AI ექიმებზე უკეთეს დიაგნოზებს სვამს – ჰარვარდის კვლევა

ჰარვარდის სამედიცინო სკოლის მიერ ჩატარებულმა მასშტაბურმა ექსპერიმენტმა აჩვენა, რომ ხელოვნური ინტელექტის სისტემები კლინიკური დიაგნოსტიკის სიზუსტით ადამიანებს სჯობნიან. კვლევის ფარგლებში, რომელიც ჟურნალ Science-ში გამოქვეყნდა, OpenAI-ს o1 მოდელმა პაციენტების მდგომარეობა მაღალი წნეხისა და მინიმალური ინფორმაციის პირობებში უფრო ეფექტურად შეაფასა, ვიდრე ასობით პროფესიონალმა ექიმმა.

ბოსტონის ერთ-ერთ კლინიკაში ჩატარებული ტესტირებისას, სადაც 76 პაციენტის მონაცემებს ამუშავებდნენ, ხელოვნურმა ინტელექტმა შემთხვევათა 67%-ში ზუსტი დიაგნოზი დასვა, მაშინ როცა მედიკოსების მაჩვენებელი 50-55%-ს არ სცდებოდა.

როგორც ირკვევა, ტექნოლოგიური უპირატესობა განსაკუთრებით თვალსაჩინოა გრძელვადიანი მკურნალობის გეგმების შედგენისას. ხუთი რთული კლინიკური შემთხვევის ანალიზისას ხელოვნურმა ინტელექტმა 89%-იანი სიზუსტე აჩვენა, ხოლო ტრადიციული საძიებო სისტემებით აღჭურვილმა 46 ექიმმა მხოლოდ 34%-იანი შედეგი დააფიქსირა. აღსანიშნავია, რომ ერთ-ერთ შემთხვევაში პაციენტს ფილტვებში სისხლის კოლტი დაუდგინდა, რაც ექიმებმა მედიკამენტურ წარუმატებლობას მიაწერეს. ხელოვნურმა ინტელექტმა კი პაციენტის ისტორიაში არსებული სისტემური წითელი მგლურა შენიშნა და დაასკვნა, რომ ანთებითი პროცესი სწორედ ამ დაავადებით იყო გამოწვეული, რაც მოგვიანებით სიმართლე აღმოჩნდა.

კვლევის ავტორის, არჯუნ მანრაის განცხადებით, სისტემას მხოლოდ ტექსტური მონაცემების დამუშავება შეუძლია და ის პაციენტის ვიზუალურ მდგომარეობას ან ემოციურ ფონს ვერ აღიქვამს.

სპეციალისტების ნაწილი კი საფრთხეებზეც ამახვილებს ყურადღებას და აცხადებს, რომ მედიკოსები შესაძლოა ქვეცნობიერად დაეყრდნონ ალგორითმს, ნაცვლად დამოუკიდებელი კლინიკური აზროვნებისა.

რაც შეეხება გლობალურ ტენდენციას, ხელოვნურ ინტელექტს დიაგნოსტიკის პროცესში აშშ-ში ექიმების თითქმის 20%, ხოლო დიდ ბრიტანეთში 16% ყოველდღიურად იყენებს. მიუხედავად სექტორში ჩადებული მილიარდობით დოლარის ინვესტიციისა, მთავარ გამოწვევად კვლავ პასუხისმგებლობის საკითხი და იურიდიული ჩარჩოს არარსებობა რჩება.

ცნობისთვის, OpenAI-ს o1 მოდელი წარმოადგენს ე.წ. "მოაზროვნე" ხელოვნურ ინტელექტს, რომელიც პასუხის გაცემამდე ლოგიკურ ჯაჭვებს აგებს. მსგავსი ტექნოლოგიების დანერგვა სამედიცინო სფეროში ბოლო რამდენიმე წლის განმავლობაში განსაკუთრებით გააქტიურდა.