Tarptautinis tyrimas atkreipė dėmesį į dirbtinio intelekto (AI) išskirtinį pasiekimą identifikuojant prostatos vėžį palyginti su žmogaus radiologais. 62 radiologai iš 20 skirtingų šalių buvo palyginti su AI sistemomis, abiem buvo pavesta diagnozuoti prostatos vėžį iš MRT skenavimų.
Efektyviausias AI programų derinys buvo sujungtas į tai, ką Radboud universiteto medicinos centras vadino „tarsi super algoritmu”. Turint tikslius duomenis kaip savo vadovą, šis AI buvo nustatytas aptikti 7 proc. daugiau prostatos vėžio atvejų nei jo žmogaus kolegos. Be to, AI demonstravo žymiai sumažintą polinkį nurodyti įtarusias sritis, kurios, atidžiau išnagrinėtos, buvo nustatytos kaip nevėžiniai atvejai, taip darant beveik 50 proc. rečiau.
Šis revoliucingas vystymasis rodo, kad AI naudojimas galėtų potencialiai sumažinti biopsijų skaičių per pusę. Tačiau prieš šią technologiją plateičiai prieinamą ligoninėse pacientams, būtini eilės etapų tyrimai. Jei šie vėlesni tyrimai patvirtins pradinių didelio masto tyrimų rezultatus, AI galėtų tapti svarbi pagalba radiologams.
Mokslininkai numato ateitį, kur neatsigaištantysis AI galėtų sumažinti darbo krūvį klinikoje, kas ypač naudinga atsižvelgiant į šiuolaikinio specialistų trūkumo problemą. Tikslas yra sukurti AI, kuris ne tik padėtų radiologams, bet ir nuolat tobulėtų mokdamasis iš savo klaidų. Šio tyrimo išvadas paskelbė prestižinis mokslinis žurnalas – The Lancet Oncology.
Svarbūs klausimai ir atsakymai:
– K: Kokia specifinės metodikos naudoja AI sistemos prostatos vėžio identifikavimui MRT skenavimuose?
– A: AI sistemos paprastai naudoja mašininio mokymo formą, vadinamą giliuoju mokymu, kur algoritmai, vadinami konvoliuciniais neuroniniais tinklais, analizuoja vaizdus, mokosi modelių ir veiksmingai tobulina diagnostinį tikslumą laikui bėgant. Prostatos vėžio aptikime šios sistemos treniruojamos dideliais anotuotų MRT skenavimų duomenų rinkiniais, kad galėtų atskirti tarp piktybinių ir gerybinių audinių.
– K: Kokios pagrindinės iššūkiai, susiję su AI įgyvendinimu prostatos vėžio nustatymui?
– A: Pagrindiniai iššūkiai apima AI įrankių integravimą į klinikinius darbo procesus, užtikrinant, kad AI sistemos būtų apmokyta įvairiais ir atstovaujančiais duomenų rinkiniais, sprendžiant duomenų privatumo problemas ir gaviant reguliavimo patvirtinimą. Be to, svarbu, kad sveikatos priežiūros specialistai pasitikėtų ir priimtų AI pateiktus rekomendacijas, kurios gali reikšti reikšmingus pokyčius tradicinėje diagnostikoje.
– K: Kokios kontroversijos gali kilti, kai AI lenkia radiologus?
– A: Kontroversijos gali kilti dėl galimo mažėjančio paklausos radiologams, etinių klausimų dėl AI priimant kritines sveikatos sprendimus ir baimės dėl AI klaidų dėl mokymo duomenų pasvertumo ar neparedvidų aplinkybių. Taip pat kyla ginčų dėl AI algoritmų skaidrumo ir klausimas, ar sveikatos priežiūros teikėjai gali patvirtinti ar suprasti AI sprendimo priėmimo procesą.