Искусственный интеллект, 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 поток новых технологий оказывает влияние на многие отрасли. Благодаря влиянию автоматизации, компьютерной науки, искусственного интеллекта (ИИ) такие субъекты, как врачи, больницы, страховые компании и отрасли, связанные со здравоохранением, не являются исключением. Однако только в здравоохранении ИИ оказал более положительное влияние, чем в других отраслях.
Первое поколение
Можно себе представить, что в настоящее время подход к обучению ИИ похож на подход студентов-медиков: системы ИИ также обучаются сотням алгоритмов для перевода симптомов пациентов в диагнозы. Это поколение считается первым, в котором правила здравоохранения включены в системы ИИ.
Алгоритмы принятия решений подобны росту дерева: оно начинается со ствола (проблемы пациента) и разветвляется оттуда. Например, если пациент жалуется на сильный кашель, врач в первую очередь проверит температуру. Будет 2 блока вопросов в зависимости от наличия/отсутствия лихорадки. Из первоначального ответа вытекают дальнейшие вопросы о состоянии здоровья. Это в свою очередь приводит к дальнейшему разделению. В конечном итоге каждая ветвь представляет собой 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 могли быть столь же точными, как врачи, которые сочетали медицинскую науку со своей интуицией и опытом. Из-за этих ограничений основанный на правилах ИИ редко используется в клинической практике.
Полная автоматизация
К началу XXI века началась вторая эра ИИ с появлением искусственного интеллекта узкого профиля (ИИУ), то есть искусственного интеллекта, решающего определенные наборы задач. Появление нейронных сетей, имитирующих структуру человеческого мозга, проложило путь технологии глубокого обучения. ANI работает совершенно иначе, чем его предшественник. Вместо того чтобы предоставлять правила, заранее определенные исследователями, системы второго поколения используют огромные наборы данных для выявления закономерностей, на что у людей ушло бы много времени.
В одном из примеров исследователи загрузили в систему ANI тысячи маммограмм, половина из которых показала злокачественные опухоли, а половина — доброкачественные. Модель способна мгновенно выявлять десятки различий в размере, плотности и оттенках рентгеновского снимка, присваивая каждому отличию коэффициент воздействия, отражающий вероятность злокачественности. Важно отметить, что этот тип ИИ не полагается на эвристику (некие эмпирические правила), как это делают люди, а вместо этого полагается на тонкие различия между злокачественными и нормальными обследованиями, о которых не знают ни рентгенолог, ни разработчик программного обеспечения.
В отличие от ИИ, основанного на правилах, инструменты ИИ второго поколения иногда превосходят человеческую интуицию по точности диагностики. Однако эта форма искусственного интеллекта также имеет серьезные ограничения. Во-первых, каждое приложение имеет определенную задачу. То есть система, обученная читать маммограммы, не может интерпретировать результаты сканирования мозга или рентгенографии грудной клетки. Самым большим ограничением ANI является то, что система настолько хороша, насколько хороши данные, на которых она обучена. Ярким примером слабости является случай, когда UnitedHealthcare полагалась на узкоспециализированный ИИ для выявления наиболее больных пациентов и предложения им дополнительных медицинских услуг. При фильтрации данных исследователи позже обнаружили, что ИИ сделал катастрофическое предположение. Пациенты, которые считаются здоровыми только на основании своих медицинских карт, получают мало медицинской помощи, в то время как пациенты, которые пользуются большим объемом медицинской помощи, оцениваются как нездоровые...
Будущие поколения ИИ также позволят людям диагностировать заболевания и планировать лечение так же, как любой врач. В настоящее время инструмент генеративного искусственного интеллекта (MED-PALM2 от Google) успешно сдал экзамен на получение лицензии врача, получив оценку экспертного уровня. Многие другие медицинские инструменты искусственного интеллекта теперь могут ставить диагнозы, аналогичные диагнозам врачей. Однако эти модели по-прежнему требуют наблюдения врача и не способны заменить его. Однако при нынешних экспоненциальных темпах роста ожидается, что в течение следующих 5 лет эти приложения станут как минимум в 30 раз мощнее. Прогнозируется, что будущие поколения инструментов, таких как ChatGPT, предоставят медицинские знания в руки каждого, что кардинально изменит отношения между врачом и пациентом.
Составитель: VIET LE
Источник
Комментарий (0)