Η τεχνητή νοημοσύνη φαίνεται ήδη να ανιχνεύει πολύ καλά διάφορες ασθένειες μέσω της μελέτης ιατρικών απεικονιστικών εξετάσεων, εμφανίζοντας παρόμοια επίπεδα ακρίβειας με επαγγελματίες και εξειδικευμένους γιατρούς, σύμφωνα με την πιο ολοκληρωμένη μέχρι σήμερα στον κόσμο μελέτη του ζητήματος.
Η ευρεία ανασκόπηση και μετα-ανάλυση όλων των έως τώρα επιστημονικών δημοσιεύσεων διεθνώς, που αφορούν την ιατρική χρήση της τεχνητής νοημοσύνης, με επικεφαλής τον καθηγητή Άλαστερ Ντένιστον του βρετανικού Πανεπιστημίου του Μπέρμιγχαμ, δημοσιεύθηκε στο περιοδικό για θέματα ψηφιακής υγείας The Lancet Digital Health.
Αν και υπάρχουν περισσότερα από 20.500 επιστημονικά άρθρα πάνω σε αυτό το θέμα μεταξύ 2012-2019, λίγες είναι προς το παρόν οι μελέτες που κρίνονται υψηλού επιπέδου, γι’ αυτό εξακολουθεί, κατά τους ερευνητές, να υπάρχει μία αβεβαιότητα, όσον αφορά την πραγματική διαγνωστική δύναμη της ιατρικής τεχνητής νοημοσύνης.
Πάντως, οι έως τώρα ενδείξεις είναι ιδιαίτερα θετικές και ελπιδοφόρες.
Ο συνδυασμός των μεγάλων δεδομένων (big data), της βαθιάς μηχανικής μάθησης (deep learning), των εξελιγμένων αλγόριθμων και της ολοένα μεγαλύτερης επεξεργαστικής ισχύος των υπολογιστών επιτρέπουν στις μηχανές να συναγωνίζονται ήδη τους γιατρούς σε ακρίβεια διαγνώσεων, από τους καρκίνους έως τις παθήσεις των ματιών.
Η νέα μελέτη τονίζει ότι η τεχνητή νοημοσύνη μπορεί να βοηθήσει σημαντικά τους γιατρούς, ιδίως στα νοσοκομεία που έχουν φόρτο εργασίας, στην ακρίβεια και την ταχύτητα των διαγνώσεων. Προς το παρόν, πάντως, σύμφωνα με τον δρ Ντένιστον, «η τεχνητή νοημοσύνη δεν είναι σημαντικά καλύτερη από τις ανθρώπινες διαγνώσεις».
Συγκριτικά, οι καλύτεροι σήμερα ιατρικοί αλγόριθμοι επιτυγχάνουν ακρίβεια 87% στις διαγνώσεις τους, έναντι 86% των επαγγελματιών υγείας. Όσον αφορά τη δυνατότητα να διακρίνονται έγκαιρα οι άνθρωποι που δεν έχουν κάποια πάθηση, οι αλγόριθμοι φθάνουν σε ακρίβεια το 93%, έναντι 91% των ανθρώπων.
Οι ερευνητές επισήμαναν, όμως, ότι μέχρι στιγμής δεν έχουν πραγματοποιηθεί τυχαιοποιημένες κλινικές μελέτες που να συγκρίνουν στην πράξη την εξέλιξη της υγείας των ασθενών των οποίων οι παθήσεις έχουν διαγνωσθεί είτε από άνθρωπο είτε από υπολογιστή, ώστε να διαπιστωθεί αν οι διαγνώσεις της τεχνητής νοημοσύνης οδηγούν επίσης σε καλύτερη έκβαση του ιατρικού προβλήματος, σε ταχύτερη θεραπεία, σε πιο γρήγορη έξοδο από το νοσοκομείο και σε μεγαλύτερη διάρκεια επιβίωσης.
- Πηγή: ΑΠΕ-ΜΠΕ / Παύλος Δρακόπουλος.
