A mesterséges intelligencia generációi gyorsan fejlődnek az orvostudományban

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 napjainkban hasonlónak képzelhető el, mint az orvostanhallgatóké, a mesterséges intelligencia rendszereket több száz algoritmusra 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 olyan mesterséges intelligenciával, amely meghatározott feladatokat old meg. 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.

Az egyik példában a kutatók több ezer mammogramot tápláltak be egy ANI rendszerbe, amelyeknek a fele rosszindulatú, a másik fele pedig jóindulatú daganatokat mutatott. A modell képes volt azonnal azonosítani a mammogramok méretében, sűrűségében és árnyalatában mutatkozó több tucat különbséget, és minden különbséghez hozzárendelt egy hatástényezőt, 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, amelyek sem a radiológus, sem a szoftverfejlesztő számára ismeretlenek.

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 volt, amikor a UnitedHealthcare a szűk MI-re támaszkodott a legbetegebb betegek azonosításában és a számukra kiegészítő orvosi szolgáltatások felajánlásában. Amikor a kutatók átfésülték az adatokat, azt találták, hogy a MI káros feltételezést tett. A betegeket egyszerűen azért diagnosztizálták egészségesként, mert kevés orvosi ellátásban részesültek az egészségügyi dokumentációjukban, míg azokat a betegeket, akik sok orvosi ellátást vettek igénybe, egészségtelennek ítélték.

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 az orvosokéhoz hasonló diagnózisokat felírni. Ezek a modellek azonban továbbra is orvosi felügyeletet igényelnek, és valószínűleg nem fogják helyettesíteni az orvosokat. De jelenlegi exponenciális növekedési ütemükkel 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

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