De volgende generatie AI ontwikkelt zich in een razend tempo in de geneeskunde.

Aan het eind van de 20e eeuw ontstond AI, geprogrammeerd door computertechnici op basis van een reeks door mensen opgestelde instructies (regels), waardoor de technologie fundamentele problemen kon oplossen.

Noot van de redactie: Veel sectoren worden beïnvloed door nieuwe technologieën in het informatietijdperk. Met de impact van automatisering, computerwetenschappen en kunstmatige intelligentie (AI) vormen entiteiten zoals artsen, ziekenhuizen, verzekeringsmaatschappijen en de gezondheidszorgsector hierop geen uitzondering. In de gezondheidszorg heeft AI echter een positievere impact gehad dan in andere sectoren.

Eerste generatie

Men kan zich voorstellen dat de training van AI in dit stadium vergelijkbaar is met de aanpak van geneeskundestudenten; AI-systemen leren honderden algoritmes om patiëntensymptomen te vertalen naar diagnoses. Dit wordt beschouwd als de eerste generatie die principes uit de gezondheidszorg integreert in AI-systemen.

Dankzij AI-gestuurde applicaties kunnen artsen realtime updates over medische informatie ontvangen.

Beslissingsalgoritmes zijn als een boom die groeit, beginnend bij de stam (het probleem van de patiënt) en zich van daaruit vertakt. Als een patiënt bijvoorbeeld klaagt over een ernstige hoest, zal de arts eerst controleren op koorts. Er zullen twee sets vragen worden gesteld, afhankelijk van of er wel of geen koorts is. Vanuit het eerste antwoord zullen verdere vragen over de toestand van de patiënt ontstaan. Dit leidt op zijn beurt tot verdere vertakkingen. Uiteindelijk wordt elke tak een diagnose, die kan variëren van bacteriële, schimmel- of virale longontsteking tot kanker, hartfalen of een reeks andere longaandoeningen.

Over het algemeen kon de eerste generatie AI problemen herkennen, maar kon nog geen medische dossiers analyseren en classificeren. Daardoor was deze vroege vorm van kunstmatige intelligentie niet zo nauwkeurig als artsen die medische wetenschap combineren met hun intuïtie en ervaring. Vanwege deze beperkingen werd op regels gebaseerde AI in de klinische praktijk zelden gebruikt.

Volledige automatisering

Aan het begin van de 21e eeuw brak het tweede tijdperk van AI aan met Artificial Narrow Intelligence (ANI), oftewel kunstmatige intelligentie die specifieke taakgroepen oplost. De opkomst van neurale netwerken die de structuur van het menselijk brein nabootsen, maakte de weg vrij voor deep learning-technologie. ANI werkt heel anders dan zijn voorgangers. In plaats van vooraf gedefinieerde regels van onderzoekers te gebruiken, maken systemen van de tweede generatie gebruik van enorme datasets om patronen te herkennen die mensen pas na zeer lange tijd zouden kunnen identificeren.

In één voorbeeld voerden onderzoekers duizenden mammografieën in een ANI-systeem in, waarvan de helft kwaadaardige kanker en de andere helft goedaardige kanker vertoonde. Het model kon direct tientallen verschillen in grootte, dichtheid en schaduw in de röntgenfoto's identificeren en aan elk verschil een impactfactor toekennen die de waarschijnlijkheid van kwaadaardigheid weergeeft. Belangrijk is dat dit type AI niet afhankelijk is van giswerk (vuistregels) zoals mensen dat doen, maar in plaats daarvan van subtiele variaties tussen kwaadaardige en normale bevindingen waarvan noch de radioloog noch de softwareontwerper op de hoogte is.

In tegenstelling tot op regels gebaseerde AI, presteren AI-tools van de tweede generatie soms beter dan de intuïtie van een arts wat betreft diagnostische nauwkeurigheid. Deze vorm van kunstmatige intelligentie kent echter ook serieuze beperkingen. Ten eerste heeft elke toepassing een specifieke taak. Dit betekent dat een systeem dat getraind is om mammogrammen te lezen, geen hersenscans of röntgenfoto's van de borstkas kan interpreteren. De grootste beperking van AI is dat het systeem alleen goed werkt met data waarop het getraind is. Een duidelijk voorbeeld van deze zwakte is de situatie waarin UnitedHealthcare gebruikmaakte van smalle AI om de zwakste patiënten te identificeren en hen extra medische zorg te bieden. Bij het filteren van de data ontdekten onderzoekers later dat de AI een schadelijke aanname had gedaan. Patiënten werden als gezond gediagnosticeerd simpelweg omdat hun medische dossiers aangaven dat ze weinig medische zorg hadden ontvangen, terwijl patiënten die meer medische zorg hadden ontvangen, qua gezondheid werden onderschat.

De volgende generatie AI zal mensen ook in staat stellen om ziekten te diagnosticeren en behandelingen te plannen, net als een arts. Google's AI-tool (MED-PALM2) heeft momenteel het artsenexamen met een score op expertniveau behaald. Veel andere medische AI-tools kunnen nu diagnoses stellen die vergelijkbaar zijn met die van artsen. Deze modellen vereisen echter nog steeds toezicht van een arts en zijn nog niet in staat om artsen te vervangen. Maar gezien de huidige exponentiële groei zullen deze toepassingen naar verwachting de komende vijf jaar minstens 30 keer krachtiger worden. Er wordt voorspeld dat toekomstige generaties tools zoals ChatGPT medische expertise voor iedereen toegankelijk zullen maken, waardoor de relatie tussen artsen en patiënten fundamenteel zal veranderen.

Eerste generatie

Volledige automatisering

Reactie (0)