Ερευνητές της Microsoft ανακοίνωσαν ότι ένα εργαλείο τεχνητής νοημοσύνης (AI), το οποίο πραγματοποιεί τη διαγνωστική διαδικασία βήμα βήμα, όπως οι γιατροί, αποδείχθηκε πιο ακριβές από τους γενικούς γιατρούς στην επίλυση σύνθετων ιατρικών περιστατικών, σύμφωνα με μελέτη που δημοσιεύθηκε την Πέμπτη στο επιστημονικό περιοδικό Science.

Το μοντέλο προσδιορίζει και συντονίζει τις ερωτήσεις που πρέπει να τεθούν σε έναν ασθενή, καθώς και τις κλινικές εξετάσεις και τις διαγνωστικές δοκιμασίες που πρέπει να πραγματοποιηθούν.

Σύμφωνα με τη μελέτη, χρησιμοποιεί έναν «ενορχηστρωτή» (orchestrator), ο οποίος οργανώνει τον τρόπο με τον οποίο η τεχνητή νοημοσύνη προσεγγίζει ένα πρόβλημα, αξιοποιώντας μια προσομοιωμένη ομάδα κλινικών ειδικών που συνεργάζονται για την επίλυση διαγνωστικών περιστατικών.

Πώς λειτουργεί το νέο διαγνωστικό σύστημα

Τα υπάρχοντα ιατρικά μοντέλα τεχνητής νοημοσύνης ακολουθούν συνήθως μια προσέγγιση κατά την οποία εξετάζουν ταυτόχρονα όλα τα συμπτώματα του ασθενούς, τα εργαστηριακά αποτελέσματα και τις απεικονιστικές εξετάσεις, προκειμένου να καταλήξουν σε διάγνωση.

Με τον ενορχηστρωτή να συντονίζει τα διαδοχικά στάδια της διαγνωστικής διαδικασίας, το νέο μοντέλο AI αποφασίζει αρχικά ποιες ερωτήσεις πρέπει να υποβληθούν σχετικά με το ιατρικό ιστορικό του ασθενούς και ποια ευρήματα της φυσικής εξέτασης έχουν σημασία.

Με βάση τις πληροφορίες που συγκεντρώνει, επιλέγει ποιες εξετάσεις πρέπει να ζητηθούν, αξιολογεί τα αποτελέσματά τους και, όπου κρίνεται απαραίτητο, προχωρά σε επιπλέον διαγνωστικές εξετάσεις.

Καθ’ όλη τη διάρκεια της διαδικασίας, αναθεωρεί συνεχώς τις διαγνωστικές υποθέσεις και τα επόμενα βήματά του, όπως εξήγησαν οι επικεφαλής της έρευνας σε συνέντευξή τους.

Υπερδιπλάσια ακρίβεια σε περισσότερα από 300 δύσκολα περιστατικά

Οι ερευνητές ανέθεσαν στο σύστημα τη διάγνωση περισσότερων από 300 εξαιρετικά ασυνήθιστων και περίπλοκων ιατρικών περιστατικών.

Το μοντέλο που χρησιμοποιούσε τον διαγνωστικό ενορχηστρωτή αποδείχθηκε περισσότερο από δύο φορές ακριβέστερο τόσο στη διερεύνηση των περιστατικών όσο και στον προσδιορισμό της τελικής διάγνωσης, σε σύγκριση με γενικούς γιατρούς που είχαν στη διάθεσή τους ιατρικά εγχειρίδια και πρόσβαση στο διαδίκτυο.

Το εργαλείο ξεπέρασε επίσης την απόδοση των γιατρών όταν κλήθηκε να αντιμετωπίσει σενάρια που προέρχονταν από μια μεγάλη βάση δεδομένων εισαγωγών σε τμήματα επειγόντων περιστατικών.

Σύμφωνα με τους ερευνητές, οι αξιολογήσεις που συγκρίνουν παλαιότερα συστήματα τεχνητής νοημοσύνης με ανθρώπους γιατρούς βασίζονται συνήθως σε ερωτήσεις πολλαπλής επιλογής.

«Η τεχνητή νοημοσύνη έχει γίνει πολύ καλή στο να επιτυγχάνει ποσοστό επιτυχίας 100% σε αυτές», δήλωσε ο δρ Ντόμινικ Κινγκ, εταιρικός αντιπρόεδρος του τομέα υγείας της Microsoft AI, η ομάδα του οποίου αναπτύσσει τη νέα τεχνολογία.

«Αλλά, φυσικά, αυτό δεν ανταποκρίνεται στην πραγματική ζωή. Κανένας ασθενής δεν ήρθε ποτέ να με επισκεφθεί έχοντας μαζί του μια ωραία, έτοιμη περίληψη», πρόσθεσε.

Μεγαλύτερη ακρίβεια με χαμηλότερο διαγνωστικό κόστος

Οι ερευνητές διαπίστωσαν επίσης ότι το κόστος της διαγνωστικής διαδικασίας ήταν χαμηλότερο όταν ο ενορχηστρωτής σχεδίαζε τη διερεύνηση του περιστατικού, σε σύγκριση με τις περιπτώσεις στις οποίες τον σχεδιασμό αναλάμβαναν ανθρώπινοι γιατροί.

«Δεν μετράμε μόνο την ακρίβεια των συστημάτων. Μετράμε επίσης πόσο συνετά και προσεκτικά προχωρούν στη διαγνωστική διερεύνηση», δήλωσε ο Harsha Nori, επικεφαλής τεχνητής νοημοσύνης στον τομέα υγείας της Microsoft AI.

Η αξιολόγηση αφορά επομένως όχι μόνο την ικανότητα του συστήματος να καταλήγει στη σωστή διάγνωση, αλλά και τον τρόπο με τον οποίο επιλέγει και οργανώνει τις απαραίτητες εξετάσεις.

Σε συνεργασία με το Beth Israel Deaconess Medical Center στη Βοστώνη, οι ερευνητές θα δοκιμάσουν στη συνέχεια την ικανότητα του εργαλείου να πραγματοποιεί διαλογή ασθενών (triage) στις αίθουσες αναμονής των τμημάτων επειγόντων περιστατικών.

Η επόμενη αυτή δοκιμή θα επικεντρωθεί στη δυνατότητα του συστήματος να υποστηρίζει την αρχική αξιολόγηση των ασθενών, πέρα από τις συγκριτικές διαγνωστικές δοκιμασίες που πραγματοποιήθηκαν στο πλαίσιο της μελέτης.

Πηγή: newmoney.gr