Нови достигнувања во вештачката интелигенција за клиничка употреба

Истражувачите од Radboudumc помогнаа да се унапреди вештачката интелигенција (AI) во клиничкиот амбиент потоа демонстрирајќи како вештачката интелигенција може да дијагностицира проблеми слични на лекар, а исто така покажува како ја достигнува дијагнозата. Вештачката интелигенција веќе игра улога во оваа средина, која се користи за брзо откривање на абнормалности кои експертите би можеле да ги означат како болест.

ВИ во клиничка поставка

Вештачката интелигенција се повеќе се користи во дијагнозата на медицинските слики. Она што традиционално го правел лекар кој проучувал рендген или биопсија за да ги идентификува абнормалностите сега може да се направи со вештачка интелигенција. Преку употребата на длабоко учење, овие системи можат сами да дијагностицираат, честопати се исто толку точни или дури и подобри од човечките лекари.

Сепак, системите не се совршени. Едно од проблемите е тоа што вештачката интелигенција не покажува како ги анализира сликите и постигнува дијагноза. Друг проблем е што тие не прават ништо дополнително, што значи дека престануваат кога ќе стигнат до одредена дијагноза. Ова може да доведе до тоа системот да пропушти некои абнормалности дури и кога има правилна дијагноза.

Во ова сценарио, човечкиот лекар е подобар во набљудувањето на пациентот, рендген или други слики во целина.

Напредоци во вештачката интелигенција 

Овие проблеми за вештачката интелигенција во клинички услови сега се решаваат од истражувачите. Кристина Гонзалес Гонзало е д-р. кандидат на Групата за истражување и дијагностичка анализа на слики со А-очи на Радбоудумц. 

Гонзалес Гонзало разви нов метод за дијагностичка вештачка интелигенција со користење на скенови на очите кои открија абнормалности на мрежницата. Специфичните абнормалности можат лесно да се најдат од лекарите и вештачката интелигенција, и тие често се наоѓаат во групи. 

Во случајот со системот за вештачка интелигенција, тој ќе дијагностицира една или неколку од абнормалностите и ќе престане, покажувајќи една од лошите страни на користењето на таков систем. Со цел да се реши ова, Гонзалес Гонзало разви процес каде што вештачката интелигенција повеќе пати ја надгледува сликата. Кога го прави ова, учи да ги игнорира местата што веќе ги покривала, што му овозможува да открие нови. Згора на тоа, вештачката интелигенција исто така ги истакнува сомнителните области, што го прави целиот дијагностички процес потранспарентен за луѓето да го набљудуваат. 

Овој нов метод се разликува од традиционалните системи за вештачка интелигенција што се користат во овие поставки, кои ја засноваат нивната дијагноза на една проценка на скенирањето на очите. Сега, истражувачите можат да видат како новиот систем на вештачка интелигенција ја достигна својата дијагноза.

Со цел да се игнорираат веќе откриените абнормалности, системот за вештачка интелигенција дигитално ги пополнува со здраво ткиво од околу абнормалностите. Дијагнозата потоа се поставува врз основа на сите кругови на проценка што се собираат заедно. 

Студијата покажа дека овој нов систем ја подобрил чувствителноста на откривање на дијабетична ретинопатија и макуларна дегенерација поврзана со возраста за 11.2+/-2.0%. 

Овој нов систем навистина би можел да го промени начинот на кој вештачката интелигенција се користи при дијагностицирање на болести врз основа на абнормалности, а најголемиот напредок е новата транспарентност што може да ја покаже кога се подложува на овој процес. Оваа транспарентност е она што ќе овозможи уште повеќе идни корекции и унапредувања, при што крајната цел е систем за вештачка интелигенција што би можел да ги дијагностицира проблемите многу попрецизно и побрзо од најдобрите човечки експерти во оваа област. Сето ова, исто така, може да доведе до подоверлив систем, што веројатно ќе резултира со негово широко усвојување во поширокото поле.