Prawda

Poniedziałek, 17 maja 2021 - 05:58

« Poprzedni Następny »


Powiadom znajomych o tym artykule:
Do:
Od:

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 1212 artykuły.

Tytuł   Autor   Opublikowany

Ewolucja wielokomórkowości   Novella   2021-05-07
Polityczna polaryzacja jest przesadzona   Novella   2021-05-04
Wrotki były kiedyś sztandarową grupą istot bez seksu, a teraz sądzi się, że ukradkiem odstawiają szybkie numerki   Coyne   2021-04-22
Błędna historia antykolonializmu   Tupy   2021-04-21
Mayflower wyrusza w podróż raz jeszcze   Koraszewski   2021-04-19
Genetyczny przełącznik CRISPR   Novella   2021-04-16
Wielkie zdarzenie oksydacyjne   Novela   2021-04-09
Kiedy panika klimatyczna zlewa się z kulturą anulowania   Lomborg   2021-04-06
Czy wykształceni ludzie są bardziej antysemiccy?   Albert Cheng i Ian Kingsbury   2021-04-05
Nieoczekiwana historia i cudowny sukces szczepionek   Ridley   2021-03-31
Innowacja jest geograficznie zlokalizowanym i chwilowym zjawiskiem   Ridley   2021-03-29
Czy gąbki są najbliższymi krewnymi pozostałych zwierząt?   Coyne   2021-03-26
Kilka lekcji z rosyjskiej rewolucji. Jak kuszący radykalny nihilizm prowadzi do ekstremizmu   Geifman   2021-03-22
Wracamy do raju?   Łukaszewski   2021-03-18
Ślimakowi morskiemu odrasta tułów z odciętej głowy, czyli “autotomia z kleptoplastią”   Coyne   2021-03-15
Ewolucyjne korzyści udawania ofiary   Clark   2021-03-11
Ludzie i wymieranie megafauny   Novella   2021-03-10
Banany edytowane przez CRISPR   Novella   2021-03-02
Nikczemne grzyby naśladują kwiaty trawy, by ułatwić własne rozmnażanie się   Coyne   2021-02-26
Co zabiło megafaunę Ameryki Północnej?   Novella   2021-02-25
Stresy i nowe szczepy wirusa   Ridley   2021-02-12
EWOLUCJA wirusa Covid-19   Coyne   2021-02-10
Czy „toksyczna kobiecość” jest główną przyczyną bojów o społeczną sprawiedliwość?   Coyne   2021-02-08
Najmniejszy gad (i owodniowiec) świata: BARDZO mały kameleon   Coyne   2021-02-05
Dlaczego kocimiętka i matatabi doprowadzają koty do szaleństwa? Grupa badaczy mówi, że te rośliny mogą chronić je przed komarami   Coyne   2021-02-02
Bądźcie sceptyczni wobec wideo pokazujących “skutki uboczne” szczepionki   Novella   2021-01-28
Szaleństwo odnawialnej energii   Ridley   2021-01-23
Głębia ludzkiej historii   Novella   2021-01-19
Dlaczego szczepionki mRNA mogą zrewolucjonizować medycynę?   Ridley   2021-01-02
Szczepionka mRNA na koronawirusa: świadectwo ludzkiej pomysłowości i mocy nauki   Coyne   2021-01-01
Dziwaczny rodzaj rasistowskiego patriarchatu   Arora   2020-12-31
Centrala muszek owocowych: Bloomington Drosophila Stock Center   Coyne   2020-12-29
Pierwszy raport o używaniu narzędzi przez pszczoły: rodzimy gatunek używa grudek łajna, by odeprzeć drapieżne szerszenie   Coyne   2020-12-23
Nie – żadne chi nie istnieje   Novella   2020-12-21
Moc nauki dostarczyła najlepszej możliwej wiadomości w tym koszmarnym roku   Ridley   2020-12-18
Szczątkowa cecha ptaków, która mogła być funkcjonalna u przodków: zdalne wyczuwanie drgań dziobem (nadal czynne u kiwi)   Coyne   2020-12-16
Paradoks wielce niedoskonałego dobra   Koraszewski   2020-12-11
Nasiona roślin ewoluują, by upodobnić się odchodów antylopy, a oszukane żuki gnojowe odtaczają i zagrzebują nasiona   Coyne   2020-12-10
AI – asystent lekarza   Novella   2020-12-09
Czy problem zwijania białka został rozwiązany?   Coyne   2020-12-05
„Gryzoń skunksowy”, który żuje trujące rośliny i wypluwa truciznę na swoje futro   Coyne   2020-12-02
Intensywne zbieranie leczniczej rośliny przez ludzi prowadzi do ewolucji nowych kolorów liści i kwiatów   Coyne   2020-11-28
Jak ewoluuuje altruizm?   Coyne   2020-11-25
Filozof zainfekowany efektem potwierdzenia wyjaśnia, dlaczego ewolucja dowodzi Boga   Coyne   2020-11-23
Według nowych badań są cztery gatunki pingwinów białobrewych, a nie tylko jeden   Coyne   2020-11-19
Gra w łajdactwo, by zrozumieć łajdaków   Novella   2020-11-18
Ewolucja psów   Novella   2020-11-09
Genomowa i ewolucyjna analiza wymarłego kota szablozębnego   Coyne   2020-10-31
Zakład Simon-Ehrlich po 40 latach   Gale L. Pooley   2020-10-23
Używające narzędzi mrówki budują struktury, by spijać roztwór cukru w pojemnikach, nie topiąc się   Coyne   2020-10-22
Czego pandemia nauczyła nas o nauce?   Ridley   2020-10-19
Przeddarwinowscy “darwiniści”   Berry   2020-10-16
Covid 19 może przejmować kontrolę nad receptorami bólu, uśmierzając ból i podnosząc szerzenie się choroby: możliwy rezultat doboru naturalnego   Coyne   2020-10-15
Znowu wrzawa, że “teoria ewolucji wywrócona”, ale jak zwykle, robią z igły widły   Coyne   2020-10-13
Intelektualna pustka numeru “New Scientist” o ewolucji: 4. Rzekome znaczenie dryfu genetycznego w ewolucji   Coyne   2020-10-09
Chromosomy Y ludzi, neandertalczyków i denisowian   Novella   2020-10-08
Intelektualna pustka numeru “New Scientist” o ewolucji: 3. Rzekome znaczenie epigenetyki w ewolucji   Coyne   2020-10-07
Intelektualna pustka numeru “New Scientist” o ewolucji: 2. Rzekome nieistnienie gatunków   Coyne   2020-10-05
Intelektualna pustka numeru “New Scientist” o ewolucji: 1. Genetyczna plastyczność    Coyne   2020-10-03
“New Scientist”: Darwin jednak miał rację    Coyne   2020-10-01
Uprawy GMO i wzrost plonów   Novella   2020-09-28
Książka o psychologii ewolucyjnej, która pokazuje wartość tej dziedziny – ale nie wartość memów   Coyne   2020-09-22
Przyjemności seksu i jagód   Ridley   2020-09-18
Czy można falsyfikować naukowe teorie? Naukowiec odpowiada, że “nie”   Coyne   2020-09-12
Naukowe pismo “Nature” przystaje do Przebudzonych twierdząc, że zarówno płeć, jak gender są niebinarne   Coyne   2020-09-09
Wybór ostatecznej wolności   Witkowski   2020-09-07
Polio zlikwidowane w Afryce   Novella   2020-09-05
Czy wyrazy ludzkiej twarzy są uniwersalne w okazywaniu emocji?   Coyne   2020-09-02
Barwny erudyta J.B.S. Haldane   Coyne   2020-08-28
Modelowanie zbijania się pingwinów cesarskich w gromadę: każdy dostaje równie dużo ciepła   Coyne   2020-08-25
Jak algorytmy wpływają na twoje życie   Novella   2020-08-24
Z okazji dziewięćdziesiątych urodzin Thomasa Sowella   Jacoby   2020-08-22
Prawdziwie długa szyja: 6-metrowy wodny gad z triasu z szyją długości 2,7 metra   Coyne   2020-08-19
Wątrobiane duszki   Novella   2020-08-17
Rozrzedzanie krwi bez groźby krwawienia   Novella   2020-08-14
Nowy raport: Bakteria po stu milionach lat nadal żywa!   Coyne   2020-08-08
Modlitwa to nie jest lekarstwo   Nowella   2020-08-07
Maleńki, 10-centymetrowy dinosaur, który zjadał owady   Coyne   2020-08-06
Piękny skoczek, który upodabnia się do mrówki   Coyne   2020-08-03
Urodziny Rosalind Franklin!   Cobb   2020-07-31
Kondor wielki: ptak, który rzadko kiedy macha skrzydłami   Coyne   2020-07-28
Czy ludzie byli w Nowym Świecie ponad 30 tysięcy lat temu?   Coyne   2020-07-26
Oszaleć na punkcie nietoperzy w czasach korony i politykierstwa   Collins   2020-07-25
Dwa gatunki dały zdolną do życia hybrydę, mimo że rozeszły się 150 milionów lat temu   Coyne   2020-07-23
Niccolo Tartaglia jego tajemnica   Jacoby   2020-07-20
Akcja afirmatywna w wieloetnicznym narodzie   Hyams   2020-07-17
Dekolonizacja ewolucji (i Darwina) była nieunikniona   Coyne   2020-07-15
Filtr mózgu (czyli czego nie widzimy)   Novella   2020-07-14
Homeopatia jest bezwartościowa a czasami szkodliwa   Novella   2020-07-10
Pięć błędnych wyobrażeń o ewolucji: jedno jest wątpliwe, jedno niesłuszne   Coyne   2020-07-08
Wiecznie kurczący się tranzystor i wynalezienie Google   Ridley   2020-07-06
Postmodernizm: filozofia, która stoi za naszymi wojnami kulturowymi i postępującym nihilizmem   Hill   2020-07-02
Bodźce do innowacji w końcu pokonają COVID-19   Ridley   2020-06-27
Maleńkie stworzenia morskie budują olbrzymie, fantastyczne domy, by chronić się i zdobywać pokarm   Coyne   2020-06-25
Rośliny uprawne z edytowanym genomem pomagają farmerom i środowisku   Ridley   2020-06-20
Czy klucz do COVID można znaleźć w rosyjskiej pandemii?   Ridley   2020-06-18
Skąd więc wziął się ten wirus?   Ridley   2020-06-16
Nowe dane o tym, jak działają grzyby „mrówek zombie”   Coyne   2020-06-15
Czy brytyjski naukowy establishment popełnił największy błąd w historii?   Ridley   2020-06-13
Błysk światła w mroku   Sheagren   2020-06-12

« Poprzednia strona  Następna strona »
Polecane
artykuły

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...


Panstwo etc



Biły się dwa bogi


 Forma przejściowa


Wstęga Möbiusa


Przemysł produkcji kłamstw


Jesteś tym, co czytasz,



Radykalne poglądy polityczne


Einstein



Socjologia



Allah stworzyl



Uprzednie doświadczenie



Żydowski exodus



PRL Chrystusem narodów



Odrastające głowy hydry nazizmu



Homeopatia, wibracje i oszustwo


Żołnierz IDF



Prawo powrotu



Mózg i kodowanie predyktywne



Nocna rozmowa



WSzyscy wiedza


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