Generaties AI ontwikkelen zich snel in de geneeskunde

Kunstmatige intelligentie (AI) werd eind 20e eeuw geprogrammeerd door computertechnici en ontstond op basis van een reeks instructies (regels) die door mensen waren opgesteld. Hiermee kon technologie eenvoudige problemen oplossen.

Noot van de redactie: Er zijn veel sectoren die worden beïnvloed door nieuwe technologieën in het informatietijdperk. Met de impact van automatisering, computerwetenschappen en kunstmatige intelligentie (AI) vormen sectoren zoals artsen, ziekenhuizen, verzekeringsmaatschappijen en aan de gezondheidszorg gerelateerde sectoren geen uitzondering. Maar met name in de gezondheidszorg heeft AI een positievere impact dan in andere sectoren.

Eerste generatie

De manier waarop AI momenteel wordt getraind, kan worden vergeleken met de aanpak van geneeskundestudenten. AI-systemen leren ook honderden algoritmen om patiëntsymptomen te vertalen naar diagnoses. Dit wordt beschouwd als de eerste generatie zorgregels die in AI-systemen wordt geïntegreerd.

Generatieve AI-toepassingen helpen artsen om informatie in realtime bij te werken

Beslissingsalgoritmen groeien als een boom, beginnend bij de stam (het probleem van de patiënt) en vertakken zich van daaruit. Als een patiënt bijvoorbeeld klaagt over een zware hoest, zal de arts eerst vragen of hij koorts heeft. Er zijn twee sets vragen: koorts/geen koorts. De eerste antwoorden leiden tot verdere vragen over de aandoening. Dit leidt tot verdere vertakkingen. Uiteindelijk is elke vertakking een diagnose, die kan variëren van bacteriële, schimmel- of virale longontsteking tot kanker, hartfalen of tientallen andere longaandoeningen.

Over het algemeen kon de eerste generatie AI problemen herkennen, maar geen medische dossiers analyseren en classificeren. Hierdoor waren vroege vormen van kunstmatige intelligentie (AI) niet zo nauwkeurig als artsen die medische wetenschap combineerden met hun intuïtie en ervaring. Door deze beperkingen werd regelgebaseerde AI in de klinische praktijk zelden gebruikt.

Volledige automatisering

Aan het begin van de 21e eeuw begon het tweede tijdperk van AI met Artificial Narrow Intelligence (ANI), oftewel kunstmatige intelligentie die specifieke taken uitvoert. De komst 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 door onderzoekers vastgestelde regels te bieden, gebruiken systemen van de tweede generatie enorme datasets om patronen te onderscheiden waar mensen veel tijd aan zouden besteden.

In één voorbeeld voerden de onderzoekers duizenden mammogrammen in een BNI-systeem in, waarvan de helft kwaadaardige en de andere helft goedaardige kankers toonde. Het model kon direct tientallen verschillen identificeren in de grootte, dichtheid en kleurschakering van de mammogrammen, en aan elk verschil een impactfactor toekennen die de waarschijnlijkheid van maligniteit weerspiegelde. Belangrijk is dat dit type AI niet afhankelijk is van heuristiek (vuistregels) zoals mensen, maar in plaats daarvan vertrouwt op subtiele variaties tussen kwaadaardige en normale onderzoeken die zowel de radioloog als de softwareontwerper niet kennen.

In tegenstelling tot regelgebaseerde AI presteren AI-tools van de tweede generatie soms beter dan menselijke intuïtie wat betreft diagnostische nauwkeurigheid. Deze vorm van kunstmatige intelligentie (AI) kent echter ook ernstige beperkingen. Ten eerste is elke toepassing taakspecifiek. Dat wil zeggen dat een systeem dat getraind is om mammogrammen te lezen, geen hersenscans of thoraxfoto's kan interpreteren. De grootste beperking van AI is dat het systeem slechts zo goed is als de data waarmee het getraind is. Een duidelijk voorbeeld van deze zwakte was toen UnitedHealthcare vertrouwde op beperkte AI om de ziekste patiënten te identificeren en hen aanvullende medische diensten aan te bieden. Toen de onderzoekers de data doorzochten, ontdekten ze dat de AI een schadelijke aanname deed. Patiënten werden als gezond gediagnosticeerd simpelweg omdat ze weinig medische zorg in hun medisch dossier hadden ontvangen, terwijl patiënten die veel medische zorg gebruikten, als ongezond werden beoordeeld.

Toekomstige generaties AI zullen mensen ook in staat stellen om ziekten te diagnosticeren en behandelingen te plannen, net als elke andere arts. Momenteel heeft een generatieve AI-tool (Google's MED-PALM2) het examen voor artsenlicenties met een expertscore doorstaan. Veel andere medische AI-tools kunnen nu diagnoses stellen die vergelijkbaar zijn met die van artsen. Deze modellen vereisen echter nog steeds toezicht van artsen en zullen artsen waarschijnlijk niet vervangen. Maar met hun huidige exponentiële groeisnelheid zullen deze toepassingen naar verwachting de komende vijf jaar minstens 30 keer krachtiger worden. Toekomstige generaties tools zoals ChatGPT zullen naar verwachting medische expertise binnen ieders bereik brengen, wat de relatie tussen arts en patiënt fundamenteel zal veranderen.

Samengesteld door VIET LE

Bron