Prawda

Środa, 7 czerwca 2023 - 17:53

« Poprzedni Następny »


AI – asystent lekarza


Steven Novella 2020-12-09


Często pisałem o tym, jak postępy sztucznej inteligencji (AI) już zmieniają świat, ale prawdopodobnie zrobią to znacznie bardziej w przyszłości (także niedalekiej). Szczególnie interesuje mnie jedno zastosowanie, które moim zdaniem nie zdobywa wystarczająco dużo uwagi – używanie AI jako pomocy przy podejmowaniu klinicznych decyzji. Byłem więc bardzo zadowolony, kiedy przeczytałem, że jeden taki projekt będzie miał udział w grancie od rządu Wielkiej Brytanii.

Grant w wysokości 20 milionów funtów będzie rozdzielony między 15 uniwersytetów pracujących nad rozmaitymi projektami AI, ale jeden z tych projektów dotyczy AI jako asystenta lekarza. Nazwali to Stypendium Turinga od Alana Turinga, który był jednym z pionierów maszynowej inteligencji. Jak informuje BBC:

Asystent lekarza lub kliniczny kolega jest projektem prowadzonym przez profesora Aldo Faisala  Imperial College London. Będzie w stanie rekomendować medyczne interwencje, takie jak przepisywanie leków lub zmienianie dawek w sposób zrozumiały dla podejmujących decyzję, czyli lekarzy.


Może to pomóc im w podejmowaniu najlepszej dla pacjenta decyzji o sposobie leczenia. Ta technologia będzie używała “uczenia przez wzmacnianie”, rodzaju uczenia maszynowego, które szkoli AI do podejmowania decyzji.

To znakomicie i stworzenie takich aplikacji AI powinno być wśród najwyższych priorytetów. Właściwie rozczarowuje trochę, że podobne systemy jeszcze nie są szeroko używane. Jest kilka rodzajów uczenia maszynowego. Uczenie maszynowe dotyczy przede wszystkim szukania wzorów w dużych zestawach danych. Jeśli algorytm komputerowy ma informację, czego ma szukać, to jest to uczenie nadzorowane. Jeśli nie, to jest nienadzorowane.  Jeśli postępuje metodą wielu prób i błędów, to jest to uczenie przez wzmacnianie. A jeśli używa głębokich sieci neuronowych to jest to głębokie uczenie. W tym wypadku skupienie jest na uczeniu przez wzmacnianie, a więc AI podejmie decyzję, otrzyma reakcję, a potem powtórzy tworzący decyzję algorytm dla wszystkich danych.

 

Jak zintegrować to z praktyką kliniczną? Jak opisywałem wcześniej, nie chodzi o zastąpienie człowieka-lekarza, ale raczej o dostarczenie szerszej perspektywy. Lekarze-klinicyści kilka rzeczy robią dobrze. Doświadczenie może dać im wielką wprawę w rozpoznawaniu wzorów. Pomaga im także przewidywać możliwe szlaki diagnozy i leczenia, unikać pułapek i przewidywać problemy. Długie szkolenie daje im także wiele faktograficznej wiedzy. Klinicyści, zależnie od specjalizacji, rozwiną także specjalne umiejętności, takie jak sprawność chirurgiczna lub inna sprawność techniczna oraz zdolność skutecznej komunikacji z pacjentami.


Wiadomo jednak, że sama ilość informacji potrzebnych do optymalizowania każdej klinicznej decyzji oraz złożoność brania pod uwagę wszystkich statystycznych implikacji wielu zmiennych, jakie istnieją nawet w stosunkowo prostych przypadkach, łatwo przytłaczają lekarza. Radzimy sobie z tym na kilka sposobów. Zazwyczaj mieszamy podejście analityczne z intuicyjnym, używając wzoru rozpoznawania, by kierował naszymi analitycznymi wyborami i priorytetami. Mamy też tendencję do zbytniego upraszczania, sprowadzając złożoność do rozsądnego systemu (który może dosłownie być leczeniem lub diagnostycznym algorytmem). Panele specjalistów nieustannie przeglądają literaturę i uaktualniają standardy i kliniczne postępowanie, a praktycy nieustannie uaktualniają swoją wiedzę.


Klinicyści mają jednak problem z radzeniem sobie z wielką ilością danych w rzeczywistym czasie i z dokonywaniem złożonych analiz statystycznych. W rzeczywistości może nas często wprowadzić w błąd własne doświadczenie, lub możemy paść ofiarą efektu potwierdzenia i błędnej heurystyki. Mamy tendencję do uważania, że diagnoza jest bardziej prawdopodobna jeśli przedstawione oznaki i objawy rzeczywiście wyglądają jak przy tej diagnozie. Jest to jednak tylko częściowo prawdą, a częstotliwość występowania tej diagnozy może mieć znacznie większy wpływ na prawdopodobieństwo, ale zbyt mało poświęca się temu uwagi. Klinicyści systematycznie popełniają również statystyczne błędy w myśleniu ponieważ statystyka nie jest intuicyjna.


A teraz wyobraźcie sobie, że w chwili opieki nad pacjentem, kiedy podejmuje się decyzję, klinicysta ma do dyspozycji ekspercki system AI, który może zredukować te słabości. Taki system może przegryźć się przez wielkie ilości danych i wyciągnąć statystyczne wnioski,  co byłoby niemożliwe dla człowieka – może, na przykład, nie tylko przedstawić listę potencjalnych diagnoz, ale dołączyć statystyczne dane do każdej potencjalnej diagnozy. AI może następnie pomóc zoptymalizować szlak diagnostyczny, wskazując, jakie badanie będzie miało największą szansę posortowania tych możliwych diagnoz w najszybszy, najbezpieczniejszy, najtańszy i ogólnie najbardziej wydajny sposób.


Taki system może nie tylko starać się znaleźć prawidłową diagnozę, ale także drogę do najlepszego wynik. Otrzymanie poprawnej diagnozy może nawet nie być najlepszą drogą do najlepszego wyniku, mimo że może się to wydawać całkowicie sprzeczne z intuicją. Trzeba wziąć pod uwagę to, które zdiagnozowane choroby dają się leczyć, jakie są konsekwencje postawienia lub pominięcia diagnozy i jakie jest ryzyko badań niezbędnych do postawienia diagnozy. Lekarz rozważa to wszystko, ale posiadanie twardych danych o każdej możliwej drodze, branie pod uwagę wielu osobistych szczegółów o danym pacjencie, byłoby niezmiernie skuteczne.


Inny przykład: jeśli pacjent ma pewne objawy przy obecności pewnych zmiennych, statystycznie najlepszy wynik może zostać osiągnięty przez empiryczne leczenie zamiast dokonywania jakichkolwiek dodatkowych badań. A może jedno badanie ustali, jakie leczenie dałoby najlepszy wynik, nawet jeśli badanie nie wydaje się bezpośrednio związane z objawami. Statystyka daje wyniki sprzeczne z intuicją – ale tym, co nas najbardziej obchodzi, jest wynik dla pacjenta.  


Kliniczny asystent AI może także włączyć analizę efektywności kosztów do podejmowania decyzji przez sugerowanie równoważnych, ale mniej kosztownych terapii lub szlaków diagnostycznych. To jest podejście “Moneyball” w medycynie – szukanie największego zysku za każdy grosz wydany na interwencję medyczną. Nie chodzi tu też tylko o pieniądze; analiza kosztów i zysków może również dotyczyć bólu lub niewygody dla pacjenta. Gdybyśmy uzyskali ten sam wynik, ale bez bolesnej procedury, większość pacjentów doceniłaby to.  


W wielu wypadkach prawdopodobnie istnieje jedna, optymalna droga kliniczna. Jednak, nawet z potężnym asystentem AI, mogą być dwie lub więcej akceptowalnych dróg klinicznych z różnymi wyborami. Jest to podobne do GPS, który oferuje wybór najszybszej trasy, najkrótszej trasy lub trasy, która omija autostrady. Lekarz i jego pacjent będą musieli zdecydować w kwestii wyboru leczenia z najlepszym wynikiem: czy ma to być leczenie powodujące najmniej bólu i niewygody, leczenie, które trwa najkrócej i zabiera najmniej czasu z dala od pracy lub rodziny, czy też leczenie najtańsze. Przypisanie tym wyborom twardych danych statystycznych co najmniej pozwoli pacjentom na rozumienie tego, co dostają.  


To wszystko są rzeczy, które robimy teraz – ale asystent AI pozwoliłby nam to robić lepiej, bardziej konsekwentnie i na podstawie najnowszych publikowanych informacji.


Powinno to być najwyższym priorytetem, jeśli nie z innego powodu, to dlatego, że będą to potencjalnie olbrzymie oszczędności dla systemu opieki zdrowotnej. Takie oszczędności będą liczyły się w miliardach dolarów, co uzasadnia wielkie inwestycje w rozwój tej technologii. Jedna piętnasta z 20 milionów funtów jest miła, ale są to grosze w porównaniu do możliwych zysków. Cała technologia uczenia maszynowego już istnieje – teraz jest to tylko kwestia stworzenia tej konkretnej aplikacji. Każda rządowa inwestycja w rozwój tej aplikacji prawdopodobnie opłaci się sumami większymi o wiele rzędów wielkości.

 

AI Doctor’s Assistant

NeuroLogica Blog, 30 listopada 2020

Tłumaczenie: Małgorzata Koraszewska



Steven Novella 

Neurolog, wykładowca na Yale University School of Medicine. Przewodniczący i współzałożyciel New England Skeptical Society. Twórca popularnych (cotygodniowych) podkastów o nauce The Skeptics’ Guide to the Universe. Jest również dyrektorem Science-Based Medicine będącej częścią James Randi Educational Foundation (JREF), członek Committee for Skeptical Inquiry (CSI) oraz członek założyciel Institute for Science in Medicine. Prowadzi blog Neurologica.
 

Skomentuj Wyślij artykuł do znajomego: Wydrukuj






Nauka

Znalezionych 1416 artykuły.

Tytuł   Autor   Opublikowany

Kolczasty problem   Tonhasca Júnior   2023-06-06
Wpaść w amok. Empiryczna analiza szaleńczych zabójstw pokazuje, że wyłaniają się dwa różne wzorce.   King   2023-06-03
Błędna krytyka genetycznych testów na pochodzenie   Coyne   2023-06-02
Zdatny do lotu   Tonhasca Júnior   2023-06-01
‘Raniąca’ idea merytorycznych podstaw nauki    i Jerry Coyne   2023-05-29
Główny problem w filogenezie zwierząt wydaje się być rozwiązany   Coyne   2023-05-26
Americana   Tonhasca Júnior   2023-05-24
Czy uprawa jabłek odzwierciedla bigoterię?   Coyne   2023-05-18
Kenia: Musimy zająć się brakiem bezpieczeństwa żywnościowego, ale najpierw musimy położyć kres dezinformacji na temat upraw modyfikowanych genetycznie   Oria   2023-05-16
Czytanie myśli z fMRI i AI   Novella   2023-05-05
Jest lepiej niż myślisz   Lomborg   2023-05-03
Dwudziestu dziewięciunaukowców publikuje artykuł w obronie merytorycznych podstaw w nauce     2023-05-01
Niewygodna historia   Ferguson   2023-04-28
Biologia rezygnacji z działania: kiedy kontynuować, a kiedy spasować   Coyne   2023-04-26
Porywacze ciał   Tonhasca Júnior   2023-04-25
Porażka jest kluczowym składnikiem innowacji   Ridley   2023-04-22
Używanie roślin jako biofrabryk   Novella   2023-04-14
Dawno zmarli przemawiają do nas   Tonhasca Júnior   2023-04-12
Wątpliwi pomocnicy    Tonhasca Júnior   2023-04-08
Uganda: aktywiści przeciwni biotechnologii szerzą dezinformację   Wetaya   2023-04-05
Anglia pozwala na uprawy poddane edycji genów   Novella   2023-04-03
Recenzja z książki  Can “The Whole World” Be Wrong?   Rose   2023-04-01
Psychologia ewolucyjna dla początkujących   Coyne   2023-03-27
“Konwergentna” ewolucja mrówek grzybiarek Starego i Nowego świata   Coyne   2023-03-23
Gigantyczna armia małych zabójców   Tonhasca Júnior   2023-03-22
Colin Wright broni binarności płci u zwierząt   Coyne   2023-03-15
AI: gorąca randka z “Sydneyem ”   Gotefridi   2023-03-15
Zmienić język w ekologii i biologii ewolucyjnej! Przykład anemii sierpowatej   Coyne   2023-03-13
Wzrost liczby nieobecnych ojców i towarzyszące temu społeczne problemy   Geary   2023-03-11
No pasarán    Tonhasca Júnior   2023-03-04
Dezinformacja o GMO: Kenijczykom będzie trudno podejmować racjonalne decyzje i to może kosztować życie   Mykonyo   2023-02-24
Twardy kwiat do zgryzienia    Tonhasca Júnior   2023-02-22
ChatGPT niemal zdaje lekarski egzamin końcowy   Novella   2023-02-21
“Rogi” trylobitów mogły być używane jako broń w walkach między samcami   Coyne   2023-02-15
Postmodernizm obnażony   Dawkins   2023-02-14
Powody naszych wierzeń. Jak i dlaczego irracjonalność trzyma nas w swoich szponach i jak możemy z tym walczyć?   Pinker   2023-02-13
Kiedy zapada noc i ziemia jest ciemna   Tonhasca Júnior   2023-02-10
W nowej książce jest słuszna krytyka idei, że są lepsze i gorsze gatunki, ale jest także błędne twierdzenie, że gatunki nie są realne   Coyne   2023-02-06
Kolczatki wydmuchują bąbelki śluzu z nosa, żeby się ochłodzić   Coyne   2023-02-02
Mali i zręczni influencerzy   Tonhasca Júnior   2023-01-31
Dowody na ewolucję: Bezwłose zwierzęta mają martwe geny na sierść   Coyne   2023-01-23
Krew, znój, łzy i pot   Tonhasca Júnior   2023-01-19
Bąkojady czyszczą nosorożce   Coyne   2023-01-18
Mózg używa geometrii hiperbolicznej   Novella   2023-01-16
O wspaniały nowy świecie   Tonhasca Júnior   2023-01-12
Ciepło zabija. Zimno zabija wielu więcej   Jacoby   2023-01-09
Po co badać przestrzeń kosmiczną?   Jacoby   2023-01-04
Rdzenni Amerykanie żądają doczesnych resztek pumy z Griffith Park   Coyne   2023-01-03
Świetny artykuł o epigenetyce   Coyne   2022-12-30
Śmiało podążaj tam, gdzie nie dotarł jeszcze żaden owad   Tonhasca Júnior   2022-12-28
Rzecz o splątaniu nauki i wiary   Koraszewski   2022-12-26
Pradawny ekosystem zrekonstruowany przy użyciu skamieniałego DNA   Coyne   2022-12-19
Rozważania heretyckiego mediewisty o historii, wartościach i zdumiewającej głupocie   Landes   2022-12-16
Ewolucyjne ślepe zaułki i lepkie urządzenia: botanik Darwin   Tonhasca Júnior   2022-12-14
Ewolucja nie idzie prostą drogą   Novella   2022-12-08
Geny i języki   Novella   2022-11-26
Uporczywa obecność religijnego mitu   Winegard   2022-11-24
Znaleziono skrytkę posągów z brązu   Novella   2022-11-23
W oparach zrównoważonej ignorancji   Koraszewski   2022-11-21
10 twierdzeń działaczy walczących w Afryce z GMO o tym, dlaczego postępy w biotechnologii upraw powinny zostać odrzucone – i dlaczego są one błędne   Maina   2022-11-17
List otwarty do wszystkich oszołomów   Novella   2022-11-03
Po prostu nie mogę się doczekać, aby znów wyruszyć w trasę   Tonhasca Júnior   2022-10-27
Czy mizoandria może być zakaźna?   Tonhasca Júnior   2022-10-24
Niezwykła fizjologia hibernujących niedźwiedzi   Coyne   2022-10-22
Cuchnąca pułapka i przytulna kryjówka   Tonhasca Júnior   2022-10-21
Obraz Izraela na amerykańskich uniwersytetach   Mansour   2022-10-19
Kenia aprobuje GMO po 10 latach zakazu   Maina   2022-10-18
Pangenom jedwabnika morwowego   Novella   2022-10-14
Czy Samolubny gen zaszkodził publicznemu rozumieniu biologii?   Coyne   2022-10-13
Nieokrzesani goście   Tonhasca Júnior   2022-10-11
Niezrozumienie równości   Winegard   2022-10-07
Zyski klimatyczne to „niewygodna prawda” — nie wszystkie wiadomości o środowisku są złymi wieściami   Lomborg   2022-10-06
Gorzko-słodki, uzależniający lek   Tonhasca Júnior   2022-09-30
Przeciwko autentyczności   Winegard   2022-09-27
Biomedyczne znaczenie płci (i jej binarnej natury)   Coyne   2022-09-22
Mózgi neandertalczyków   Novella   2022-09-20
Oszuści i oszukani w grze w zapylanie   Tonhasca Júnior   2022-09-15
Po raz kolejny “Scientific American” wypacza biologię, a teraz także historię, by podeprzeć swoją ideologię   Coyne   2022-09-14
Upadek czasopisma “Nature”   Winegard   2022-09-08
Instynkt macierzyński i “New York Times”   Coyne   2022-09-07
Ćmy ze złym public relations   Tonhasca Júnior   2022-09-05
Studenci Uniwersytetu Ghany debatują nad wykorzystaniem upraw GMO w ich kraju   Gakpo   2022-09-02
“Scientific American” poświęca się polityce, a nie nauce; odmawia publikowania krytycznych analiz swoich fałszywych lub wprowadzających w błąd twierdzeń   Coyne   2022-09-01
Dysonansy poznawcze: czekolada a muszki, wino a osy   Júnior   2022-08-29
Patrick Matthew: prawdziwy autor idei doboru naturalnego?   Coyne   2022-08-26
Odporny na choroby, genetycznie modyfikowany maniok zapowiada przełom w Kenii   Maina   2022-08-25
Niekochane, ale czasem pożyteczne   Tonhasca Júnior   2022-08-23
Trwałość laktazy w populacjach pijących mleko: ponowna ocena klasycznej historii z ewolucji człowieka   Coyne   2022-08-19
Pierwszy znany drapieżnik: nowo opisana skamieniałość   Coyne   2022-08-16
Nie karm mózgu śmieciowym jedzeniem   Bhogal   2022-08-10
Kot Mehitabel pisze w “Science”   Coyne   2022-08-09
Nauka o wolności: rozmowa z Anną Kryłow   i Anna Kryłow   2022-08-06
Pierwsze dowody kopalne na opiekę nad lęgiem i niezwykły przypadek asymetrii kierunkowej   Coyne   2022-08-05
Badania dowodzą, że fakty nie mają znaczenia: jak propaganda wykorzystuje i normalizuje antysemityzm     2022-08-03
Horyzontalny transfer genów u owadów: jest rozpowszechniony, ale co to znaczy?   Coyne   2022-08-02
Dokonane w Afryce badanie genomu fasolnika egipskiego oznacza krok naprzód w dywersyfikacji światowego zaopatrzenia w żywność   Karavolias   2022-08-01
Grupy anty-GMO przegrywają sprawę sądową w Nigerii    i Nkechi Isaak   2022-07-30
Raz jeszcze: czy rasy są tylko społecznym konstruktem bez naukowego lub biologicznego znaczenia?   Coyne   2022-07-28
„New Yorker” pisze o hoacynie, sugeruje, że koncepcja Darwina drzew ewolucyjnych może być urojeniem   Coyne   2022-07-25
Nazistowscy lekarze i dzisiejsi antysemici: redefinicja etyki, żeby usprawiedliwić prześladowania Żydów     2022-07-18

« Poprzednia strona  Następna strona »
Polecane
artykuły

Rasy - konstrukt


Zielone energie


Zmiana klimatu


Pogrzebać złudzenia Oslo


Kilka poważnych...


Przeciwko autentyczności


Nowy ateizm


Lomborg


„Choroba” przywrócona przez Putina


„Przebudzeni”


Pod sztandarem


Wielki przekret


Łamanie praw człowieka


Jason Hill


Dlaczego BIden


Korzenie kryzysu energetycznego



Obietnica



Pytanie bez odpowiedzi



Bohaterzy chińskiego narodu



Naukowcy Unii Europejskiej



Teoria Rasy



Przekupieni



Heretycki impuls



Nie klanial



Cervantes



Wojaki Chrystusa



 Palestyńskie weto



Wzmacnianie układu odpornościowego



Wykluczenie Tajwanu z WHO



Drzazgę źle się czyta



Sześć lat



Pochodzenie



Papież Franciszek



Schadenfreude



Pseudonaukowa histeria...

Listy z naszego sadu
Redaktor naczelny:   Hili
Webmaster:   Andrzej Koraszewski
Współpracownicy:   Jacek, , Małgorzata, Andrzej, Henryk