tápláltak be egy ANI rendszerbe, amelyek fele rosszindulatú, másik fele pedig jóindulatú rákot mutatott. A modell azonnal képes volt azonosítani a röntgenfelvételeken belüli tucatnyi méret-, sűrűség- és árnyalatbeli különbséget, és minden különbséghez egy, a rosszindulatúság valószínűségét tükröző hatásfaktort rendelt. Fontos, hogy ez a fajta mesterséges intelligencia nem az emberekhez hasonlóan találgatásokra (néhány ökölszabályra) támaszkodik, hanem a rosszindulatú és a normális leletek közötti finom eltérésekre, amelyekről sem a radiológus, sem a szoftverfejlesztő nincs tudatában.

A szabályalapú mesterséges intelligenciával ellentétben a második generációs MI-eszközök néha felülmúlják az orvos intuícióját a diagnosztikai pontosság terén. Ez a mesterséges intelligencia forma azonban komoly korlátokat is mutat. Először is, minden alkalmazásnak van egy adott feladata. Ez azt jelenti, hogy egy mammográfiai felvételek olvasására kiképzett rendszer nem tudja értelmezni az agyi vizsgálatokat vagy a mellkasröntgeneket. Az ANI legnagyobb korlátja, hogy a rendszer csak akkor működik jól, ha rendelkezik olyan adatokkal, amelyeken betanították. Ennek a gyengeségnek egyértelmű példája az, amikor a UnitedHealthcare a szűk MI-re támaszkodott a leggyengébb betegek azonosításában és további orvosi szolgáltatások nyújtásában. Az adatok szűrésekor a kutatók később felfedezték, hogy a MI káros feltételezést tett. A betegeket egyszerűen azért diagnosztizálták egészségesként, mert az orvosi dokumentációjuk szerint kevés orvosi ellátásban részesültek, míg azokat a betegeket, akik több orvosi ellátásban részesültek, alábecsülték egészségügyi szempontból...

A mesterséges intelligencia következő generációja lehetővé teszi majd az emberek számára, hogy betegségeket diagnosztizáljanak és kezeléseket tervezzenek, akárcsak bármelyik orvos. Jelenleg a Google mesterséges intelligencia által generált eszköze (MED-PALM2) szakértői szintű pontszámmal teljesítette az orvosi engedélyvizsgát. Sok más orvosi mesterséges intelligencia eszköz ma már képes az orvosokéhoz hasonló diagnózisokat felírni. Ezek a modellek azonban továbbra is orvosi felügyeletet igényelnek, és még nem képesek helyettesíteni az orvosokat. A jelenlegi exponenciális növekedési ütem mellett azonban ezek az alkalmazások várhatóan legalább 30-szor erősebbé válnak a következő öt évben. Az előrejelzések szerint a ChatGPT-hez hasonló jövőbeli eszközök generációi mindenki számára elérhetővé teszik az orvosi szakértelmet, alapvetően megváltoztatva az orvosok és a betegek közötti kapcsolatot.

VIET LE összeállította

[hirdetés_2]
Forrás