Search Icon
ΑΝΑΖΗΤΗΣΗ
Τεχνολογία

Τεχνητή νοημοσύνη: Βοηθά ή βλάπτει την απόδοση των ακτινολόγων;

Τεχνητή νοημοσύνη: Βοηθά ή βλάπτει την απόδοση των ακτινολόγων;

Τα οφέλη από τη χρήση εργαλείων τεχνητής νοημοσύνης στην ερμηνεία εικόνας φαίνεται να διαφέρουν ανάμεσα στους κλινικούς γιατρούς, σύμφωνα με νέα έρευνα με επικεφαλής ερευνητές της Ιατρικής Σχολής του Χάρβαρντ, σε συνεργασία με συναδέλφους στο MIT και στο Στάνφορντ.


Μία από τις πιο διαφημισμένες υποσχέσεις των ιατρικών εργαλείων τεχνητής νοημοσύνης είναι η ικανότητά τους να αυξάνουν την απόδοση των κλινικών γιατρών βοηθώντας τους να ερμηνεύουν εικόνες όπως ακτινογραφίες και αξονικές τομογραφίες με μεγαλύτερη ακρίβεια για να κάνουν πιο ακριβείς διαγνώσεις. Ωστόσο, τα οφέλη από τη χρήση εργαλείων τεχνητής νοημοσύνης στην ερμηνεία εικόνας φαίνεται να διαφέρουν ανάμεσα στους κλινικούς γιατρούς, σύμφωνα με νέα έρευνα με επικεφαλής ερευνητές της Ιατρικής Σχολής του Χάρβαρντ, σε συνεργασία με συναδέλφους στο MIT και στο Στάνφορντ.

Τα ευρήματα της μελέτης υποδηλώνουν ότι οι διαφορές μεμονωμένων κλινικών ιατρών διαμορφώνουν την αλληλεπίδραση μεταξύ ανθρώπου και μηχανής με κρίσιμους τρόπους που οι ερευνητές δεν κατανοούν ακόμη πλήρως. Η ανάλυση, που δημοσιεύτηκε στο Nature Medicine, βασίζεται σε δεδομένα από προηγούμενο έγγραφο εργασίας της ίδιας ερευνητικής ομάδας, που κυκλοφόρησε από το Εθνικό Γραφείο Οικονομικών Ερευνών. Σε ορισμένες περιπτώσεις, έδειξε η έρευνα, η χρήση της τεχνητής νοημοσύνης μπορεί να επηρεάσει την απόδοση ενός ακτινολόγου και να επηρεάσει την ακρίβεια της ερμηνείας του.

«Διαπιστώνουμε ότι διαφορετικοί ακτινολόγοι, πράγματι, αντιδρούν διαφορετικά στη βοήθεια της τεχνητής νοημοσύνης – κάποιοι βοηθούνται ενώ άλλοι βλάπτονται από αυτήν», δήλωσε ο συν-ανώτερος συγγραφέας Pranav Rajpurkar, επίκουρος καθηγητής βιοϊατρικής πληροφορικής στο Ινστιτούτο Blavatnik στο HMS. «Αυτό σημαίνει ότι δεν πρέπει να βλέπουμε τους ακτινολόγους ως έναν ενιαίο πληθυσμό και να εξετάζουμε μόνο τη «μέση» επίδραση της τεχνητής νοημοσύνης στην απόδοσή τους», είπε. «Για να μεγιστοποιήσουμε τα οφέλη και να ελαχιστοποιήσουμε τη ζημιά, πρέπει να εξατομικεύσουμε τα βοηθητικά συστήματα AI».

Τα ευρήματα υπογραμμίζουν τη σημασία της προσεκτικά βαθμονομημένης εφαρμογής της τεχνητής νοημοσύνης στην κλινική πράξη, αλλά δεν πρέπει σε καμία περίπτωση να αποθαρρύνουν την υιοθέτηση της τεχνητής νοημοσύνης στα γραφεία και τις κλινικές ακτινολόγων, δήλωσαν οι ερευνητές. Αντίθετα, τα αποτελέσματα θα πρέπει να σηματοδοτούν την ανάγκη να κατανοηθεί καλύτερα πώς αλληλεπιδρούν οι άνθρωποι και η τεχνητή νοημοσύνη και να σχεδιαστούν προσεκτικά βαθμονομημένες προσεγγίσεις που ενισχύουν την ανθρώπινη απόδοση αντί να την βλάπτουν.

«Οι κλινικοί γιατροί έχουν διαφορετικά επίπεδα τεχνογνωσίας, εμπειρίας και στυλ λήψης αποφάσεων, επομένως η διασφάλιση ότι η τεχνητή νοημοσύνη αντικατοπτρίζει αυτή την ποικιλομορφία είναι κρίσιμης σημασίας για στοχευμένη εφαρμογή», δήλωσε ο Feiyang “Kathy” Yu, ο οποίος διεξήγαγε την εργασία ενώ βρισκόταν στο εργαστήριο Rajpurkar μαζί με τον πρώτο. συγγραφέας στην εργασία με τον Alex Moehring στο MIT Sloan School of Management. «Οι μεμονωμένοι παράγοντες και οι διαφοροποιήσεις θα ήταν βασικές για να διασφαλιστεί ότι η τεχνητή νοημοσύνη προχωρά αντί να παρεμβαίνει στην απόδοση και, τελικά, στη διάγνωση», είπε ο Yu.

Τα εργαλεία τεχνητής νοημοσύνης επηρέασαν διαφορετικά διαφορετικούς ακτινολόγους

Ενώ η προηγούμενη έρευνα είχε δείξει ότι οι βοηθοί τεχνητής νοημοσύνης μπορούν πράγματι να ενισχύσουν τη διαγνωστική απόδοση των ακτινολόγων, αυτές οι μελέτες εξέτασαν τους ακτινολόγους στο σύνολό τους χωρίς να λάβουν υπόψη τη διακύμανση από ακτινολόγο σε ακτινολόγο. Αντίθετα, η νέα μελέτη εξετάζει τον τρόπο με τον οποίο μεμονωμένοι κλινικοί παράγοντες:

  • τομέας ειδικότητας,
  • χρόνια πρακτικής,
  • προηγούμενη χρήση εργαλείων τεχνητής νοημοσύνης

 

παίζουν ρόλο στη συνεργασία ανθρώπου-AI. Οι ερευνητές εξέτασαν πώς τα εργαλεία τεχνητής νοημοσύνης επηρέασαν την απόδοση 140 ακτινολόγων σε 15 διαγνωστικές εργασίες με ακτίνες Χ – πόσο αξιόπιστα μπόρεσαν οι ακτινολόγοι να εντοπίσουν ενδεικτικά χαρακτηριστικά σε μια εικόνα και να κάνουν ακριβή διάγνωση. Η ανάλυση αφορούσε 324 περιπτώσεις ασθενών με 15 παθολογίες—μη φυσιολογικές καταστάσεις που καταγράφηκαν με ακτινογραφίες θώρακα. Για να προσδιορίσουν πώς η τεχνητή νοημοσύνη επηρέασε την ικανότητα των γιατρών να εντοπίζουν και να εντοπίζουν σωστά προβλήματα, οι ερευνητές χρησιμοποίησαν προηγμένες υπολογιστικές μεθόδους που κατέγραψαν το μέγεθος της αλλαγής στην απόδοση κατά τη χρήση της τεχνητής νοημοσύνης και όταν δεν τη χρησιμοποιούν.

Τα εργαλεία AI επηρέασαν απρόβλεπτα την ανθρώπινη απόδοση

Οι επιπτώσεις της τεχνητής νοημοσύνης στην απόδοση των ακτινολόγων διέφεραν με συχνά εκπληκτικούς τρόπους. Για παράδειγμα, σε αντίθεση με ό,τι περίμεναν οι ερευνητές, παράγοντες όπως το πόσα χρόνια εμπειρίας είχε ένας ακτινολόγος. είτε ειδικεύονταν στην ακτινολογία θώρακα ή θώρακα. και αν είχαν χρησιμοποιήσει αναγνώστες τεχνητής νοημοσύνης στο παρελθόν, δεν προέβλεπε αξιόπιστα πώς ένα εργαλείο τεχνητής νοημοσύνης θα επηρέαζε την απόδοση ενός γιατρού.

Ένα άλλο εύρημα που αμφισβήτησε την επικρατούσα άποψη: οι κλινικοί γιατροί που είχαν χαμηλή απόδοση κατά την έναρξη δεν επωφελήθηκαν σταθερά από τη βοήθεια της τεχνητής νοημοσύνης. Κάποιοι ωφελήθηκαν περισσότερο, άλλοι λιγότερο και άλλοι καθόλου. Συνολικά, ωστόσο, οι ακτινολόγοι με χαμηλότερες επιδόσεις κατά την έναρξη είχαν χαμηλότερη απόδοση με ή χωρίς ΑΙ. Το ίδιο ίσχυε μεταξύ των ακτινολόγων που είχαν καλύτερες επιδόσεις κατά την έναρξη. Είχαν σταθερά καλή απόδοση, συνολικά, με ή χωρίς AI.

Στη συνέχεια ήρθε ένα όχι και τόσο εκπληκτικό εύρημα: Τα πιο ακριβή εργαλεία τεχνητής νοημοσύνης ενίσχυσαν την απόδοση των ακτινολόγων, ενώ τα εργαλεία τεχνητής νοημοσύνης με κακή απόδοση μείωσαν τη διαγνωστική ακρίβεια των ανθρώπινων κλινικών γιατρών. Αν και η ανάλυση δεν έγινε με τρόπο που να επιτρέπει στους ερευνητές να προσδιορίσουν γιατί συνέβη αυτό, το εύρημα δείχνει τη σημασία της δοκιμής και της επικύρωσης της απόδοσης του εργαλείου AI πριν από την κλινική ανάπτυξη, είπαν οι ερευνητές. Τέτοιες προκαταρκτικές δοκιμές θα μπορούσαν να διασφαλίσουν ότι η κατώτερη τεχνητή νοημοσύνη δεν επηρεάζει την απόδοση των ανθρώπινων κλινικών ιατρών και, συνεπώς, τη φροντίδα των ασθενών.

Διαβάστε όλες τις τελευταίες Ειδήσεις για την υγεία από την Ελλάδα και τον Κόσμο
Ακολουθήστε το healthweb.gr στο Google News και μάθετε πρώτοι όλες τις ειδήσεις
Ακολουθήστε το healthweb.gr στο κανάλι μας στο YouTube

Διαβάστε Eπίσης:

Διαγνωστικές Εξετάσεις: Επιπλέον χρεώσεις για τους ασφαλισμένους σε ιδιωτικά κέντρα υγειας

Πεδίο εφαρμογής της τεχνητής νοημοσύνης στον διαρκώς εξελισσόμενο τομέα της υγειονομικής περίθαλψης

Πώς η τεχνητή νοημοσύνη μπορεί να αλλάξει τα ιατρικά δεδομένα που γνωρίζουμε μέχρι σήμερα;

Μ.Θεμιστοκλέους -healthweb: Το management του ΕΣΥ θα βρίσκεται υπό την εποπτεία νέου φορέα το 2024

svg%3E svg%3E
svg%3E
svg%3E
Περισσότερα

Σαρώσεις προβλέπουν τις γλωσσικές ικανότητες παιδιών με ΔΑΦ

Σαρώσεις εγκεφάλου: Μελετώντας την εγκεφαλική δραστηριότητα κατά τη διάρκεια γλωσσικών εργασιών, οι ερευνητές μπορούν να εντοπίσουν τις περιοχές του εγκεφάλου που είναι υπεύθυνες για την παραγωγή και κατανόηση της γλώσσας.

Tεστ DNA για την βακτηριακή κολπίτιδα

Βακτηριακή κολπίτιδα: Eρευνητές ανέπτυξαν ένα απλό εργαστηριακό τεστ βασισμένο σε DNA PCR, σε μια πιο λεπτομερή γενετική ανάλυση της κύριας ομάδας βακτηριακών οργανισμών που προκαλούν τη μόλυνση.

Πώς η φορητή τεχνολογία μεταμορφώνει τη φροντίδα των ποδιών

Φορητή τεχνολογία: Είναι ένα σημαντικό βήμα προς τα εμπρός για την υγεία των ποδιών. Προσφέρει έγκαιρες προειδοποιήσεις και εξατομικευμένες πληροφορίες πέρα ​​από την παραδοσιακή μέθοδο.

Πώς οι μαγνητικές σαρώσεις εντοπίζουν 6 τύπους κατάθλιψης 

Μαγνητικές σαρώσεις: Αυτές οι ανακαλύψεις με τη χρήση μαγνητικών σαρώσεων προτείνουν ότι η κατάθλιψη δεν είναι μια ενιαία διαταραχή αλλά ένα σύνθετο φαινόμενο με πολλές υποκατηγορίες, καθένα από τα οποία απαιτεί διαφορετική προσέγγιση στη διάγνωση και θεραπεία.

Η ανάπτυξη μίνι εντέρων βοηθά τη νόσο Crohn

Νόσος Crohn: Οι μίνι εντερικές καλλιέργειες μπορούν να παρέχουν πληροφορίες σχετικά με το πώς οι διαφορετικοί τύποι φλεγμονής επηρεάζουν την εντερική λειτουργία.

Μίνι κυλιόμενο ρομπότ παίρνει εικονικές βιοψίες

Ρομποτική: Είναι η πρώτη φορά που κατέστη δυνατή η δημιουργία τρισδιάστατων εικόνων υπερήχων υψηλής ανάλυσης που λαμβάνονται από έναν ανιχνευτή βαθιά μέσα στη γαστρεντερική οδό ή στο έντερο.

Close Icon