Google-ის ხელოვნურ ინტელექტს პაციენტის სიკვდილის პროგნოზირება შეუძლია

19:04, 19.06.2018

ხელოვნურმა ინტელექტმა იცის, როდის მოკვდებით. მაგრამ სამეცნიერო ფანტასტიკის ფილმებისგან განსხვავებით, ამ ინფორმაციას არაერთი სიცოცხლის გადარჩენა შეუძლია.

ჟურნალ Nature-ში გამოქვეყნებული ახალი კვლევა გვთავაზობს, რომ ჯანმრთელობის ელექტრონული მონაცემების შესწავლის ღრმა მოდელს შეუძლია თანდათან გააუმჯობესოს მოსალოდნელი შედეგების სიზუსტე.

ცდებისას მკვლევრებმა აშშ-ის საავადმყოფოების მონაცემები გამოიყენეს. შედეგად დაადგინეს, რომ ამ ალგორითმებს შეუძლია გააკეთოს პაციენტის საავადმყოფოში ყოფნის ხანგრძლივობისა და გაწერის დროის პროგნოზი. გარდა ამისა, მას ასევე შეუძლია სიკვდილის პროგნოზირება.

კვლევაში აღწერილი ნერვული ქსელი პროგნოზირებისთვის იყენებს უზარმაზარი ოდენობის მონაცემებს, მაგალითად, პაციენტის სასიცოცხლოდ მნიშვნელოვანი ორგანოებისა და სამედიცინო ისტორიის შესახებ.

ახალი ალგორითმი თითოეული პაციენტის ჩანაწერებში არსებულ წარსულ მოვლენებს ათავსებს დროის ხაზზე (თაიმლაინი).

პროგნოზის გასაკეთებლად, ნერვული ქსელი მოიცავს ძველ გრაფიკებზე არსებულ ხელნაწერ ჩანაწერებს, კომენტარებსა და ნაჩხაპნებსაც კი. რა თქმა უნდა, ყველა ეს გათვლა რეკორდულ დროში ხორციელდება.

რაში შეგვიძლია გამოვიყენოთ ეს ინფორმაცია, გარდა იმისა, რომ გარდაუვალი მოვლენის შიშს გვგვრის? საავადმყოფოებს შეუძლიათ ახალი გზები ეძებონ პაციენტთა მოვლის პრიორიტეტიზაციისთვის, შეიმუშაონ მკურნალობის გეგმები და საჭირო სამედიცინო დახმარება აღმოგვიჩინონ საჭიროებამდეც კი.

გარდა ამისა, მას ასევე შეუძლია გამოათავისუფლოს ჯანდაცვის მუშაკები, რომლებსაც მონაცემებით სტანდარტიზებულ, ლეგალურ ფორმატში მანიპულირება აღარ მოუწევთ.

ხელოვნურ ინტელექტს, რა თქმა უნდა, ჯანდაცვაში უკვე აქვს არაერთი სხვა გამოყენება. ბოლო პერიოდში შექმნილ ალგორითმს ფილტვის კიბოსა და გულის დაავადებების დიაგნოზის დასმა ექიმებზე უფრო დიდი სიზუსტით შეუძლია.

აღსანიშნავია, რომ ბოლო დროს, ჯანდაცვის მკვლევრებმა თვალის რეტინის სურათები ხელოვნურ ინტელექტს გადასცეს, რათა ამ უკანასკნელს გაერკვია პაციენტის თვალის დაავადებების განვითარების შანსი.

მაგრამ ყველა ეს ცდა გაცილებით მცირე მასშტაბს მოიცავდა იმასთან შედარებით, რის გაკეთებასაც ახლა Google-ი ცდილობს.

სულ უფრო და უფრო მეტი მონაცემი იტვირთება ცენტრალიზებულ კომპიუტერულ სისტემებში ჩვენი ჯანმრთელობის მდგომარეობის შესახებ. თუმცა, მონაცემთა ამ ბაზების უმეტესობა არსებობს ერთმანეთისგან დამოუკიდებლად, ჯანდაცვის სხვადასხვა სისტემებსა და სამთავრობო სააგენტოებში.

გამოსავალია ყველა ამ პერსონალური მონაცემის თავმოყრა უმსხვილესი კერძო ორგანიზაციების ერთ პროგნოზირებად მოდელში. მაგრამ ეს აზრი არც ისე მიმზიდველია.

მილიონობით პაციენტის ჯანმრთელობის ელექტრონული მონაცემების სულ რამდენიმე კერძო კომპანიის ხელში მოხვედრამ შეიძლება ის გამოიწვიოს, რომ ჯანდაცვის ინდუსტრია სწრაფად ჩაიგდოს ხელში ისეთმა გიგანტმა, როგორიც არის მაგალითად Google-ი. რაღა თქმა უნდა, ამის შემდეგ ის ჯანდაცვაში მონოპოლიც გახდება.

გასულ კვირას, Alphabet-ის კუთვნილი კომპანია DeepMind Health-ი გაერთიანებული სამეფოს მთავრობამ შეამოწმა, რადგან არსებობდა საფრთხე, რომ მის ხელში აღმოჩენილიყო გადაჭარბებული მონოპოლიური ძალაუფლება.

უკვე გაისმა ბრალდებები, რომ DeepMind Health-მა დაარღვია ბრიტანეთის კანონმდებლობას, როცა 2017 წელს სათანადო თანხმობის გარეშე შეაგროვა პაციენტთა მონაცემები.

ჯანდაცვის პროფესიონალები უკვე შიშობენ იმ ეფექტებზე, რაც შეიძლება, დანერგვის შემთხვევაში ხელოვნურ ინტელექტს ჰქონდეს მედიცინაზე.

ამერიკის სამედიცინო ასოციაცია სპეციალურ განცხადებაში აღიარებს, რომ ხელოვნური ინტელექტისა და ადამიანი-ექიმების კომბინირებას მნიშვნელოვანი სარგებლის მოტანა შეუძლია. მაგრამ იქვე დასძენს, რომ ხელოვნური ინტელექტის ხელსაწყოები „უნდა აკმაყოფილებდეს რამდენიმე საკვანძო კრიტერიუმს. მათ შორის, უნდა იყოს გამჭვირვალე, სტანდარტებზე დაფუძნებული და უშეცდომო“.

როგორც ჩანს, კერძო კომპანიებს მოუწევთ დამტკიცება, რომ ხელოვნური ინტელექტის ტექნოლოგიებს მართლაც მრავალი სარგებლის მოტანა შეუძლია პაციენტთათვის და არა მხოლოდ თავად ამ კომპანიებისთვის.

მომზადებულია futurism.com-ის მიხედვით.

ავტორი - მიხეილ ჭაბუკაშვილი

მეცნიერება