Вештачката интелигенција е на исто ниво со човечките експерти кога станува збор за поставување медицинска дијагноза врз основа на слики, открива ново истражување.

Потенцијалот на вештачката интелигенција во здравството предизвика возбуда, а застапниците велат дека тоа ќе го олесни товарот што го имаат ресурсите, ќе овозможи време за интеракција меѓу лекарот и пациентот и ќе помогне во развојот на приспособено лекување.

Сепак, експертите предупредуваат дека најновите наоди се засноваат на мал број истражувања бидејќи областа имала истражувања со слаб квалитет.

Една примена чија употреба расте е користењето на вештачката интелигенција во интерпретирање медицински слики - поле што се потпира на длабокото учење, софистицирана форма на машинско учење во кое серија означени слики се внесуваат во алгоритми што избираат одлики во нив и учат како да класифицираат слични слики. Овој пристап се покажа како ветувачки во дијагностицирање болести од рак до состојби на очите.


Професор Аластаир Денистон, коавтор на истражувањето, вели дека резултатите се охрабрувачки, но истражувањето ја покажува реалноста за некои од возбудувањата поврзани со вештачката интелигенција. Д-р Ксиаоксуан Лиу, главниот автор на истражувањето, се согласува.

- Постојат многу наслови во врска со тоа дека вештачката интелигенција ги надминува луѓето, но нашата порака е дека во најдобар случај може да биде еквивалентна - вели таа.

Таа и колегите објавиле дека се фокусирале на истражувачките трудови објавени уште од 2012 година - клучна година за длабокото учење. Првичните пребарувања покажале над 20.000 релевантни истражувања. Сепак, само 14 истражувања, сите засновани на човечки заболувања, пријавиле податоци со добар квалитет, го тестирале системот за длабоко учење со слики од посебна база на податоци и им ги покажале истите слики на човечките експерти.

Тимот собрал најмногу ветувачки резултати во рамките на секое од 14. истражувања и открил дека системите за длабоко учење правилно детектирале заболувања во 87 отсто од случаите, во споредба со 86 отсто на здравствените работници. Освен тоа, системите во 93 отсто од случаите им дале зелено светло на пациентите дека болеста поминала, во споредба со 91 отсто од човечките експерти.

Но, на здравствените работници од овие сценарија не им биле дадени дополнителни информации за пациентите што би ги имале во реалниот свет,а кои би можеле да ја насочат нивната дијагноза.

Професор Дејвид Шпигехалтер, претседател на центарот за ризик и докази на Универзитетот во Кембриџ, вели дека полето имало лошо истражување.

- Длабокото учење може да биде моќна и импресивна техника, но експертите треба да си го постават клучното прашање: што всушност тоа ѝ додава на клиничката пракса? - вели тој.

Сепак, Денистон останува оптимист во врска со потенцијалот на вештачката интелигенција во здравството велејќи дека ваквите системи за длабоко учење може да дејствуваат како алатка за дијагностицирање и да помогнат во справувањето со заостанатите скенирања и слики. Уште повеќе, Лиу вели дека би можеле да се покажат како корисни на места каде што нема експерти што би ги интерпретирале сликите.

Д-р Рај Џена, онколог во болницата во Аденбург во Кембриџ, кој не бил вклучен во истражувањето, вели дека системите за длабоко учење ќе бидат важни во иднина, но истакна дека е потребно тестирање во реалниот свет. Исто така, тој рече дека е важно да се разбере зошто ваквите системи понекогаш прават погрешна процена.