Може вам се опростити што мислите да ће АИ ускоро заменити људске лекаре на основу наслова попут „АИ лекар ће вас видети сада“, „Ваш будући лекар можда неће бити човек“ и „Овај АИ само победи људске лекаре на клиничком испиту "Али стручњаци кажу да је стварност више колаборација него свргавање: пацијенти би ускоро могли наћи свој живот делимично у рукама АИ служби које раде заједно са људским клиничарима.
У медицинској заједници не недостаје оптимизма у погледу АИ. Али многи такође упозоравају да хипер око АИ тек треба реализовати у стварним клиничким окружењима. Постоје и различите визије о томе како би АИ услуге могле да имају највећи утицај. И још увек није јасно да ли ће АИ побољшати живот пацијената или само основни резултат за компаније из Силицијске долине, здравствене организације и осигуравајуће компаније.
"Мислим да би сви наши пацијенти заправо требали да се АИ технологије доведу до оштећења у здравственом систему, али то морамо учинити на хипер-силицијски начин, " каже Исак Кохане, истраживач биомедицинске информатике у Харвард Медицал Сцхоол.
Ако АИ функционише како је обећано, то би могло демократизовати здравствену заштиту повећавајући приступ сиромашним заједницама и снижењем трошкова - благодати у Сједињеним Државама, која се слаже на многим здравственим мерама упркос просечном годишњем трошку здравствене заштите од 10, 739 долара по особи. АИ системи би могли ослободити прекомерно запослене лекаре и смањити ризик од медицинских грешака које могу убити десетине хиљада, ако не и стотине хиљада, пацијената у САД сваке године. А у многим земљама са недостатком домаћих лекара, као што је Кина, где пренасељена амбуланта урбаних болница дневно може да види до 10.000 људи, таквим технологијама није потребна савршена тачност да би се показала корисном.
Међутим, критичари истичу да би све ово обећање могло нестати ако журба са имплементацијом АИ-а потече права на приватност пацијената, превиди пристрасности и ограничења или не усвоји услуге на начин који побољшава здравствене резултате већине људи.
"На исти начин на који технологије могу затворити разлике, оне могу погоршати неједнакости", каже Јаиантх Комарнени, оснивач и председавајући Пројекта за дијагностику људи (Хуман Дк), корпорација за опште добробити која се фокусирала на цровдфуцинг медицинске експертизе. "И ништа не може погоршати разлике као што је АИ"
***
Данас су најпопуларније АИ технике машинско учење и његов млађи рођак, дубоко учење. За разлику од рачунарских програма који строго следе правила написана од стране људи, и алгоритми машинског учења и дубоког учења могу погледати скуп података, учити из њега и направити нова предвиђања. Посебно дубоко учење може направити импресивне прогнозе откривањем образаца података који људима могу пропустити.
Али да бисте максимално искористили та предвиђања у здравству, АИ то не могу сам. Уместо тога, људи још увек морају да помогну у доношењу одлука које могу имати велике здравствене и финансијске последице. Будући да АИ системима недостаје општа интелигенција људи, они могу да дају збуњујућа предвиђања која би се могла показати штетним ако их лекари и болнице без сумње прате.
Класичан пример долази од Рицх Царуане, старијег истраживача у Мицрософтовом истраживању, како је објаснио у часопису Енгинееринг анд Тецхнологи прошле године. Деведесетих година Царуана је радила на пројекту који је покушао да користи ранији облик машинског учења како би предвидио да ли је пацијент са упалом плућа мали или високоризични случај. Међутим, проблеми су настали када је модел машинског учења покушао да предвиди случај оболелих од астме, који су под високим ризиком, јер их постојеће тешкоће са дисањем чине рањивим на упалу плућа. Модел је те пацијенте означио ниским ризиком, захтевајући мању интервенцију, а не хоспитализацију - нешто што људски стручњак никада не би учинио.
Ако слепо следите модел, каже Кеннетх Јунг, научник из Центра за истраживање биомедицинске информатике у Станфорду, „онда вам смета. Јер модел каже: "Ох, ово дете са астмом је дошло и имало је упалу плућа, али о њима не треба да бринемо и шаљемо их кући са антибиотицима."
Предвиђања дубоког учења такође могу бити неуспешна ако се први пут сусрећу са необичним тачкама података, као што су јединствени медицински случајеви или када науче осебујне обрасце у одређеним скуповима података који се уопште не генералишу на нове медицинске случајеве.
Предвиђања АИ најбоље се примењују када се примењују на огромне скупове података, као што је случај у Кини, која има предност у обуци АИ система захваљујући приступу великој популацији и подацима о пацијентима. У фебруару, часопис Натуре Медицине објавио је истраживање истраживача са седиштем у Сан Диегу и Гуангзхоу, Кина, које је показало обећање у дијагностицирању многих уобичајених дечјих болести на основу електронских здравствених картона више од 567.000 деце.
Али чак и велики скупови података могу представљати проблеме, посебно када истраживачи покушавају да примене свој алгоритам на нову популацију. У студији Натуре Медицине, свих пола милиона пацијената дошло је из једног медицинског центра у Гуангзхоуу, што значи да нема гаранције да ће се дијагностичке лекције научене из обуке на том скупу података примјењивати на педијатријске случајеве другдје. Сваки медицински центар може привући свој јединствени скуп пацијената - болница, позната по кардиоваскуларном центру, може привући и критичнија стања срца. А налази из болнице у Гуангзхоу који углавном привлаче етничке кинеске пацијенте можда се не могу превести у један у Шангају с већим бројем не-кинеских пацијената рођених у иностранству.
У овогодишњем ТЕДк разговору, Схињини Кунду из болнице Јохнс Хопкинс објашњава како АИ алати имају потенцијал да се из медицинских снимака више нађу него што то могу сами лекари - укључујући предвиђање болести пре него што пацијенти покажу симптоме.
Ова екстраполација ће се показати тешком и у другим ситуацијама. На пример, каже Марзиех Гхассеми, инжењер рачунара и биомедицински инжењер са Универзитета у Торонту, каже да у Медицинском центру Бетх Исраел Деацонесс имате 40.000 пацијената из ИЦУ-а - то је само једна болница у једном граду. „И тако имам све те папире који су предвиђали ове податке. Да ли то ради са другом болницом у Бостону? Можда. Да ли то ради за болницу у другој држави? Да ли би то могло да ради у некој другој земљи? Не знамо. "
***
Иако АИ модели можда неће радити у сваком случају, Гхассеми сматра да ту технологију још увек вреди истражити. "Веома сам за то да ове моделе узмем с клупе до кревета", каже она, "али са стварно агресивним корацима."
Ти кораци морају постојати током развоја и примене АИ, каже И. Гленн Цохен, професор права на Харвард универзитету и водитељ Пројекта прецизне медицине, вештачке интелигенције и закона. Ово може укључивати провјеру тачности и транспарентности предвиђања АИ. И током прикупљања података истраживачи ће такође морати да заштите приватност пацијената и тражити пристанак да користе податке о пацијентима за обуку о АИ
Питање сагласности поново се појављује када је АИ модел спреман за експериментално клиничко тестирање на стварним пацијентима. „Да ли пацијентима треба рећи да користите алгоритам на њима, и да ли је важно да ли АИ у потпуности води лечење или делимично води негу?“, Пита Цохен. „О овим питањима се заиста јако мало размишља.“
Гхассеми се такође залаже за често ревизију алгоритама АИ како би се осигурала праведност и тачност за различите групе људи на основу етничке припадности, пола, старости и здравственог осигурања. То је важно с обзиром на то како су АИ апликације у другим пољима већ показале да лако могу да приступе пристраности.
Након свих тих корака људи и компаније које пружају АИ услуге мораће да разреше правну одговорност у случају неизбежних грешака. А за разлику од већине медицинских уређаја, за које је обично потребно само једно регулаторно одобрење, АИ услуге могу захтевати додатни преглед кад год науче из нових података.
Неке регулаторне агенције преиспитују како да процене АИ здравства У априлу је америчка Управа за храну и лекове (ФДА) објавила документ за расправу како би добила повратне информације јавности о томе како да ажурирају релевантни преглед прописа. „Оно што овде непрекидно покушавамо је да се вратимо нашем циљу да људима пружимо приступ технологијама, али такође схватамо да наше тренутне методе не функционишу добро“, каже Бакул Пател, директор за дигитално здравље у ФДА „Зато морамо сагледати холистички приступ читавог животног циклуса производа.“
Поред питања која се тичу приступа, приватности и прописа, такође није јасно само ко ће највише имати користи од АИ здравствених услуга. Већ постоје разлике у здравству: према Свјетској банци и Свјетској здравственој организацији, половина становништва на свијету нема приступ основним здравственим услугама, а готово 100 милиона људи потиснуто је у крајње сиромаштво због трошкова здравствене заштите. У зависности од начина размештања, АИ би могао или побољшати ове неједнакости или их погоршати.
"Много расправа о АИ било је о томе како демократизовати здравствену заштиту и желим да се то догоди", каже Еффи Ваиена, биоетичарка из Федералног технолошког института у Швајцарској.
"Ако само завршите са фанциернијим пружањем услуга онима који би ионако себи могли приуштити добру здравствену заштиту, " додаје, "Нисам сигурна да ли је то трансформација коју тражимо."
Како се све ово одвија зависи од различитих визија за примену АИ Рани развој се фокусирао на веома уске дијагностичке апликације, као што је преглед слика за наговештаје рака коже или гљивица на ноктима или читање рендгенских снимака груди. Али новији напори су покушали да дијагностицирају више здравствених стања одједном.
У августу 2018. године Моорфиелдс Еие Хоспитал у Великој Британији и ДеепМинд. Лондонска АИ лабораторија у власништву Гооглеове матичне компаније Алпхабет, показала је да су успешно обучили АИ систем за препознавање више од 50 очних болести у скенима, што је у складу са перформансама водећих стручњака. Слично широке амбиције покренуле су студију Сан Диега и Гуангзхоу која је обучавала АИ да дијагностикује уобичајене тегобе код деце. Потоњи није био тако добар у дијагностицирању дечјих болести у поређењу са старијим лекарима, али је имао боље резултате од неких млађих лекара.
Такви АИ системи можда неће морати да надмаше најбоље људске стручњаке како би помогли демократизацији здравствене заштите, већ једноставно проширују приступ тренутним медицинским стандардима. Ипак, до сада су многе предложене апликације за АИ усмерене на побољшање тренутног стандарда неге, а не на ширење приступачне здравствене неге у околини, каже Цохен: „Демократизација онога што већ имамо била би много већа шанса за ваш долар него побољшање онога што имамо у многа подручја. "
Консултантска фирма Аццентуре предвиђа да би врхунске АИ апликације до 2026. године могле уштедети 150 милијарди америчких долара годишње. Али, нејасно је да ли би користи имали пацијенти и здравствени системи допуњени порезима или ће више новца једноставно отићи технолошким компанијама, пружаоци здравствене заштите и осигуратељи.
„Питање ко ће ово возити и ко ће ово платити је важно питање“, каже Кохане. „Нешто помало халуцинантно у свим тим пословним плановима је да они мисле како знају како ће то функционисати.“
Чак и ако АИ службе дају препоруке за уштеду трошкова, људски лекари и здравствене организације могу оклевати да приме савете за АИ уколико као резултат тога зараде мање новца, упозорава Кохане. То говори о већем системском питању америчких здравствених осигуравача који користе модел накнаде за услугу који често награђује лекаре и болнице за додавање тестова и медицинских процедура, чак и када оне нису потребне.
***
Постоји још једна АИ прилика која би могла побољшати квалитет неге, а притом остаје већина медицинских дијагноза у рукама лекара. У својој књизи Дееп Медицине из 2019. године, Ериц Топол, директор и оснивач Транслационог института Сцриппс Ресеарцх, говори о стварању суштински медицинске Сири - помоћника АИ који води белешке о интеракцијама између лекара и њихових пацијената, уноси те белешке у електронско здравље снимке и подсетите лекаре да питају о релевантним деловима историје пацијента.
„Моја тежња је да декомпримирамо рад лекара и да се ослободимо њихове улоге службеника за податке, помогнемо пацијентима да преузму већу одговорност и унесу податке тако да ствари не потрају толико дуго“, каже Топол.
Тај „никад заборавни медицински асистент или писар“, каже Кохане, захтевао би АИ који може аутоматски пратити и преписати више гласова између лекара и пацијената. Он подржава Тополову идеју, али додаје да већина АИ апликација у развоју изгледа да није усмерена на такве помоћнике. Ипак, неке компаније попут Саикара и ДеепСцрибе развиле су услуге у том смислу, па се чак и Гоогле удружио са Универзитетом Станфорд како би тестирао сличну технологију „дигиталног пискара“.
Помоћник АИ може звучати мање узбудљиво од лекара са АИ, али то би могло ослободити лекаре да проводе више времена са својим пацијентима и побољшати општи квалитет неге. Породични лекари нарочито проводе више од половине својих радних дана уносећи податке у електронску здравствену евиденцију - главни фактор иза физичког и емоционалног изгарања, што има тешке последице, укључујући смрт пацијената.
Иронично је да би електронски здравствени картони требали побољшати медицинску његу и смањити трошкове тако што ће информације о пацијентима бити доступније. Сада су Топол и многи други стручњаци указали на електронску здравствену евиденцију као на упозорење за тренутни хипер око АИ у медицини и здравственој заштити.
Примена електронских здравствених картона већ је створила систем патцхворк раширених међу стотинама приватних добављача који углавном успевају да изолују податке о пацијентима и чине га недоступним и лекарима и пацијентима. Ако је историја било који водич, многе технолошке компаније и здравствене организације осетиће потешкоће да слиједе сличне путеве прикупљањем медицинских података за сопствене АИ системе.
Један од начина за то може бити употреба колективног обавештајног система који обједињује и рангира медицинску експертизу из различитих извора, каже Комарнени, који овај приступ покушава са Хуман Дк-ом. Хуман Дк је уз подршку великих медицинских организација, као што је Америчка медицинска асоцијација, саградио интернетску платформу за савет више хиљада лекара о специфичним медицинским случајевима. Комарнени се нада да би таква платформа теоретски могла једног дана да укључи и дијагностичке савете многих различитих АИ услуга.
"На исти начин на који би више људи професионалаца могло гледати на ваш случај у будућности, нема разлога зашто више АИ то не би могао учинити", каже Комарнени.
Док лекари чекају своје помоћнике у АИ, пројекти масовног коришћења као што је Хуман Дк "дефинитивно би могли довести до побољшане дијагностике или чак побољшаних препорука за терапију", каже Топол, који је био кооператор студије за 2018. годину на сличној платформи под називом Медсцапе Цонсулт. У раду је закључено да би колективна људска интелигенција могла бити „конкурентна или комплементарна стратегија“ АИ у медицини.
Али ако АИ службе прођу све тестове и провере у стварном свету, оне би могле постати значајни партнери људима у преобликовању модерне здравствене заштите.
„Постоје ствари због којих машине никада неће радити добро, а затим и друге у којима ће оне премашити оно што сваки човек може да уради“, каже Топол. „Дакле, када их саставите, то је веома моћан пакет.“
***
Јереми Хсу је слободни новинар са сједиштем у Нев Иорку. Међу осталим публикацијама често пише о науци и технологији за Бацкцханнел, ИЕЕЕ Спецтрум, Популар Сциенце и Сциентифиц Америцан.
Овај чланак је првобитно објављен на Ундарку. Прочитајте оригинални чланак.
