211service.com
Projekt rentgenowski Google pokazuje, że sztuczna inteligencja w najbliższym czasie nie zastąpi lekarzy
Jeremy Portje
Wygląda na to, że sztuczna inteligencja zrewolucjonizuje medycynę, ale badania Google Cloud sugerują, że może to być trudniejsze, niż wiele osób podejrzewa.
Jia Li, która kieruje badaniami i rozwojem w Google Cloud, ujawniła dziś nowe badania dotyczące zastosowania sztucznej inteligencji w obrazowaniu radiologicznym na konferencji EmTech Digital w San Francisco zorganizowanej przez Przegląd technologii MIT.
Praca, opisana w papier opublikowane w Internecie pokazują, że uczenie maszynowe może pomóc w identyfikacji choroby w rzeczywistych warunkach klinicznych, gdzie dane są skąpe, a lekarze wymagają uzasadnienia dla diagnozy. Niektórzy eksperci AI sugerowali, że całe obszary pracy medycznej, takie jak analiza obrazów radiologicznych, mogą zostać całkowicie zautomatyzowane dzięki AI.
Li i współpracownicy wykorzystali głębokie uczenie, popularną technikę uczenia maszynowego, aby zidentyfikować nieprawidłowości w prześwietleniach klatki piersiowej. Ponieważ mieli do pracy tylko mały zestaw danych uczących, wykorzystali inny zestaw danych do uruchomienia procesu uczenia się. Zapewnili również, że ich metoda uwypukliła obszar obrazu, który miał kluczowe znaczenie dla zdiagnozowania nieprawidłowości. Jest to ważne, ponieważ głębokie uczenie jest tak złożone matematycznie, że jest z natury nieprzejrzyste (patrzMroczny sekret w sercu AI).
Li, który pracuje z ekspertami medycznymi w Stanford, mówi również, że sztuczna inteligencja może zautomatyzować tylko niewielką część pracy radiologów. Mówi, że muszą zrozumieć konkretną historię pacjenta, przekazać diagnozę i określić właściwe leczenie, i odegrają kluczową rolę w opracowaniu dokładnych i skutecznych systemów uczenia maszynowego.
Li wierzy więc, że w najbliższym czasie lekarze nie zostaną całkowicie zastąpieni przez sztuczną inteligencję. Możemy pomóc [lekarzom] w dokonywaniu lepszych osądów i usprawnieniu procesu, powiedziała słuchaczom EmTech.
Praca jest ważna, ponieważ podkreśla i ma na celu sprostanie kluczowym wyzwaniom w stosowaniu sztucznej inteligencji w rzeczywistych sytuacjach medycznych. Większość demonstracji sztucznej inteligencji w medycynie obejmowała duże, doskonale opatrzone adnotacjami zestawy danych i nie uwzględniały szerszego kontekstu.
Badania sugerują również, że medycyna może być głównym celem platformy chmurowej Google. Google i inni uważają, że dostarczanie sztucznej inteligencji za pośrednictwem chmury będzie dużym, lukratywnym trendem w informatyce w nadchodzących latach (zobacz Jak chmura może stworzyć najbogatsze firmy w historii).
Badacze, tacy jak Li, przedstawiają technologię jako sposób na demokratyzację sztucznej inteligencji lub udostępnienie technologii tym, którzy nie mają szkolenia w zakresie sztucznej inteligencji. Miejmy nadzieję, że eksperci spędzą mniej czasu na powtarzalnych zadaniach – powiedziała.