ჩინეთში ხელოვნურ ინტელექტს თვალის კლინიკის მართვის უფლება მისცეს — რა შედეგები დადო ცდამ #1tvმეცნიერება
ამჟამად ძნელია თავი აარიდო მსჯელობას ხელოვნური ინტელექტის გარეშე, თუნდაც იმაზე, რამდენად გამოსადეგი შეიძლება იყოს ის.
მეცნიერება და ჯანდაცვა ის ორი სფეროა, სადაც ეს ტექნოლოგია გარდამტეხ ცვლილებებს გვპირდება.
უკვე ვხედავთ, რამდენად ფართოდ გამოიყენება ხელოვნური ინტელექტი სკანირების ანალიზის, წამლების შემუშავებისა და მომავლის პროგნოზირების თვალსაზრისით, მაგრამ პეკინის ვიზუალური მეცნიერებისა და თვალის ტრანსლაციური კვლევების ინსტიტუტის (BERI) მეცნიერებს სურდათ, ხელოვნური ინტელექტის დანერგვა უფრო შორს წაეყვანათ — თვალის კლინიკის მართვის უფლება მიეცათ (მაინც ზედამხედველობით).
კლინიკას AI-TEC უწოდეს (AI-Agent Augmented Tsinghua Eye Clinic); მიუხედავად იმისა, რომ მასში ადამიანი ექიმები მაინც იყვნენ ჩართული, ის თავიდანვე ისე დაიგეგმა, რომ მაქსიმალურად აეთვისებინა ხელოვნური ინტელექტის შესაძლებლობები, ნაცვლად იმისა, რომ ეს ინსტრუმენტები არსებულ სისტემებსა და პრაქტიკებზე უბრალოდ დამატებად გამოეყენებინათ.
როგორც ისინი ჟურნალ Nature Medicine-ში გამოქვეყნებულ პუბლიკაციაში იუწყებიან, ხელოვნური ინტელექტი გამოიყენებოდა ყველაფერში — კონსულტაციის წინა ეტაპიდან დაწყებული, პაციენტის შემდგომი დაკვირვებით დამთავრებული, მათ შორის თავად უმნიშვნელოვანეს თვალის სკანირების პროცესშიც.
AI-TEC ცდამ რამდენიმე მნიშვნელოვანი შედეგი მოიტანა. თავდაპირველად, ხელოვნურმა ინტელექტმა წარმატების დაბალი მაჩვენებლით დაიწყო მუშაობა თვალის სკანირებებში დაავადების გამოვლენის მხრივ — ისეთი დაავადებების, როგორიცაა გლაუკომა და ასაკთან დაკავშირებული მაკულური დეგენერაცია.
თუმცა, სიზუსტის დონე მნიშვნელოვნად გაიზარდა, როცა ექსპერტმა ოფთალმოლოგებმა AI-ს მისცეს თვალის სკანირების მაღალი ხარისხის 1426 ფოტო, რომლებზეც დაწერილი იყო შესაბამისი დაავადების სახელი.
ახალმა მონაცემებმა უკეთესად იმუშავა, ვიდრე 27 000 სურათისგან შემდგარმა თავდაპირველმა საწვრთნელმა მასალამ, რომლებიც უფრო დაბალი ხარისხის იყო და ნაკლებად სრულყოფილად ეტიკეტირებული.
სტანდარტიზებული დიაგნოსტიკური საზომის, AUROC-ის გამოყენებით, საწვრთნელი მონაცემების განახლების შემდეგ, AI-მ 0,93 სიზუსტეს მიაღწია, დაახლოებით იმავეს, რაც სკანირების სხვა მოწინავე სისტემებსაც აქვს.
მკვლევრებმა ასევე აღმოაჩინეს, რომ ხელოვნური ინტელექტის ინსტრუმენტების კლინიკური გამოყენება თავდაპირველად მაღალი იყო, შემდეგ კი შემცირდა. ხუთი თვის შემდეგ არსებული მდგომარეობის ანალიზმა აჩვენა, რომ იმ თვეში ჩატარებული 1 113 კვლევიდან მხოლოდ 41-ის (3,8%) შემთხვევაში იქნა გამოყენებული AI-TEC-ის ხელმისაწვდომი პროცესები.
შემდეგ თვეში რაოდენობა 1126-ში 259-მდე (23 პროცენტი) ავიდა, მას შემდეგ, რაც მკვლევრებმა სისტემა სწრაფი და მარტივად გამოყენებადი გახადეს, როცა საჭიროებდა პერსონალის მხრიდან რამდენიმე დაკლიკებას და ნაკლებ ხელით შეყვანას.
„ჩვენმა ადრეულმა გამოცდილებამ აჩვენა, რომ ხელოვნურ ინტელექტზე დაფუძნებული ჯანდაცვის დანერგვა ფუნდამენტურად ეკოსისტემის გამოწვევაა. მისი ეფექტიანობა რაიმე ინდივიდუალური ალგორითმის შესრულებაზე კი არ იყო დამოკიდებული, არამედ მონაცემთა ხარისხზე, სამუშაო პროცესში ურთიერთქმედებაზე, კლინიცისტთა ჩართულობაზე, ადეკვატურ მართვასა და მონიტორინგზე და გაზომვად კლინიკურ ღირებულებაზე“, — წერენ მკვლევრები.
კიდევ ერთი დაკვირვება მკვლევრებისგან — ხელოვნური ინტელექტის გაუმჯობესებისთვის აუცილებელია კლინიცისტებისგან რეგულარული უკუკავშირის სწრაფად მიღება და არა მისი კვირების შემდეგ მიწოდება.
სამი ძირითადი დასკვნა: ხარისხიანი მონაცემების, ოპტიმიზებული საქმიანობისა და რეგულარული, სწრაფი უკუკავშირის საჭიროება.
„ჩვენ ხაზს ვუსვამთ კლინიცისტებსა და ხელოვნური ინტელექტის სფეროს მკვლევრებს შორის ადგილზე მჭიდრო ურთიერთქმედებისა და თანამშრომლობის აუცილებლობას“, — წერენ მკვლევრები.
ამ სახის კლინიკების არსებობისთვის ჯერ ძალიან ადრეა, მაგრამ ამ მცირემასშტაბიანი ცდის შედეგები აჩვენებს, რომ ისინი შეიძლება წარმატებული იყოს, როცა კომბინირებულია სწორი ინგრედიენტები.
თუმცა, ჯერ ბევრი გამოწვევა რჩება; მათ შორის, ხელოვნური ინტელექტის მიერ უპირატესად შედეგებზე ფოკუსირების საკითხის მოგვარება (აქვს თუ არა პაციენტ A-ს თვალის დაავადება), მაშინ, როდესაც ექიმები პირველ რიგში სიმპტომებზე ამახვილებენ ყურადღებას (პაციენტი A მხედველობის დაბინდვას უჩივის).
სხვა სიტყვებით რომ ვთქვათ, სკანირების გამოსახულებების ანალიზში ზუსტი ხელოვნური ინტელექტის არსებობა სულაც არ ნიშნავს პაციენტთა მომსახურების გაუმჯობესებას. უფრო მეტიც, კვლევის თანახმად, უმჯობესი იქნება, თუ ამგვარი მომავალი ტესტები ყურადღებას არ გაამახვილებს მხოლოდ შესრულების უშუალო მაჩვენებლებზე.
„ხელოვნურ ინტელექტზე დაფუძნებული ჯანდაცვის სისტემის წარმატება საბოლოო ჯამში უნდა გაიზომოს იმით, გარდაიქმნება თუ არა კლინიკური სამუშაო პროცესი და აუმჯობესებს თუ არა ხელოვნური ინტელექტი ჯანმრთელობის შედეგებს — და არა იმით, აღწევს თუ არა ხელოვნური ინტელექტი უმაღლეს საორიენტაციო შესრულებას“, — წერენ მკვლევრები.
კვლევა Nature Medicine-ში გამოქვეყნდა.
მომზადებულია ScienceAlert-ის მიხედვით.