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

Обучение ИИ можно представить себе похожим на обучение 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 заданные 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 оттенке маммограмм, присваивая каждому отличию весовой коэффициент, 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, о которых не знают ни рентгенологи, ни разработчики 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 серьезные 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 была обучена. Ярким примером этой слабости является случай, когда UnitedHealthcare полагалась на узкий ИИ для выявления самых больных пациентов и предложения им дополнительных медицинских услуг. Когда исследователи отфильтровали данные, они позже обнаружили, что ИИ сделал катастрофическое предположение. Пациенты были диагностированы как здоровые просто потому, что их медицинские карты показывали, что они получали мало медицинской помощи, в то время как пациенты, которые пользовались большим количеством медицинских услуг, были оценены как нездоровые.

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 тем, что делают врачи. Однако эти модели по-прежнему требуют наблюдения врача и не способны заменить его. Однако, учитывая нынешние экспоненциальные темпы роста, 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.

Составлено VIET LE

Источник