Radiologom już dziękujemy

Wielokrotnie już okazywało się, że udostępnienie sztucznej inteligencji dużych baz danych – na przykład zbiorów zdjęć – doskonale poprawia jej zdolność rozpoznawania oraz znajdowania powiązań czy schematów łączących elementy. W branży zajmującej się rozwojem AI (Articial Intelligence) trwa nawet swoisty wyścig, komu uda się zdobyć jak największe zbiory informacji, które mogą posłużyć jako pożywka komputerowym mózgom. A także jak szybko sztuczna inteligencja przyswoi sobie zestawy danych, aby moc operować na nim równie sprawnie jak człowiek.

Badacze z Uniwersytetu Stanforda ogłosili właśnie, że udało im się przeszkolić sztuczną inteligencję w badaniu zdjęć rentgenowskich. Po zaaplikowaniu bazy danych 100 000 fotosów klatek piersiowych - i odczekaniu 2 miesięcy – okazało się, że komputer potrafi poprawnie zdiagnozować zapalenie płuc nieco lepiej niż czterej doświadczeni diagnostycy.

Podobnie było z czternastoma innymi schorzeniami, które można wyczytać z rentgenów klatek piersiowych, między innymi: zwłóknienia, przepukliny czy niepokojące masy. We wszystkich przypadkach sztuczna inteligencja miała więcej dobrych diagnoz oraz mniej fałszywych wskazań niż zespół specjalistów, z którymi ją porównywano.

Czy to oznacza zmianę w diagnostyce medycznej?

Założyciel projektu sztucznej inteligencji Google’a (Google Brain), Andrew Ng, mocno wspiera wykorzystanie komputerów w opiece zdrowotnej. Liczy on, że w ciągu dekady sposób w jaki ludzie są leczeni zmieni się nie do poznania. Wykrywanie schorzeń przez sztuczną inteligencję, która dla potrzeb diagnostycznych ma dostęp do nieporównywalnie większej ilości informacji niż przeciętny lekarz w ciągu całego swojego życia, ma zredukować ilość błędnych decyzji.

Oczywiste jest, że po przetworzeniu olbrzymiej ilości danych, maszyna będzie w stanie dostarczać bardziej precyzyjne diagnozy. Istotną różnicą jest proces „kształcenia”, który zakłada ciągły rozwój i ulepszanie. Dzięki codziennemu zasilaniu systemu przez nowe przypadki do rozpoznania, sztuczna inteligencja prześcignie nawet najlepszych „ludzkich” specjalistów.

System będzie rozwijał swoją skuteczność samemu, tak jak w eksperymencie na bazie zdjęć ImageNet. W ciągu zaledwie siedmiu lat sztuczna inteligencja była w stanie podnieść efektywność poprawnego odczytywania zawartości fotosów z 71,8% do 97,3%! Rzadko, który człowiek mógłby się poszczycić równie sprawnym rozpoznawaniem szczegółów.

Już dziś Uniwersytet Stanforda jest w stanie dostarczyć program diagnostyczny – działający z porównywalną efektywnością co człowiek – w ciągu dwóch miesięcy. Tym samym nie ma ekonomicznego uzasadnienia dla dalszego wspierania zawodu radiologa.