Prawda

Czwartek, 28 marca 2024 - 12:46

« 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 Tipsa en vn Wydrukuj






Nauka

Znalezionych 1469 artykuły.

Tytuł   Autor   Opublikowany

Kameleon przekazuje różne informacje różnymi częściami ciała   Yong   2013-12-14
Paradoksalne cechy genetyki inteligencji   Ridley   2013-12-18
Wielki skandal z biopaliwami   Lomborg   2013-12-19
Przedwczesna wiadomość o śmierci samolubnego genu   Coyne   2013-12-22
Czy jest życie na Europie?   Ridley   2013-12-22
Nowa data udomowienia kotów: około 5300 lat temu – i to w Chinach   Coyne   2013-12-26
Na Zeusa, natura jest przeżarta rują i korupcją   Koraszewski   2013-12-26
Proces cywilizacji   Ridley   2013-12-28
Jak karakara wygrywa z osami   Cobb   2013-12-29
Żebropławy, czyli dziwactwa ewolucji   Coyne   2013-12-30
Czy może istnieć sztuka bez artysty?    Wadhawan   2013-12-30
Zderzenie mentalności   Koraszewski   2014-01-01
Skrzydlaci oszuści i straż obywatelska   Young   2014-01-02
Delfiny umyślnie narkotyzują się truciznami rozdymków   Coyne   2014-01-04
Długi cień anglosfery   Ridley   2014-01-05
Ciemna materia genetyki psychiatrycznej   Zimmer   2014-01-06
Co czyni nas ludźmi?   Dawkins   2014-01-07
Twoja choroba na szalce   Yong   2014-01-08
Czy mamut włochaty potrzebuje adwokata?   Zimmer   2014-01-09
Pradawne rośliny kwitnące znalezione w bursztynie   Coyne   2014-01-10
Ratując gatunek możesz go niechcący skazać   Yong   2014-01-11
Ewolucja ukryta w pełnym świetle   Zimmer   2014-01-13
Koniec humanistyki?   Coyne   2014-01-15
Jak poruszasz nogą, która kiedyś była płetwą?   Yong   2014-01-16
Jak wyszliśmy na ląd, kość za kością   Zimmer   2014-01-19
Twoja wewnętrzna mucha   Cobb   2014-01-22
Ukwiał żyje w antarktycznym lodzie!   Coyne   2014-01-25
Dlaczego poligamia zanika?   Ridley   2014-01-26
Wspólne pochodzenie sygnałów płodności   Cobb   2014-01-28
Ewolucja i Bóg   Coyne   2014-01-29
O delfinach, dużych mózgach i skokach logiki   Yong   2014-01-30
Dziennikarski „statek upiorów” Greg Mayer   Mayer   2014-01-31
Dlaczego leniwce wypróżniają się na ziemi?   Bruce Lyon   2014-02-02
Moda na kopanie nauki   Coyne   2014-02-03
Neandertalczycy: bliscy obcy   Zimmer   2014-02-05
O pochodzeniu dobra i zła   Coyne   2014-02-05
Sposób znajdowania genów choroby   Yong   2014-02-07
Czy humaniści boją się nauki?   Coyne   2014-02-07
Kiedy zróżnicowały się współczesne ssaki łożyskowe?   Mayer   2014-02-10
O przyjaznej samolubności   Koraszewski   2014-02-12
Skąd wiesz, że znalazłeś je wszystkie?   Zimmer   2014-02-15
Nauka odkrywa nową niewiedzę o przeszłości   Ridley   2014-02-18
Żyjące gniazdo?   Zimmer   2014-02-19
Planeta tykwy pospolitej   Zimmer   2014-02-21
Nowe niezwykłe skamieniałości typu “Łupki z Burgess”   Coyne   2014-02-22
Dziennik z Mozambiku: Pardalota   Naskręcki   2014-02-23
Wskrzeszona odpowiedź z kredy na “chorobę królów”   Yong   2014-02-26
Dziennik z Mozambiku: Sybilla     2014-03-01
Spojrzeć ślepym okiem   Yong   2014-03-02
Intelektualne danie dnia  The Big Think   Coyne   2014-03-04
Przeczołgać się przez mózg i nie zgubić się   Zimmer   2014-03-05
Gdzie podziewają się żółwiki podczas zgubionych lat?   Yong   2014-03-10
Supergen, który maluje kłamcę   Yong   2014-03-14
Idea, którą pora oddać na złom   Koraszewski   2014-03-15
Zwycięstwa bez chwały   Ridley   2014-03-17
Twarde jak skała   Naskręcki   2014-03-18
Pasożyty informacyjne   Zimmer   2014-03-19
Seymour Benzer: humor, historia i genetyka   Cobb   2014-03-21
Kto to był Per Brinck?   Naskręcki   2014-03-23
Potrafimy rozróżnić między przynajmniej bilionem zapachów   Yong   2014-03-25
Godzina Ziemi czyli o celebrowaniu ciemności   Lomborg   2014-03-27
Słonie słyszą więcej niż ludzie   Yong   2014-03-30
Niebo gwiaździste nade mną, małpa włochata we mnie   Koraszewski   2014-03-31
Wielkoskrzydłe   Naskręcki   2014-04-02
Najstarsze żyjące organizmy   Coyne   2014-04-03
Jak zmienić bakterie jelitowe w dziennikarzy   Yong   2014-04-06
Eureka! Sprytne wrony to odkryły   Coyne   2014-04-07
Sukces upraw GM w Indiach   Lomborg   2014-04-09
Wirus, który sterylizuje owady, ale je pobudza   Yong   2014-04-12
Przystosować się do zmiany klimatu   Ridley   2014-04-14
Jeden oddech, który zmienił planetę   Naskręcki   2014-04-16
Najgorsze w karmieniu komarów jest czekanie   Yong   2014-04-17
Kłopotliwa podróż w przyszłość   Ridley   2014-04-19
Pierwsze spojrzenie na mikroby współczesnych łowców zbieraczy     2014-04-23
Seksizm w nauce o jaskiniowych owadach   Coyne   2014-04-26
Musza bakteria zaprasza inne muszki na uczty owocowe   Yong   2014-04-27
Zachwycający rabuś, który liczy sto milionów lat   Cobb   2014-04-28
Mądrość (małych) tłumów   Zimmer   2014-04-29
Tak bada się ewolucję inteligencji u zwierząt   Yong   2014-05-02
Fantastyczna mimikra tropikalnego pnącza   Coyne   2014-05-03
Dlaczego większość zasobównie wyczerpuje się   Ridley   2014-05-04
Pomidory tworzą pestycydy z zapachu swoich sąsiadów   Yong   2014-05-07
Potrawy z pasożytów   Zimmer   2014-05-08
Technologia jest często matką nauki, a nie odwrotnie   Ridley   2014-05-09
Montezuma i jego flirty   Coyne   2014-05-11
Insekt dziedziczy mikroby z plemnika taty   Yong   2014-05-12
Polowanie na nietoperze   Naskręcki   2014-05-14
Zmień swoje geny przez zmianę swojego życia   Coyne   2014-05-15
Obrona śmieciowego DNA   Zimmer   2014-05-17
Gdzie są badania zwierzęcych wagin?   Yong   2014-05-20
Niemal ssaki   Naskręcki   2014-05-21
Zobaczyć jak splątane są gałęzie drzewa   Zimmer   2014-05-23
Dlaczego ramiona ośmiornicy nie plączą się   Yong   2014-05-24
Niezwykły pasikonik szklany   Naskręcki   2014-05-27
Wąż zgubiony i ponownie odnaleziony   Mayer   2014-05-28
Niespodziewani krewni mamutaków   Yong   2014-05-30
Trochę lepszy  świat   Ridley   2014-05-31
Tam, gdzie są ptaki   Mayer   2014-06-01
Ewolucja, ptaki i kwiaty   Coyne   2014-06-02
Jestem spełniony   Naskręcki   2014-06-04

« Poprzednia strona  Następna strona »
Polecane
artykuły

Lekarze bez Granic


Wojna w Ukrainie


Krytycy Izraela


Walka z malarią


Przedwyborcza kampania


Nowy ateizm


Rzeczywiste łamanie


Jest lepiej


Aburd


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


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