Den neste generasjonen av AI utvikler seg i et raskt tempo innen medisin.

På slutten av 1900-tallet dukket det opp kunstig intelligens, programmert av dataingeniører basert på en rekke menneskeskapte instruksjoner (regler), som tillot teknologien å løse grunnleggende problemer.

Redaktørens merknad: Mange bransjer påvirkes av ny teknologi i informasjonsalderen. Med virkningen av automatisering, informatikk og kunstig intelligens (KI) er enheter som leger, sykehus, forsikringsselskaper og helserelaterte næringer intet unntak. Imidlertid har KI hatt en mer positiv innvirkning spesielt innen helsevesenet enn i andre bransjer.

Første generasjon

Man kan tenke seg at AI-opplæring på dette stadiet ligner på tilnærmingen medisinstudenter bruker; AI-systemer læres hundrevis av algoritmer for å oversette pasientsymptomer til diagnoser. Dette regnes som den første generasjonen som integrerer helseprinsipper i AI-systemer.

AI-drevne applikasjoner gjør det mulig for leger å motta sanntidsoppdateringer om medisinsk informasjon.

Beslutningsalgoritmer er som et tre som vokser, og starter fra stammen (pasientens problem) og forgrener seg derfra. Hvis en pasient for eksempel klager over kraftig hoste, vil legen først sjekke om vedkommende har feber. Det vil være to sett med spørsmål avhengig av om det er feber eller ikke. Fra det første svaret vil det oppstå ytterligere spørsmål om pasientens tilstand. Dette fører igjen til ytterligere forgreninger. Til syvende og sist blir hver gren en diagnose, som kan variere fra bakteriell, sopp- eller viruspneumoni til kreft, hjertesvikt eller en rekke andre lungesykdommer.

Totalt sett kunne den første generasjonen av AI gjenkjenne problemer, men kunne ennå ikke analysere og klassifisere medisinske journaler. Som et resultat kunne denne tidlige formen for kunstig intelligens ikke være like nøyaktig som leger som kombinerer medisinsk vitenskap med sin intuisjon og erfaring. Og på grunn av disse begrensningene ble regelbasert AI sjelden brukt i klinisk praksis på andre tidspunkter.

Full automatisering

Ved begynnelsen av det 21. århundre begynte den andre æraen av AI med kunstig smal intelligens (ANI), eller kunstig intelligens som løser spesifikke oppgavegrupper. Fremveksten av nevrale nettverk som etterligner strukturen til den menneskelige hjernen banet vei for dyp læringsteknologi. ANI fungerer veldig annerledes enn sine forgjengere. I stedet for å tilby regler forhåndsdefinert av forskere, bruker andre generasjons systemer massive datasett for å skille mønstre som ville tatt mennesker veldig lang tid å identifisere.

I ett eksempel matet forskere tusenvis av mammografibilder inn i et ANI-system, hvorav halvparten viste ondartet kreft og halvparten viste godartet kreft. Modellen kunne umiddelbart identifisere dusinvis av forskjeller i størrelse, tetthet og skyggelegging i røntgenbildene, og tilordne hver forskjell en påvirkningsfaktor som gjenspeiler sannsynligheten for malignitet. Viktigere er det at denne typen AI ikke er avhengig av gjetting (noen tommelfingerregler) slik mennesker gjør, men i stedet på subtile variasjoner mellom ondartede og normale funn som verken radiologen eller programvareutvikleren er klar over.

I motsetning til regelbasert AI, overgår andregenerasjons AI-verktøy noen ganger en leges intuisjon når det gjelder diagnostisk nøyaktighet. Denne formen for kunstig intelligens har imidlertid også alvorlige begrensninger. For det første har hver applikasjon en spesifikk oppgave. Dette betyr at et system som er trent til å lese mammogrammer ikke kan tolke hjerneskanninger eller røntgenbilder av brystet. Den største begrensningen med ANI er at systemet bare fungerer bra når det har data det er trent på. Et tydelig eksempel på denne svakheten er da UnitedHealthcare stolte på smal AI for å identifisere de svakeste pasientene og gi dem ytterligere medisinske tjenester. Da forskerne filtrerte dataene, oppdaget de senere at AI-en hadde gjort en skadelig antagelse. Pasienter ble diagnostisert som friske rett og slett fordi journalene deres indikerte at de fikk lite medisinsk behandling, mens pasienter som fikk mer medisinsk behandling ble undervurdert med tanke på helse...

Den neste generasjonen av AI vil også tillate folk å diagnostisere sykdommer og planlegge behandlinger akkurat som enhver annen lege. For øyeblikket har Googles AI-genererte verktøy (MED-PALM2) bestått legeeksamenen med en ekspertnivåpoengsum. Mange andre medisinske AI-verktøy kan nå skrive diagnoser som ligner på legers. Imidlertid krever disse modellene fortsatt legetilsyn og er ennå ikke i stand til å erstatte leger. Men med den nåværende eksponentielle vekstraten forventes disse applikasjonene å bli minst 30 ganger kraftigere i løpet av de neste fem årene. Det er spådd at fremtidige generasjoner av verktøy som ChatGPT vil bringe medisinsk ekspertise til alle, og fundamentalt endre forholdet mellom leger og pasienter.

Samlet av VIET LE

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