Για πρώτη φορά σύστημα τεχνητής νοημοσύνης "καταργεί" τους παιδιάτρους
Το σύστημα προορίζεται να βοηθήσει τους γιατρούς που έχουν μεγάλο όγκο εργασίας, «πνίγονται» από μεγάλες ποσότητες ιατρικών δεδομένων ή έχουν αμφιβολίες για την ακρίβεια της διάγνωσής τους.
Οι ερευνητές, με επικεφαλής τον κινεζικής καταγωγής Κανγκ Ζανγκ του Πανεπιστημίου της Νότιας Καλιφόρνια στο Σαν Ντιέγκο, που έκαναν τη σχετική δημοσίευση στο ιατρικό περιοδικό «Nature Medicine», χρησιμοποίησαν στοιχεία από περίπου 1,36 εκατ. επισκέψεις ασθενών κάτω των 18 ετών σε παιδιάτρους στην Κίνα για να «εκπαιδεύσουν» τους αλγορίθμους του «έξυπνου» συστήματός τους.
Το σύστημα χρησιμοποιεί τεχνικές βαθιάς μηχανικής μάθησης για να εντοπίζει κλινικά σημαντικές πληροφορίες στα ιατρικά δεδομένα. Ανατρέχοντας σε έναν μεγάλο όγκο ηλεκτρονικών ιατρικών ιστορικών και αποτελεσμάτων διαγνωστικών εξετάσεων (απεικονιστικές, αίματος κ.ά.), το σύστημα μαθαίνει να εντοπίζει παθήσεις που ακόμη και ένας παιδίατρος μπορεί να παραβλέψει.
Είναι σε θέση π.χ. να διαγνώσει -με ακρίβεια 90% έως 97%- ένα κοινό κρυολόγημα, μια γρίπη, μια οξεία κρίση άσθματος, μια μονοπυρήνωση, μια ανεμοβλογιά, μια ιγμορίτιδα ή μια μηνιγγίτιδα. Οι ερευνητές συνέκριναν τις επιδόσεις του συστήματος με τις διαγνώσεις 20 παιδιάτρων. Το σύστημα τα κατάφερε σε γενικές γραμμές καλύτερα από αυτούς με τη λιγότερη εμπειρία, αλλά χειρότερα σε σχέση με τους πολύ έμπειρους γιατρούς.
Οι ερευνητές ήδη ξεκίνησαν να εκπαιδεύουν το σύστημα για να διαγιγνώσκει κι άλλες ασθένειες πέρα από τις παιδικές. «Πιστεύω ότι θα μπορεί να κάνει τελικά τις περισσότερες από τις δουλειές που σήμερα κάνει ένας γιατρός. Όμως, η τεχνητή νοημοσύνη ποτέ δεν θα αντικαταστήσει έναν γιατρό. Απλώς θα επιτρέπει στους γιατρούς να κάνουν καλύτερη δουλειά σε λιγότερο χρόνο και με λιγότερο κόστος» δήλωσε ο Ζανγκ.
