В конце 20-го века, запрограммированный компьютерными инженерами, ИИ родился на основе ряда инструкций (правил), созданных людьми, что позволило технологиям решать базовые проблемы.
ЛТС: В век информации приток новых технологий затронул множество отраслей. Благодаря влиянию автоматизации, информатики и искусственного интеллекта (ИИ) не исключаются такие организации, как врачи, больницы, страховые компании и отрасли, связанные со здравоохранением. Но в здравоохранении ИИ оказывает более положительное влияние, чем в других отраслях.
Первое поколение
Можно представить, что способ обучения ИИ сейчас аналогичен подходу студентов-медиков: систему ИИ также обучают сотням алгоритмов для преобразования симптомов пациента в диагнозы. Это считается первым поколением внедрения правил здравоохранения в системы искусственного интеллекта.
Алгоритмы принятия решений напоминают рост дерева, начиная со ствола (проблемы пациента) и разветвляясь оттуда. Например, если пациент жалуется на сильный кашель, врач сначала проверит, нет ли температуры. Будет 2 набора вопросов в зависимости от наличия лихорадки/отсутствия лихорадки. Судя по первоначальному ответу, это приведет к дальнейшим вопросам о состоянии. Это, в свою очередь, приводит к дальнейшему разделению. В конечном счете, каждая ветвь — это диагноз, который может варьироваться от бактериальной, грибковой или вирусной пневмонии до рака, сердечной недостаточности или десятков других заболеваний легких.
В целом первое поколение ИИ может распознавать проблемы, но не может анализировать и классифицировать медицинские записи. В результате ранние формы искусственного интеллекта не могут быть такими же точными, как врачи, сочетающие медицинскую науку со своей интуицией и опытом. И из-за этих ограничений ИИ, основанный на правилах, редко используется в клинической практике.
Полная автоматизация
К началу XXI века вторая эра ИИ началась с Artificial Narrow Intelligence (ANI), что означает искусственный интеллект, решающий конкретные группы задач. Появление нейронных сетей, имитирующих структуру человеческого мозга, проложило путь к технологиям глубокого обучения. ANI работает совсем не так, как его предшественник. Вместо предоставления правил, заранее определенных исследователями, системы второго поколения используют огромные наборы данных для выявления закономерностей, на которые у людей ушло бы много времени.
В одном примере исследователи ввели в систему ANI тысячи маммограмм, половина из которых показала злокачественный рак, а половина — доброкачественный рак. Модель способна мгновенно идентифицировать десятки различий в размере, плотности и затенении рентгеновских изображений, присваивая каждому отличию импакт-фактор, отражающий вероятность злокачественного новообразования. Важно отметить, что этот тип ИИ не полагается на эвристику (некое практическое правило), как люди, а вместо этого полагается на тонкие различия между злокачественными и нормальными тестами, о которых не знали ни рентгенолог, ни разработчик программного обеспечения.
В отличие от искусственного интеллекта, основанного на правилах, инструменты искусственного интеллекта второго поколения иногда превосходят интуицию врачей с точки зрения диагностической точности. Однако эта форма искусственного интеллекта также имеет серьезные ограничения. Во-первых, каждое приложение имеет конкретную задачу. То есть система, обученная считывать маммограммы, не может интерпретировать снимки мозга или рентгенограммы грудной клетки. Самым большим ограничением ANI является то, что качество системы зависит от данных, на которых она была обучена. Ярким примером слабости является ситуация, когда UnitedHealthcare полагалась на узкий ИИ для выявления самых слабых пациентов и предоставления им дополнительных медицинских услуг. Проанализировав данные, исследователи позже обнаружили, что ИИ сделал катастрофическое предположение. Пациенты считаются здоровыми только потому, что их медицинские записи получают мало медицинской помощи, в то время как пациенты, которые пользуются большим количеством медицинских услуг, имеют низкие оценки здоровья...
Будущие поколения ИИ также позволят людям диагностировать заболевания и планировать лечение, как любой врач. В настоящее время инструмент генеративного искусственного интеллекта (MED-PALM2 от Google) сдал экзамен на получение лицензии врача и получил оценку экспертного уровня. Многие другие медицинские инструменты искусственного интеллекта теперь могут ставить те же диагнозы, что и врачи. Однако в настоящее время эти модели по-прежнему требуют наблюдения врача и не способны заменить врачей. Но при нынешних экспоненциальных темпах роста ожидается, что в ближайшие пять лет эти приложения станут как минимум в 30 раз мощнее. Прогнозируется, что будущие поколения таких инструментов, как ChatGPT, перенесут медицинский опыт в руки каждого, фундаментально изменив отношения между врачами и пациентами.
ВЬЕТ ЛЕ составлено
