AI ima potencijal primjene u medicini, ali potrebna su kvalitetnija istraživanja

Profesor Alastair Denniston iz Sveučilišne bolnice u Birminghamu, jedan od autora istraživanja, rekao je da su rezultati ohrabrujući, ali i da mogu poslužiti za otrežnjenje kada je u pitanju pretjerano pozitivan stav u vezi umjetne inteligencije.

AUTOR: The Guardian
OBJAVLJENO: 25.09.19 u 13:36
http://bit.ly/2kY5C2e
Umjetna inteligencija jednako je dobra kao i ljudi stručnjaci kad je riječ o davanju medicinskih dijagnoza na temelju slika, pokazalo je novo istraživanje.

Veliki potencijal iskorištavanja umjetne inteligencije u zdravstvu uzrok je uzbuđenja, a zagovornici tvrde kako će ona smanjiti trenutna opterećenja resursa, osloboditi vrijeme liječnicima za interakciju s pacijentima te čak pomoći u razvoju personaliziranog liječenja. Britanska vlada prošli je mjesec čak najavila ulaganje od £250 milijuna za novi laboratorij umjetne inteligencije za NHS.

Međutim, stručnjaci upozoravaju da se najnovija otkrića temelje na jako malom broju istraživanja, budući da je ovo polje preplavljeno nekvalitetnim istraživanjima.

Jedan od rastućih načina primjene umjetne inteligencije je korištenje pri tumačenju snimaka – polje koje se oslanja na duboko učenje, sofisticirani oblik strojnog učenja u kojem se niz označenih snimaka unosi u algoritme koji odabiru značajke na snimkama i uče kako ih razvrstati. Ovaj pristup pokazao se obećavajućim u dijagnostici raznih bolesti, od karcinoma do raznih stanja očiju.

Ipak, pitanja kako takve sustave izjednačiti s ljudskim vještinama još uvijek ostaju neodgovorena. No, znanstvenici kažu da su proveli prvi sveobuhvatni pregled (metaanalizu) dosadašnjih istraživanja po tom pitanju i otkrili su da su ljudi i strojevi jednako dobri, piše The Guardian.

Profesor Alastair Denniston iz Sveučilišne bolnice u Birminghamu, jedan od autora istraživanja, rekao je da su rezultati ohrabrujući, ali i da mogu poslužiti za otrežnjenje kada je u pitanju pretjerano pozitivan stav u vezi umjetne inteligencije.

Voditeljica istraživanja dr. Xiaoxuan Liu složila se s ovim mišljenjem. "Mnogo se govori o tome da je umjetna inteligencija nadmašila ljude, ali naša je poruka da je ona u najboljem slučaju bolja od ljudi", rekla je znanstvenica.

Ova analiza istraživanja razmatrala je znanstveno-istraživačke radove objavljene od 2012. godine – kao jedne od važnih prekretnica za duboko učenje – do danas. Početna pretraga dala je više od 20.000 relevantnih istraživanja. Međutim, samo 14 istraživanja – temeljenih na ljudskim bolestima – imalo je podatke dobre kvalitete i testiralo je sustav dubokog učenja sa snimkama koje nisu korištene za podučavanje.

Tim je prikupio najperspektivnije rezultate svih 14 istraživanja i otkrio da su sustavi dubokog učenja ispravno otkrili stanje bolesti u 87% slučajeva, u usporedbi s 86% točnosti zdravstvenih radnika; te ispravno ocijenili da je stanje čisto u 93% slučajeva, u usporedbi s 91% točnosti kod zdravstvenih radnika.

Međutim, zdravstveni radnici u ovim istraživanjima nisu imali dodatne informacije o pacijentima koje bi dobili u stvarnom svijetu, što bi im pomoglo u dijagnosticiranju stanja.

Profesor David Siegelhalter, predsjedatelj Centra za komunikaciju o rizicima i dokazima Winston na Cambridgeu, tvrdi da je ovo područje puno loših istraživanja. "Ovaj izvrstan pregled istraživanja pokazuje da masovno uzbuđenje umjetnom inteligencijom u medicinu prikriva lošu kvalitetu gotovo svih evaluacijskih istraživanja", rekao je. "Duboko učenje može biti snažna i impresivna tehnika, ali liječnici i povjerenici trebali bi postaviti ključno pitanje: kako ona doprinosi kliničkoj praksi?"

S druge strane, Denniston je poprilično optimističan po pitanju potencijala umjetne inteligencije u zdravstvu i tvrdi da sustavi dubokog učenja mogu djelovati kao dijagnostički alat i pomoći u rješavanju zaostataka skeniranja i snimaka. Liu je dodala kako bi se sustavi dubokog učenja mogli pokazati korisnim na mjestima koja nemaju stručnjaka za tumačenje snimaka. Rekla je i da bi bilo važno koristiti sustave dubokog učenja u kliničkim ispitivanjima kako bi se procijenilo poboljšavaju li se rezultati kod pacijenata u odnosu na trenutnu liječničku praksu.

Onkolog Raj Jena iz Addenbrookeove bolnice u Cambridgeu, koji nije sudjelovao u istraživanju, tvrdi da će sustavi dubokog učenja biti jako važni u budućnosti, ali je naglasio da su potrebna jaka testiranja u stvarnom svijetu. Dodao je i da je važno razumjeti zašto ovi sustavi ponekad daju pogrešnu procjenu. "Ako ste algoritam za duboko učenje, kad napravite grešku, često je napravite na nepredvidiv i spektakularan način", objasnio je Jena.


Prevela: Ružica Ereš