Όταν ήμουν στην ιατρική σχολή, πολύ πριν εφευρεθεί η τεχνητή νοημοσύνη (AI), πέρασα μια ακραία τετραετή περίοδο απομνημόνευσης πραγματικών στοιχείων, μια δοκιμή με φωτιά όπου απορροφούσα τα πάντα σαν σφουγγάρι, αν και σύντομα ξέχασα πάνω από το 95 τοις εκατό είχα μάθει. Έμοιαζε σαν μια άκαρπη άσκηση εκείνη την εποχή, αλλά στα μετέπειτα χρόνια, αυτή η παλιά γνώση θα ανασυσταθεί κάθε φορά που αντιμετώπιζα μια νέα ασθένεια. Αποτέλεσε ένα πλαίσιο για μένα να μάθω. Αυτή η ανθρώπινη μορφή μάθησης, με τον εγκέφαλο ως υπολογιστή, είναι το πρότυπο που φιλοδοξεί να φτάσει η τεχνητή νοημοσύνη.
Αλλά τώρα, η τεχνητή νοημοσύνη έχει προχωρήσει σε σημείο που έχει γίνει ένα εξαιρετικά χρήσιμο ιατρικό εργαλείο. Στην πραγματικότητα, ένα νέο εργαλείο AI γνωστό ως “Sybilέδειξε 86 έως 94 τοις εκατό ποσοστό έγκαιρης ανίχνευσης του καρκίνου του πνεύμονα. Σύμφωνα με πληροφορίες, λειτουργεί με την ανίχνευση ερεθισμών ή μικροσκοπικών ανωμαλιών σε περιοχές όπου μπορεί να εμφανιστεί καρκίνος του πνεύμονα – πριν αυτές οι αλλαγές είναι ορατές στους ακτινολόγους. Εξετάζει μία μόνο σάρωση, αλλά βασίζεται σε τεράστιες βάσεις δεδομένων για να αναγνωρίσει τι είναι μη φυσιολογικό.
Οι ανησυχίες που έχουν εκφραστεί μέχρι στιγμής είναι η έλλειψη ποικιλομορφίας στις βάσεις δεδομένων, καθώς και πιθανές υπερδιαγνώσεις, αν και πολλοί ειδικοί, συμπεριλαμβανομένου του Δρ Robert Cerfolio, επικεφαλής θωρακικής χειρουργικής στο NYU Langone Health (πλήρης αποκάλυψη: είμαι καθηγητής ιατρικής και ιατρικής διευθυντής του «Doctor Radio» στο NYU Langone Health), μου είπε ότι δείχνει «μεγάλες δυνατότητες». Το κλειδί για τη διάσωση ζωών από τον καρκίνο παραμένει η έγκαιρη διάγνωση και η τεχνητή νοημοσύνη μπορεί να βοηθήσει.
Η Δρ Miriam Bredella, εξέχουσα καθηγήτρια ακτινολογίας στο Χάρβαρντ, επεσήμανε την περασμένη εβδομάδα στις «Doctor Radio Reports» του SiriusXM ότι ένας κρίσιμος σκοπός της τεχνητής νοημοσύνης στην ακτινολογία είναι να επανεξετάσει πολλές χιλιάδες μελέτες (ακτίνες Χ, αξονικές τομογραφίες, μαγνητική τομογραφία ) που έγιναν για έναν λόγο και για να χρησιμοποιήσετε έναν αλγόριθμο AI για να βρείτε κάτι άλλο, όπως η ποσότητα κορεσμένου λίπους στα οστά, που μπορεί να συσχετιστεί με άλλα προβλήματα υγείας, όπως αντίσταση στην ινσουλίνη, διαβήτη και οστεοπόρωση.
Υπάρχουν πλέον εκατοντάδες αλγόριθμοι τεχνητής νοημοσύνης ειδικά για εικόνες στους τομείς της ακτινολογίας και της καρδιολογίας. Ο Οργανισμός Τροφίμων και Φαρμάκων (FDA) ενέκρινε περισσότερα από 520 αιτήσεις μεταξύ του 2019 και του τρέχοντος Ιανουαρίου.
Τι γίνεται όμως με τις άμεσες κλινικές εφαρμογές; Σύμφωνα με πρόσφατο μελέτη σχετικά με την κλινική χρήση της τεχνητής νοημοσύνης στην οστεοπόρωση που δημοσιεύτηκε στο περιοδικό Nature, «Η εφαρμογή των αλγορίθμων τεχνητής νοημοσύνης σε κλινικό περιβάλλον θα μπορούσε να βοηθήσει τους παρόχους πρωτοβάθμιας περίθαλψης να ταξινομήσουν τους ασθενείς με οστεοπόρωση και να βελτιώσουν τη θεραπεία προτείνοντας κατάλληλα προγράμματα άσκησης». Αυτό είναι ένα παράδειγμα που σίγουρα θα μπορούσε να είναι χρήσιμο, καθώς η οστεοπόρωση συχνά χάνεται.
Αλλά ανησυχώ ότι δεν υπάρχει αρκετή ανησυχία για τους περιορισμούς της τεχνητής νοημοσύνης.
Ενώ το ChatGPT του OpenAI έχει βρεθεί ότι απαντά στις περισσότερες ερωτήσεις ιατρικών εξετάσεων με ακρίβειακανείς δεν γνωρίζει πόσο ένας ασκούμενος ιατρός (ή ο ασθενής του) θα μπορεί να βασιστεί σε αυτά τα μοντέλα για ανταλλαγή πληροφοριών σε πραγματικό χρόνο και υπάρχει σαφής κίνδυνος οι ασθενείς να προσπαθήσουν να βασιστούν σε απαντήσεις τεχνητής νοημοσύνης χωρίς να συμβουλευτούν τον γιατρό τους.
Λάβετε υπόψη ότι η τεχνητή νοημοσύνη λειτουργεί με την αναγνώριση προτύπων, συγκρίνοντας αυτό που βλέπει με εκατοντάδες χιλιάδες προηγούμενες βάσεις δεδομένων και απαντώντας σε ερωτήσεις που τίθενται με αναφορά σε αυτές τις ίδιες βάσεις δεδομένων. Ωστόσο, η τεχνητή νοημοσύνη θα στερείται πάντα την ευελιξία και τις βαθιές γνώσεις ενός καλά εκπαιδευμένου γιατρού.
Η Ιαπωνία πρωτοστατεί με την τεχνητή νοημοσύνη στην υγειονομική περίθαλψη, με κοινές εφαρμογές και εντυπώσεις διάγνωσης τεχνητής νοημοσύνης μέσω του cloud. Μία ιαπωνική κοινοπραξία, η οποία περιλαμβάνει την Hitachi και τη Microsoft Japan (Κινητήρας διεπαφής Iguana), λειτουργεί εδώ και αρκετούς μήνες, με στόχο μικρότερα νοσοκομεία και αγροτικές περιοχές στην Ιαπωνία με ελλείψεις γιατρών, όπου η τεχνητή νοημοσύνη βοηθά τους γιατρούς να κάνουν διαγνώσεις και χρησιμοποιεί το cloud για κοινή χρήση δεδομένων. Αν και αυτό ακούγεται ιδανικό, ωστόσο, μια διαδικτυακή έρευνα στην Ιαπωνία που δημοσιεύτηκε πέρυσι διαπίστωσε ότι οι ασθενείς έδειξε μεγαλύτερη ανησυχία σχετικά με το ιατρείο από τους γιατρούς τους, εκφράζοντας ανησυχίες για έλλειψη ρυθμίσεων και λογοδοσίας.
Δεν υπάρχουν πινακίδες στάσης για AI σε εφαρμογές υγειονομικής περίθαλψης. Σύμφωνα με το Παγκόσμιο Οικονομικό Φόρουμ, οι εφαρμογές τεχνητής νοημοσύνης στην κλινική πρακτική στις ΗΠΑ έχουν αυξήθηκε τρεις φορές από το 2020. Η Research and Markets εκτιμά μια παγκόσμια αγορά για λύσεις υγειονομικής περίθαλψης με τεχνητή νοημοσύνη του περισσότερα από 200 δισεκατομμύρια δολάρια έως το 2030.
Εδώ στις ΗΠΑ, καθώς οι ηγέτες της υγειονομικής περίθαλψης ακολουθούν την Ιαπωνία και η τεχνητή νοημοσύνη προετοιμάζεται για κλινική χρήση, πραγματοποιούνται σεμινάρια διδασκαλίας τεχνητής νοημοσύνης σε πολλά πανεπιστήμια και ιατρικά κέντρα, όπως το MIT και το NYU Langone Health. Στο MIT, ένα επερχόμενο σεμινάριο τον Μάιο όχι μόνο θα προσφέρει μια βάση κατανόησης, αλλά θα διδάξει επίσης στους ειδικούς της υγειονομικής περίθαλψης πώς να αναπτύξουν ένα προϊόν τεχνητής νοημοσύνης που να ταιριάζει στις ανάγκες τους. Αλλά στο NYU Langone Health, ο επικεφαλής ψηφιακής και πληροφοριών Nader Mherabi προειδοποίησε τη σχολή ότι οι εφαρμογές παραγωγής τεχνητής νοημοσύνης έχουν «μετασχηματιστικές δυνατότητες για λειτουργίες, φροντίδα ασθενών, εκπαιδευτικές και ερευνητικές αποστολές, αλλά απαιτούν περαιτέρω ανάπτυξη και προσεκτική εξέταση πριν από τη χρήση».
Ο κόσμος θα ήταν σοφό να ακολουθήσει την προειδοποιητική οδηγία του Mherabi.
Ο Marc Siegel MD είναι καθηγητής ιατρικής και ιατρικός διευθυντής του Doctor Radio στο NYU Langone Health. Είναι ιατρικός ανταποκριτής του Fox News και συγγραφέας του νέου βιβλίου, «COVID; η Πολιτική του Φόβου και η Δύναμη της Επιστήμης».
Πνευματικά δικαιώματα 2023 Nexstar Media Inc. Με την επιφύλαξη παντός δικαιώματος. Αυτό το υλικό δεν επιτρέπεται να δημοσιευτεί, να μεταδοθεί, να ξαναγραφτεί ή να αναδιανεμηθεί.