La prossima generazione di intelligenza artificiale si sta sviluppando a ritmo serrato in medicina.

Alla fine del XX secolo è emersa l'intelligenza artificiale, programmata da ingegneri informatici sulla base di una serie di istruzioni (regole) create dall'uomo, che ha permesso alla tecnologia di risolvere problemi fondamentali.

Nota del redattore: Nell'era dell'informazione, molti settori sono influenzati dalle nuove tecnologie. Con l'impatto dell'automazione, dell'informatica e dell'intelligenza artificiale (IA), enti come medici, ospedali, compagnie assicurative e strutture sanitarie non fanno eccezione. Tuttavia, in ambito sanitario in particolare, l'IA ha avuto un impatto più positivo rispetto ad altri settori.

Prima generazione

Si può immaginare che l'addestramento dell'IA in questa fase sia simile all'approccio adottato dagli studenti di medicina: ai sistemi di IA vengono insegnati centinaia di algoritmi per tradurre i sintomi dei pazienti in diagnosi. Questa è considerata la prima generazione ad integrare i principi della sanità nei sistemi di IA.

Le applicazioni basate sull'intelligenza artificiale consentono ai medici di ricevere aggiornamenti in tempo reale sulle informazioni mediche.

Gli algoritmi decisionali sono come un albero che cresce, partendo dal tronco (il problema del paziente) e ramificandosi da lì. Ad esempio, se un paziente lamenta una tosse forte, il medico controllerà innanzitutto la presenza di febbre. Ci saranno due serie di domande a seconda che ci sia febbre o meno. Dalla risposta iniziale, sorgeranno ulteriori domande sulle condizioni del paziente. Questo, a sua volta, porta a ulteriori ramificazioni. In definitiva, ogni ramo diventa una diagnosi, che potrebbe spaziare da una polmonite batterica, fungina o virale a un tumore, un'insufficienza cardiaca o una serie di altre malattie polmonari.

Nel complesso, la prima generazione di intelligenza artificiale era in grado di riconoscere i problemi, ma non ancora di analizzare e classificare le cartelle cliniche. Di conseguenza, questa forma embrionale di intelligenza artificiale non poteva essere precisa quanto i medici, che combinano la scienza medica con l'intuito e l'esperienza. E proprio a causa di queste limitazioni, l'intelligenza artificiale basata su regole è stata raramente utilizzata nella pratica clinica in altri periodi.

Automazione completa

All'inizio del XXI secolo, la seconda era dell'intelligenza artificiale (IA) ha avuto inizio con l'Intelligenza Artificiale Ristretta (ANI), ovvero l'intelligenza artificiale in grado di risolvere specifici gruppi di problemi. L'avvento delle reti neurali, che imitano la struttura del cervello umano, ha aperto la strada alla tecnologia del deep learning. L'ANI funziona in modo molto diverso dalle sue predecessori. Invece di fornire regole predefinite dai ricercatori, i sistemi di seconda generazione utilizzano enormi set di dati per individuare schemi che richiederebbero moltissimo tempo agli esseri umani.

Ad esempio, i ricercatori hanno inserito migliaia di mammografie in un sistema ANI, metà delle quali mostravano un tumore maligno e metà un tumore benigno. Il modello è stato in grado di identificare istantaneamente decine di differenze di dimensioni, densità e ombreggiatura all'interno delle immagini a raggi X, assegnando a ciascuna differenza un fattore di impatto che rifletteva la probabilità di malignità. È importante sottolineare che questo tipo di intelligenza artificiale non si basa su supposizioni (alcune regole empiriche) come fanno gli esseri umani, ma piuttosto su sottili variazioni tra reperti maligni e normali di cui né il radiologo né il progettista del software sono a conoscenza.

A differenza dell'IA basata su regole, gli strumenti di IA di seconda generazione a volte superano l'intuito di un medico in termini di accuratezza diagnostica. Tuttavia, anche questa forma di intelligenza artificiale presenta seri limiti. Innanzitutto, ogni applicazione ha un compito specifico. Ciò significa che un sistema addestrato a leggere le mammografie non può interpretare scansioni cerebrali o radiografie del torace. Il limite maggiore dell'IA è che il sistema funziona bene solo quando dispone di dati su cui è stato addestrato. Un chiaro esempio di questa debolezza si è verificato quando UnitedHealthcare si è affidata a un'IA ristretta per identificare i pazienti più deboli e fornire loro servizi medici aggiuntivi. Filtrando i dati, i ricercatori hanno successivamente scoperto che l'IA aveva fatto un'ipotesi dannosa. I pazienti venivano diagnosticati come sani semplicemente perché le loro cartelle cliniche indicavano che avevano ricevuto poche cure mediche, mentre i pazienti che avevano ricevuto più cure mediche venivano sottovalutati in termini di salute...

La prossima generazione di intelligenza artificiale consentirà anche alle persone di diagnosticare malattie e pianificare trattamenti proprio come un medico. Attualmente, lo strumento di Google basato sull'IA (MED-PALM2) ha superato l'esame di abilitazione medica con un punteggio di livello esperto. Molti altri strumenti di IA in ambito medico sono ora in grado di formulare diagnosi simili a quelle dei medici. Tuttavia, questi modelli richiedono ancora la supervisione di un medico e non sono ancora in grado di sostituirlo. Ma con l'attuale tasso di crescita esponenziale, si prevede che queste applicazioni diventeranno almeno 30 volte più potenti nei prossimi cinque anni. Si prevede che le future generazioni di strumenti come ChatGPT renderanno la competenza medica accessibile a tutti, cambiando radicalmente il rapporto tra medici e pazienti.

Compilato da VIET LE

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