Människor och AI på samma nivå när det gäller att tolka medicinska bilder

Enligt en expertstudie publicerad i den brittiska tidskriften The Lancet Digital Health, har den artificiella intelligensen nu nått en nivå där den är jämbördig med mänskliga experter när det gäller att göra medicinska diagnoser baserat på bilder. Som den brittiska dagstidningen The Guardian uttrycker det, finns det “en potential för artificiell intelligens inom hälso- och sjukvården som har väckt entusiasm, med förespråkare som säger att det kommer att lindra belastningen på resurser, frigöra tid för läkare-patientinteraktioner och till och med bidra till utvecklingen av skräddarsydd behandling.” Tidningen tillägger att den brittiska regeringen i augusti 2019 meddelade 250 miljoner pund i finansiering för ett nytt NHS-artificiell intelligenslaboratorium.

I sin rapport fokuserade teamet av experter, ledda av dr Xioan Liu och prof Alastair Denniston, vid University Hospitals Birmingham NHS foundation trust och andra medförfattare, på forskningsartiklar som publicerats sedan 2012. De ansåg att detta var ett viktigt år för djupinlärning, något som används när man använder AI för att tolka medicinska bilder, när “en serie märkta bilder matas in i algoritmer som identifierar funktioner inom dem och lär sig att klassificera liknande bilder. Denna metod har visat löfte i diagnosen av sjukdomar från cancer till ögonbesvär.”

Initialt hittade forskarna mer än 20 000 relevanta studier, men endast 14 av dessa som var baserade på mänskliga sjukdomar gav dem kvalitetsdata som de kunde använda, ” testade djupinlärningssystemet med bilder från en separat dataset till den som användes för att träna det, och visade samma bilder för mänskliga experter.”

Baserat på sina resultat från dessa 14 studier drog expertteamet slutsatsen att ” djupinlärningssystem korrekt upptäckte en sjukdomstillstånd 87% av tiden – jämfört med 86% för hälso- och sjukvårdspersonal – och korrekt gav klartecken 93% av tiden, jämfört med 91% för mänskliga experter.”

När det gäller studien sa prof Denniston att samtidigt ” resultaten var uppmuntrande men studien var en verklighetscheck för några av de överdrivna påståendena om AI.” Han förblev ändå optimistisk om användningen av AI inom hälso- och sjukvården och sa att “sådana djupinlärningssystem kunde fungera som ett diagnostiskt verktyg och hjälpa till att hantera kön av skannade bilder.” Dr Liu tyckte också att “de kunde visa sig vara användbara på platser som saknar experter för att tolka bilder.”

På den andra sidan av Atlanten, och relaterat till användningen av AI inom medicin, meddelades det att Minnesota’s Mayo Clinic, som enligt Wired ursprungligen ” inledde den moderna medicinska journalhanteringen i USA,” kommer att samarbeta med Google (GOOGL ) för att säkert lagra “sjukhusets patientdata i ett privat hörn av företagets moln. Det är en övergång från Microsoft Azure, där Mayo har lagrat patientdata sedan maj förra året, när de slutförde ett långsiktigt projekt för att få alla sina vårdplatser på ett enda elektroniskt journalsystem.” Vid den tiden kallades det Projekt Plummer, efter Henry Plummer, uppfinnaren av Mayo Clinics journalhanteringssystem.

Som Wired påpekar är Google redan involverad i andra insatser för att använda AI inom hälso- och sjukvården, med experiment som att läsa medicinska bilder , att analysera genomer, att förutsäga njursjukdom och att screena för ögonproblem orsakade av diabetes. Baserat på det tioåriga partnerskapet ” planerar Google att utnyttja sin djupa AI-expertis på Mayos enorma samling av kliniska register. Teknologijätten planerar också att etablera en kontor i Rochester, Minnesota, för att stödja partnerskapet, men vägrade att säga hur många anställda som kommer att arbeta där eller när det kommer att öppna.”

För att övervinna eventuella regulatoriska och juridiska problem som Google tidigare har haft, som det med ” en app som heter Streams som dess dotterbolag DeepMind utvecklar till en AI-driven assistent för läkare och sjuksköterskor,” har Mayo Clinic meddelat att “Google kommer att vara kontraktually förbjudet att kombinera Mayo-kliniska data med någon annan dataset, enligt en sjukhusrepresentant. Det betyder att vad som helst data Google har om en person genom sina konsumentinriktade tjänster, såsom Gmail, Google Maps och YouTube, inte kan kombineras med cachade rengjorda Mayo medicinska register.”