Mennesker og AI på lige fod, når det kommer til at fortolke medicinske billeder

Ifølge en ekspertstudie offentliggjort i den britiske tidsskrift The Lancet Digital Health, har kunstig intelligens nu nået et punkt, hvor den er på lige fod med menneskelige eksperter, når det kommer til at stille medicinske diagnoser på basis af billeder. Som den britiske daglige avis The Guardian siger, er “potentialet for kunstig intelligens i sundhedssektoren medført begejstring, da forkæmpere mener, det vil lette presset på ressourcerne, frigøre tid til læge-patient-interaktioner og endda hjælpe med udviklingen af tilpassede behandlinger.” Avisen tilføjer, at den britiske regering i august 2019 annoncerede 250 millioner pund i finansiering til et nyt NHS-kunstig intelligens-laboratorium.

I deres rapport fokuserede ekspertteamet, ledet af dr. Xioan Liu og prof. Alastair Denniston, på University Hospitals Birmingham NHS-fond og andre medforfattere, på forskningsartikler, der var offentliggjort siden 2012. De mente, at dette var et afgørende år for dyb læring, noget som er afgørende for brugen af AI til at fortolke medicinske billeder, når “en række mærkede billeder indsættes i algoritmer, der finder funktioner i dem og lærer at klassificere lignende billeder. Denne tilgang har vist lovende resultater i diagnose af sygdomme fra kræft til øjenforhold.”

Initielt fandt forskerne mere end 20.000 relevante studier, men kun 14 af disse, der var baseret på menneskelige sygdomme, gav dem kvalitetsdata, som de kunne bruge, “testede dyb læringssystemet med billeder fra en separat dataset end det, der blev brugt til at træne det, og viste de samme billeder til menneskelige eksperter.”

Baseret på deres resultater, der blev indsamlet fra disse 14 studier, konkluderede ekspertteamet, at “dyb læringssystemer korrekt opdagede en sygdomstilstand 87% af tiden – sammenlignet med 86% for sundhedsprofessionelle – og korrekt gav den rene skuld 93% af tiden, sammenlignet med 91% for menneskelige eksperter.”

I en kommentar til studiet sagde prof. Denniston, at “resultaterne var opmuntrende, men studiet var en realitetscheck for nogen af den hype omkring AI.” Han forblev dog optimistisk omkring brugen af AI i sundhedssektoren og sagde, at “sådanne dyb læringssystemer kunne fungere som et diagnostisk værktøj og hjælpe med at tackle baglogen af scanninger og billeder.” Dr. Liu mente også, at “de kunne være nyttige på steder, der mangler eksperter til at fortolke billeder.”

På den anden side af oceanet og relateret til brugen af AI i medicin blev det annonceret, at Minnesotas Mayo Clinic, der ifølge Wired startede “det moderne medicinske journalstyringssystem i USA,” vil samarbejde med Google (GOOGL ) om at lagre “hospitalets patientdata i en privat del af virksomhedens cloud. Det er en skift fra Microsoft Azure, hvor Mayo har lagret patientdata siden maj sidste år, da de afsluttede et længerevarende projekt for at få alle deres behandlingssteder på et enkelt elektronisk patientjournal-system.” På det tidspunkt blev det kaldt Project Plummer, opkaldt efter Henry Plummer, opfinderen af Mayo Clinics medicinske journalstyringssystem.

Som Wired pointerer ud, er Google allerede involveret i andre bestræbelser på at bruge AI i sundhedssektoren, med eksperimenter som læsning af medicinske billeder, analyse af genomer, forudsigelse af nyresygdom og screening for øjenproblemer forårsaget af diabetes. Baseret på den 10-årige partnerskab “planlægger Google at frigøre sin dybe AI-ekspertise på Mayos enorme samling af kliniske optegnelser. Teknologigiganten planlægger også at etablere en afdeling i Rochester, Minnesota, for at støtte partnerskabet, men nægtede at sige, hvor mange medarbejdere der vil være ansat eller hvornår det åbner.”

For at overvinde mulige regulatoriske og juridiske problemer, som Google tidligere har haft, som f.eks. den med “en app kaldet Streams, som dets datterselskab DeepMind udvikler til en AI-drevet assistent for læger og sygeplejersker,” har Mayo Clinic annonceret, at “Google vil være kontraktligt forhindret i at kombinere Mayo-kliniske data med andre datasets, ifølge en hospitalsrepræsentant. Det betyder, at hvad som helst data, Google har om en person gennem sine forbrugerorienterede tjenester, såsom Gmail, Google Maps og YouTube, ikke kan kombineres med caches af rensede Mayo-medicinske journaler.”