რადიოლოგები თუ ხელოვნური ინტელექტი? იმდენად დიდი გორილა, რომ მისი უგულებელყოფა შეუძლებელია

რასაც არ ველით, ხშირად ნამდვილად ვერ ვხედავთ

2013 წელს სამედიცინო სამყარო შეძრა ძალიან შთამბეჭდავმა ექსპერიმენტმა . ფილტვის კვანძების გამოსავლენად გაწვრთნილ 24 რადიოლოგს კომპიუტერული ტომოგრაფიის (CT) გამოსახულებები მისცეს. ზოგიერთ მათგანში მკვლევრებმა განზრახ ჩასვეს ციფრული გორილა, რომელიც ტიპურ კვანძზე 48-ჯერ დიდი იყო. შედეგი გასაოცარი აღმოჩნდა: რადიოლოგების 83%-მა ეს აშკარა გორილა ვერ შენიშნა. თვალის მოძრაობის თვალთვალმა (eye-tracking) კი დაადასტურა, რომ ისინი უშუალოდ გორილის უბანს უყურებდნენ. რატომ ვერ შენიშნეს?

ამ შემთხვევამ გამოავლინა ფენომენი, რომელსაც „უყურადღებობის სიბრმავე“ (inattentional blindness) ეწოდება. როდესაც ტვინი კონკრეტულ ამოცანაზეა კონცენტრირებული, უჩვეულო და მოულოდნელი ინფორმაციის გაფილტვრა შეუძლია. ამან დაამტკიცა, რომ ინფორმაციული დატვირთვისას ყველაზე გაწვრთნილ სპეციალისტებსაც შეიძლება ვიზუალური მინიშნებები გამორჩეთ.

დღეს მსგავსი კითხვა ისევ აქტუალურია: ხელოვნური ინტელექტით შევძლებთ თვალწინ მყოფი „გორილების“ დანახვას?

ხელოვნური ინტელექტის აღმავლობა გამოსახულებით მედიცინაში

ხელოვნური ინტელექტი (AI) განსაკუთრებით სიმსივნის გამოვლენაში აღწევს შთამბეჭდავ შედეგებს, მაგრამ რადიოლოგიაში მისი როლი გაცილებით ფართოა. თანამედროვე ალგორითმებს შეუძლია:

• CT გამოსახულებებზე ინსულტის ნიშნების მყისიერი ანალიზი.

• ტრავმის გამოსახულებებზე მოტეხილობების მონიშვნა.

• ონკოლოგიურ გამოსახულებებზე სიმსივნის ზომის უმცირესი ცვლილების რიცხვითად გამოვლენა.

განსაკუთრებით ონკოლოგიაში ხელოვნური ინტელექტი დიდი გამოსახულებითი მონაცემების დამუშავებით რადიოლოგისთვის გამოსაპარ დეტალებს ავლენს და კლინიკურ გადაწყვეტილებებს მხარს უჭერს.

MASAI და EDITH UK: ხელოვნური ინტელექტი უკვე კლინიკურ კვლევებშია

ხელოვნური ინტელექტის რეალურ სამყაროში შესაფასებლად რამდენიმე მნიშვნელოვანი კლინიკური კვლევა მიმდინარეობს:

• MASAI კვლევა: The Lancet Digital Health ჟურნალში გამოქვეყნებული ეს რანდომიზებული კონტროლირებული კვლევა იკვლევს, შეუძლია თუ არა ხელოვნური ინტელექტით მხარდაჭერილ მამოგრაფიას ადრეული ძუძუს კიბოს დიაგნოსტიკის გაუმჯობესება. მიზანია ცრუ უარყოფითი შედეგებისა და ინტერვალური კიბოების შემცირება.

• EDITH UK პროექტი: ინგლისში მიმდინარე ამ მასშტაბურ კვლევაში მოწმდება, შეუძლია თუ არა ხელოვნურ ინტელექტს ძუძუს კიბოს სკრინინგში ადამიანივით კარგად ან უკეთესად მუშაობა. წარმატების შემთხვევაში მან შეიძლება დიაგნოსტიკური პროცესი და პაციენტების ლოდინი შეამოკლოს.

ეს მაგალითები აჩვენებს, რომ ხელოვნური ინტელექტი უკვე მხოლოდ ექსპერიმენტული ტექნოლოგია აღარ არის და თანამედროვე დიაგნოსტიკის ერთ-ერთ საფუძვლად იქცა .

უპირატესობებთან ერთად რისკებიც არსებობს: მონაცემთა კონფიდენციალურობა და ალგორითმული მიკერძოება

როგორც ყველა ძლიერ ტექნოლოგიას, ხელოვნურ ინტელექტსაც აქვს ყურადღებით სამართავი რისკები:

• მონაცემთა მიკერძოება: თუ ალგორითმები მხოლოდ დიდი ქალაქის საავადმყოფოების მონაცემებით გაწვრთნება, სოფლისა და დაუცველ ჯგუფებში შეიძლება საკმარისი სიზუსტე ვერ აჩვენოს.

• მონაცემთა უსაფრთხოება: ღრუბლოვანი სისტემების გავრცელებასთან ერთად პაციენტების ინფორმაციის კონფიდენციალურობა უფრო კრიტიკული ხდება. ძლიერი დაშიფვრა, შეზღუდული წვდომა და სამართლებრივ წესებთან შესაბამისობა ძალიან მნიშვნელოვანია.

• ავტომატიზაციის მიკერძოება: ექიმების მიერ ალგორითმის შედეგების ბრმად ნდობამ შეიძლება მცდარი დიაგნოსტიკური და სამკურნალო გადაწყვეტილებები გამოიწვიოს.

ამიტომ ხელოვნური ინტელექტის გამოყენებისას სიფრთხილეა საჭირო და საბოლოო გადაწყვეტილება ყოველთვის ადამიანის ექსპერტიზას უნდა დარჩეს.

ადამიანური შეხება: მორავეკის პარადოქსი და კოგნიტიური მოქნილობა

მორავეკის პარადოქსი ხაზს უსვამს, რომ ხელოვნური ინტელექტი რთულ გამოთვლებს ადვილად აკეთებს, მაგრამ ადამიანებისთვის „მარტივ“ უნარებს — ემპათიას, ინტუიციასა და კონტექსტის ინტერპრეტაციას — ჯერ ვერ ფლობს. მაგალითად:

• ხელოვნურმა ინტელექტმა შეიძლება კვანძი აღმოაჩინოს,

• მაგრამ პაციენტის ცხოვრების ისტორიას, ემოციურ მდგომარეობასა და სოციალურ გარემოს ვერ აფასებს.

სწორედ აქ ერთვება კოგნიტიური მოქნილობა : კლინიკური გადაწყვეტილების მიმღებებმა ტექნიკური ანალიზიც უნდა შეძლონ და პაციენტთან ემპათიაც.

რადიოლოგები და ხელოვნური ინტელექტი: თანამშრომლობა კონკურენციის ნაცვლად

მართალია, სათაური თითქოს კითხულობს „რადიოლოგები თუ ხელოვნური ინტელექტი?“, მაგრამ რეალური მომავალი ფორმულაშია „რადიოლოგები + ხელოვნური ინტელექტი“. ამ თანამშრომლობით:

• ხელოვნური ინტელექტი გამოსახულებებს სწრაფად აანალიზებს,

• წინასწარ მიგნებებს მონიშნავს,

• რადიოლოგი კი მონაცემებს პაციენტის კლინიკურ კონტექსტში განმარტავს.

ჰიბრიდული მიდგომა დიაგნოსტიკურ სიზუსტეს ზრდის და რადიოლოგის გონებრივ დატვირთვას ამცირებს. MASAI-ისა და EDITH-ის მსგავსი კვლევები აჩვენებს, რომ ხელოვნური ინტელექტით ძუძუს კიბო შეიძლება უფრო ადრე გამოვლინდეს და ეს თანამშრომლობა პაციენტისთვის სასარგებლო გახდეს.

მომავლის რადიოლოგი: ხელოვნური ინტელექტის მცოდნე და ადაპტაციური

სამყაროში, სადაც ხელოვნური ინტელექტი სულ მეტ ამოცანას იბარებს, რადიოლოგებისთვის ახალი უნარები გარდაუვალია. მომავლის რადიოლოგის 4 ძირითადი კომპეტენციაა:

1. ხელოვნური ინტელექტის სწავლა: უშუალო გამოცდილების მიღება სემინარებით, ონლაინ სასერტიფიკატო პროგრამებითა და დაწესებულების შიდა პრაქტიკული სწავლებით.

2. ხელოვნური ინტელექტის წიგნიერების გავრცელება: სპეციალიზაციის სწავლებაში ეთიკის, მონაცემთა მეცნიერებისა და ხელოვნური ინტელექტის შეფასების მოდულების ინტეგრაციის მხარდაჭერა.

3. თანასწორობისა და უსაფრთხოების მოთხოვნა: მეცნიერებთან და მარეგულირებლებთან თანამშრომლობა ალგორითმული მიკერძოების შესამცირებლად და პაციენტის მონაცემთა დასაცავად.

4. სიფხიზლის შენარჩუნება: ხელოვნური ინტელექტის შედეგის გადაწყვეტილების პროცესის დასაწყისად აღქმა და გახსენება, რომ საბოლოო გადაწყვეტილების მიმღები კვლავ ექიმია.

დასკვნა: გამოსახულებებზე „გორილები“ აღარ გამოგვრჩეს

2013 წლის ცნობილი გორილის ექსპერიმენტიდან MASAI-ისა და EDITH-ის მსგავს თანამედროვე გარდამტეხ კვლევებამდე რადიოლოგიის ხედვა შეიცვალა. ახლა ხელთ გვაქვს მოწინავე ალგორითმებიც და გამოცდილი რადიოლოგებიც.

სწორი გამოყენებისას ხელოვნურ ინტელექტს შეუძლია:

• კლინიკური სიზუსტის გაზრდა,

• დიაგნოსტიკის დროის შემცირება,

• პაციენტებისთვის პასუხების უფრო სწრაფად მიწოდება.

თუმცა გვახსოვდეს: ეფექტიანობას განსაზღვრავს ის, თუ როგორ გამოვიყენებთ ტექნოლოგიას.

შენ რას ფიქრობ?

შენი აზრით, ხელოვნური ინტელექტი რადიოლოგიაში ნამდვილად რევოლუციას ახდენს? თუ სიფრთხილეს არ გამოვიჩენთ, ახალი „გორილები“ კვლავ გამოგვრჩება?

გაგვიზიარე შენი კომენტარი და ამ გარდაქმნის პროცესში ერთად მეტი დავინახოთ.