Technologia
Gdy będziesz chory, zapomnij o lekarzu. Sztuczna inteligencja jest od nich lepsza

Wygląda na to, że mieszanka ludzkiej wiedzy i głębokiego uczenia maszyn może być idealna do niesienia pomocy potrzebującym. Dzięki temu już niedługo w gabinetach lekarskich mogą pojawić się inteligentne roboty.

Naukowcy ze Stanów Zjednoczonych i Chin opracowali właśnie system głębokiego uczenia, który ma w przyszłości pomagać lekarzom w postawieniu trafnej diagnozy. Okazuje się bowiem, że AI może być bardzo użyteczne w rozpoznawaniu schematów, których człowiek nie ma szans zidentyfikować. Jak możemy przeczytać w poniedziałkowej publikacji w Nature Medicine, sztuczna inteligencja była w stanie zdiagnozować u pacjentów astmę z 90% skutecznością. Żeby mieć porównanie, skuteczność lekarzy zamyka się w przedziale 80-94%. W innych przypadkach oprogramowanie diagnozowało 87% przypadłości żołądkowo-jelitowych, kiedy lekarze uzyskiwali wyniki 82-90%.

Badania były prowadzone przez doktora Kanga Zhanga, chińskiego biochemika, genetyka i okulistę, specjalizującego się w genetyce okulistycznej, chirurgii witreoretinalnej, zwyrodnieniach plamki żółtej, retinopatii cukrzycowej oraz dziedzicznych schorzeniach siatkówki, który od 2008 pracuje dla Uniwersytetu Kalifornijskiego w San Diego. Profesor i jego koledzy wykorzystali swoje bogate doświadczenie i historię chorób blisko 600 tysięcy pacjentów Guangzhou Women and Children Medical Center, żeby jak najlepiej wytrenować AI.

Czemu chińskie źródła? Podobno zdecydowanie łatwiej pozyskać tu potrzebne sztucznej inteligencji dane, bo jak twierdzi doktor George Shih z Weill Cornell Medical Center, w Stanach Zjednoczonych trzeba odwiedzić wiele lokacji, żeby uzyskać taką samą ilość informacji, a co więcej ich wyposażenie jest różne, trzeba mieć pewność zachowania anonimowości, a nawet ze stosownym pozwoleniem to ogrom pracy.

Tak czy inaczej, zanim AI zacznie doradzać lekarzom na stałe, minie jeszcze dużo czasu. Ben Shickel, naukowiec z Uniwersytetu Florydy, który specjalizuje się w wykorzystywaniu głębokiego uczenia w medycynie, zauważa, że jakikolwiek postęp w tej dziedzinie przebiega bardzo wolno: - Nikt nie zdecyduje się stosować jakiejkolwiek z tych technik, zanim przejdą one rygorystyczne testy, dzięki którym będziemy dokładnie wiedzieli, jak to działa.

Źródło: GeekWeek.pl/techspot