Кина пустила AI да води очну клинику: Ево какви су резултати

Вјештачка интелигенција све се више примјењује у медицини за анализу снимака и развој лијекова, али научници у Кини спровели су експеримент у којем су отишли и даље.

Тим с пекиншког Института за визуелне науке и транслацијска истраживања ока (BERI) препустио је вођење офталмолошке клинике систему вјештачке интелигенције, уз људски надзор.

Циљ је био тестирати како се AI сналази у стварном клиничком окружењу.

Како је функционисала AI клиника

Клиника, названа AI-TEC (AI-Agent Augmented Tsinghua Eye Clinic), осмишљена је тако да вјештачка интелигенција буде темељ цјелокупног процеса, а не само додатак постојећој пракси.

Љекари су и даље били присутни и надзирали рад, али AI је управљао свим фазама, од припреме пацијената за преглед, преко саме дијагностике, до праћења након обављене контроле.

Лажно позитивни резултати значајно су се смањили када су подацима за обуку додате слике које су прегледали стручњаци.

„Наш рад нуди прве лекције о томе како вјештачку интелигенцију примијенити шире од пуке алгоритамске ефикасности и усмјерити је према трансформацији клиничког рада и интеграцији на нивоу цијелог система, што у коначници ствара стварну клиничку вриједност“, навели су истраживачи у свом раду.

Учење на грешкама и прилагођавање система

Први резултати показали су да је систем у почетку имао релативно ниску стопу успјеха у препознавању болести као што су глауком и макуларна дегенерација.

Тачност се, међутим, значајно побољшала након што су искусни офталмолози у базу унијели 1.426 висококвалитетних снимака с прецизним дијагнозама. Тај сет података показао се кориснијим од почетног, који је садржавао готово 27.000 снимака слабијег квалитета.

С новим подацима, тачност AI система премашила је 0,93 на стандардизованој дијагностичкој љествици AUROC, што је у рангу с другим напредним системима за анализу медицинских снимака.

Вјештачка интелигенција дјелимично је била задужена за препознавање болести на снимцима мрежњаче.

Научници су уочили и занимљив тренд у коришћењу алата. Након почетног интензивног коришћења, његова је примјена пала. Анализа је показала да је у једном тренутку AI процес коришћен у само 3,8 одсто прегледа.

Већ идућег мјесеца тај је удио порастао на 23 одсто, након што су истраживачи оптимизовали систем, убрзали га и поједноставили за коришћење смањењем броја потребних кликова.

Кључни фактори за успјех

„Наше рано искуство показало је да је имплементација здравства заснованог на вјештачкој интелигенцији заправо изазов за цијели екосистем“, истичу истраживачи.

Додају како ефикасност није зависила само од перформанси алгоритма, већ и „од квалитета података, интеракције унутар радног процеса, ангажмана љекара, адекватног управљања те мјерљиве клиничке вриједности“.

Као трећи кључан фактор истакли су брзину. Повратне информације љекара морале су стизати одмах како би се систем могао побољшавати у стварном времену, а не седмицама касније. Због тога је, како кажу, нужна блиска сарадња клиничара и AI стручњака на терену.

Мјерење успјеха није само у бројкама

Иако су овакве клинике још увијек ријеткост, резултати тестирања показују да могу бити успјешне ако се испуне прави услови.

Ипак, остају специфични изазови, попут разлике у приступу. Наиме, AI се фокусира на коначни исход – има ли пацијент болест или не – док се љекари примарно баве симптомима, на примјер притужбом пацијента на замагљен вид.

Сама чињеница да AI прецизно анализира снимке не гарантује аутоматски бољу његу за пацијента. Аутори студије стога сугеришу да би се будућа тестирања требала мање фокусирати на статистичку ефикасност.

„Успјех здравственог система који се темељи на AI-ју требао би се мјерити тиме да ли је трансформисао клинички рад и побољшава ли исходе лијечења, а не тиме постиже ли врхунске резултате на тестовима“, закључују истраживачи.

Истраживање је објављено у часопису Nature Medicine.

Пратите нас на нашој Фејсбук и Инстаграм страници и X налогу.