Είναι μηχανή: 1, άνθρωπος: 0 στην τελευταία μάχη μεταξύ της τεχνολογίας τεχνητής νοημοσύνης (AI) και των επαγγελματιών της ανθρώπινης υγείας. Αυτή τη φορά οι ερευνητές ξεκίνησαν να δουν αν οι καρδιολόγοι θα μπορούσαν να πουν τη διαφορά μεταξύ της τεχνητής νοημοσύνης και των εκτιμήσεων ενός υπερηχογράφου για ένα βασικό μέτρο της υγείας της καρδιάς σε εικόνες υπερήχων.
Τεχνητή νοημοσύνη
«Πρόκειται για μια κατάσταση που ξεπερνά το μηχάνημα», είπε ο συγγραφέας της μελέτης Δρ. David Ouyang, καρδιολόγος στο Smidt Heart Institute και στο Τμήμα Τεχνητής Νοημοσύνης στην Ιατρική στο Cedars-Sinai στο Λος Άντζελες. Το ηχοκαρδιογράφημα χρησιμοποιεί ηχητικά κύματα για να συλλάβει εικόνες μιας καρδιάς που χτυπά.
Ένα μέτρο που λαμβάνει είναι το κλάσμα εξώθησης της αριστερής κοιλίας, το οποίο αντανακλά πόσο αίμα αντλεί η αριστερή κοιλία της καρδιάς με κάθε συστολή. Οι τεχνικοί υπερήχων πρέπει να υπολογίσουν αυτό το ποσοστό μετά τη λήψη των εικόνων. Η τεχνητή νοημοσύνη μαθαίνει συνδυάζοντας τεράστιες ποσότητες δεδομένων με κανόνες που ονομάζονται αλγόριθμοι για να βρει μοτίβα που βοηθούν στη λήψη αποφάσεων.
Για τη μελέτη, οι καρδιολόγοι εξέτασαν τις μετρήσεις του κλάσματος εξώθησης της αριστερής κοιλίας σε σχεδόν 3.500 εικόνες υπερηχοκαρδιογραφήματος. Δεν ήξεραν αν η μέτρηση υπολογίστηκε από AI ή υπερηχογράφο. Οι καρδιολόγοι συμφώνησαν με την αρχική αξιολόγηση της ΑΙ πιο συχνά παρά με αυτή του υπερηχογράφου. Επιπλέον, οι καρδιολόγοι δεν μπορούσαν να πουν ποιες αξιολογήσεις έγιναν από την ΑΙ και ποιες από υπερηχογράφους.
Αυτό δεν σημαίνει ότι οι υπολογιστές θα αντικαταστήσουν τους τεχνικούς υπερήχων, είπε ο Ouyang. Η τεχνολογία AI απλώς κάνει τη διαδικασία πιο αποτελεσματική. Οι υπερηχογράφοι σαρώνουν την καρδιά, λαμβάνουν τις εικόνες και έχουν λιγότερο κουραστική εργασία στον υπολογιστή μετά, είπε.
«Η τεχνητή νοημοσύνη δεν αλλάζει τον ρόλο του καρδιολόγου, κάνει τον υπερηχογράφο να εργάζεται πιο γρήγορα και πιο αποτελεσματικά και δεν αλλάζει την εμπειρία του ασθενούς», είπε ο Ouyang. «Είναι μια τριπλή νίκη». Τώρα, ο Ouyang και οι συνάδελφοί του ψάχνουν να λάβουν έγκριση από τον Οργανισμό Τροφίμων και Φαρμάκων των ΗΠΑ για αυτήν την εφαρμογή AI. Η μελέτη δημοσιεύτηκε στις 5 Απριλίου στο Nature.
Οι εξωτερικοί ειδικοί συμφωνούν ότι η τεχνητή νοημοσύνη είναι εδώ για να μείνει και το μέλλον είναι τώρα. Αποκαλώντας αυτή μια «πολύ ωραία και πολύ σημαντική μελέτη», η Δρ Patricia Pellikka είπε ότι οτιδήποτε μπορεί να βελτιώσει την αποτελεσματικότητα της δουλειάς ενός υπερηχογράφου αξίζει τον κόπο. Είναι καρδιολόγος, υπερηχοκαρδιογράφος και διευθύντρια του Εργαστηρίου Ηχοκαρδιογραφίας στην Κλινική Mayo στο Rochester, Minn.
«Είναι μια σωματικά απαιτητική δουλειά με πολύ άγχος στο χέρι και τον καρπό, οπότε αν κάποιο μικρό μέρος της εξέτασης μπορεί να γίνει από ένα μηχάνημα, θα πάει πολύ», είπε η Pellikka. Σε πολλά μέρη της χώρας, υπάρχει μεγάλη αναμονή για να δουν υπερηχογράφους, σημείωσε η Pellikka. «Αυτή η τεχνολογία AI θα ωφελήσει επίσης νέους και λιγότερο έμπειρους υπερηχογράφους», πρόσθεσε.
Όσον αφορά τον ρόλο που θα παίξει η τεχνητή νοημοσύνη στην καρδιολογία και την ιατρική συνολικά, αυτό είναι μόνο η αρχή. Η Pellikka βοήθησε στην ανάπτυξη ενός εγκεκριμένου από τον FDA μοντέλο AI που βοηθά στη διάγνωση καρδιακής ανεπάρκειας με διατηρημένο κλάσμα εξώθησης (HFpEF), το οποίο συμβαίνει όταν η καρδιά αντλεί αίμα κανονικά αλλά είναι πολύ δύσκαμπτη για να γεμίσει σωστά. «Αυτή ήταν πάντα μια δύσκολη διάγνωση καθώς τα συμπτώματα είναι μη ειδικά», είπε.
Η τεχνητή νοημοσύνη εκρήγνυται, είπε ο Pelikka. «Υπάρχουν πολλοί τρόποι με τους οποίους μπορείτε να εφαρμόσετε την τεχνητή νοημοσύνη σε υπερηχοκαρδιογραφήματα, συμπεριλαμβανομένων μετρήσεων, διαγνώσεων ή ακόμα και να καθοδηγήσετε… άπειρους ανθρώπους να λάβουν τις καλύτερες εικόνες», είπε.
Ο Δρ. Θεόδωρος Αβραάμ συμφώνησε. Είναι καθηγητής ιατρικής στο Πανεπιστήμιο της Καλιφόρνια στο Σαν Φρανσίσκο και αντιπρόεδρος της Αμερικανικής Εταιρείας Ηχοκαρδιογραφίας. «Η τεχνητή νοημοσύνη έχει σημαντικές δυνατότητες να υποστηρίξει διαγνωστικές μεθόδους που βασίζονται σε εικόνες, όπως ο υπέρηχος», είπε. “Ως εκ τούτου, το βλέπω ως μια τεχνολογία που επιτρέπει στους υπερηχογράφους και τους καρδιολόγους.”
Στο υπερηχογράφημα καρδιάς, οι υπερηχογράφοι και οι ειδικοί στην καρδιά εκτελούν διάφορες εργασίες που περιλαμβάνουν την αναγνώριση των δομών και των ορίων τους, επεσήμανε ο Αβραάμ. «Αυτές οι εργασίες μπορούν να βελτιστοποιηθούν ουσιαστικά χρησιμοποιώντας τεχνολογίες τεχνητής νοημοσύνης που οδηγούν σε βελτιωμένη απόδοση ροής εργασίας, μειωμένη εξουθένωση και μεγαλύτερη συνέπεια στις μετρήσεις», είπε.
Η Δρ Deborah Kwon, διευθύντρια καρδιακής μαγνητικής τομογραφίας στην κλινική του Κλίβελαντ, είπε ότι το εργαλείο μπορεί να βοηθήσει στην τυποποίηση της ποιότητας της ερμηνείας της εικόνας, δεδομένων των διαφορών στην εκπαίδευση και την εξειδίκευση μεταξύ των νεότερων υπερηχογράφων.
Αυτό δεν σημαίνει ότι όλη η τεχνολογία τεχνητής νοημοσύνης είναι έτοιμη για την πρώτη στιγμή, σημείωσε. «Η τεχνητή νοημοσύνη μπορεί να είναι τόσο καλή όσο τα δεδομένα που της δίνονται και δεν μπορούμε να είμαστε σίγουροι τι ακριβώς χρησιμοποιεί η τεχνητή νοημοσύνη για να μάθει», είπε ο Κβόν.
Με άλλα λόγια, θα υπάρχει πάντα ανάγκη για ανθρώπινη επίβλεψη για να διασφαλιστεί η ποιότητα και η ασφάλεια, είπε. «Πιστεύω και ελπίζω ότι οι μηχανές μπορούν να αναλάβουν όλες τις υπολογιστικές εργασίες και τα κουραστικά βάρη για να επιτρέψουν στους ανθρώπους να κάνουν αυτό που κάνουμε καλύτερα — να δημιουργήσουμε, να καινοτομήσουμε, να συνδεθούμε και να θεραπεύσουμε», είπε ο Kwon.