Поколения ИИ в медицине стремительно развиваются

Искусственный интеллект (ИИ), запрограммированный инженерами-компьютерщиками в конце 20-го века, появился на основе набора инструкций (правил), созданных людьми, что позволило технологиям решать базовые проблемы.

Примечание редактора: В информационную эпоху новые технологии оказывают влияние на многие отрасли. Вследствие влияния автоматизации, информатики и искусственного интеллекта (ИИ) такие сферы, как врачебная деятельность, больницы, страховые компании и отрасли, связанные со здравоохранением, не являются исключением. Однако именно в сфере здравоохранения ИИ оказывает более позитивное влияние, чем в других отраслях.

Первое поколение

В настоящее время обучение ИИ можно сравнить с подходом студентов-медиков: системы ИИ также обучаются сотням алгоритмов для перевода симптомов пациента в диагнозы. Это считается первым поколением правил здравоохранения, внедренных в системы ИИ.

Приложения генеративного ИИ помогают врачам обновлять информацию в режиме реального времени

Алгоритмы принятия решений растут подобно дереву, начинаясь от ствола (проблемы пациента) и разветвляясь от него. Например, если пациент жалуется на сильный кашель, врач сначала спросит, есть ли у него температура. Будет два набора вопросов: есть/нет температуры. Первые ответы приведут к дальнейшим вопросам о состоянии пациента. Это приведет к появлению новых ветвей. Наконец, каждая ветвь — это диагноз, который может варьироваться от бактериальной, грибковой или вирусной пневмонии до рака, сердечной недостаточности и десятков других заболеваний легких.

В целом, первое поколение ИИ могло распознавать проблемы, но не могло анализировать и классифицировать медицинские записи. В результате ранние формы искусственного интеллекта не могли быть столь же точными, как врачи, сочетавшие медицинскую науку с интуицией и опытом. Из-за этих ограничений ИИ, основанный на правилах, в другие времена редко использовался в клинической практике.

Полная автоматизация

К началу XXI века началась вторая эра ИИ с появлением узкоспециализированного искусственного интеллекта (ИИ), или искусственного интеллекта, решающего определённые наборы задач. Появление нейронных сетей, имитирующих структуру человеческого мозга, проложило путь к технологиям глубокого обучения. ИИ работает совершенно иначе, чем его предшественники. Вместо того, чтобы предоставлять заранее определённые исследователями правила, системы второго поколения используют огромные объёмы данных для выявления закономерностей, на выявление которых у человека ушло бы много времени.

В одном из примеров исследователи загрузили в систему ANI тысячи маммограмм, половина из которых показывала злокачественные опухоли, а половина — доброкачественные. Модель смогла мгновенно выявить десятки различий в размере, плотности и оттенках маммограмм, присваивая каждому отличию импакт-фактор, отражающий вероятность злокачественности. Важно отметить, что этот тип ИИ не полагается на эвристику (практические правила), как люди, а вместо этого учитывает едва заметные различия между результатами обследований при злокачественных и нормальных заболеваниях, неизвестные ни рентгенологу, ни разработчику программного обеспечения.

В отличие от ИИ, основанного на правилах, инструменты ИИ второго поколения иногда превосходят человеческую интуицию в точности диагностики. Однако эта форма искусственного интеллекта также имеет серьёзные ограничения. Во-первых, каждое приложение специфично для задачи. То есть, система, обученная читать маммограммы, не может интерпретировать сканирование мозга или рентген грудной клетки. Самым большим ограничением ИИ является то, что система настолько хороша, насколько хороши данные, на которых она обучена. Ярким примером этой слабости был случай, когда UnitedHealthcare полагалась на узкоспециализированный ИИ для выявления наиболее больных пациентов и предложения им дополнительных медицинских услуг. Когда исследователи проанализировали данные, они обнаружили, что ИИ сделал ошибочное предположение. Пациенты диагностировались как здоровые просто потому, что в их медицинских картах было указано, что они получили мало медицинской помощи, в то время как пациенты, которые получили много медицинской помощи, считались нездоровыми.

Будущие поколения ИИ также позволят людям диагностировать заболевания и планировать лечение так же, как любой врач. В настоящее время инструмент генеративного ИИ (MED-PALM2 от Google) успешно сдал экзамен на получение лицензии врача. Многие другие медицинские инструменты ИИ теперь могут ставить диагнозы, аналогичные диагнозам врачей. Однако эти модели по-прежнему требуют наблюдения врача и вряд ли заменят его. Однако, учитывая их нынешний экспоненциальный рост, ожидается, что эти приложения станут как минимум в 30 раз мощнее в течение следующих 5 лет. Прогнозируется, что будущие поколения инструментов, таких как ChatGPT, предоставят медицинские знания каждому, что коренным образом изменит отношения между врачом и пациентом.

Составитель: VIET LE

Источник