Kada će veštačka inteligencija ući u zdravstvenu industriju?

Veštačka inteligencija je sve više korišćena u proteklih nekoliko godina u skoro svim aspektima života. Sa razvojem ChatGPT i drugog AI softvera, lideri i stručnjaci medicinske industrije brzo otkrivaju odgovor na pitanje: „Kada će veštačka inteligencija ući u zdravstveni sektor?“ Ovo je tema koju je Texas Tech Health Sciences Center istražio na svojoj konferenciji Telehealth Week prošle nedelje u Lubbocku, na panelu pod nazivom „Mogućnosti AI u zdravstvu i povezani izazovi“.

Pre nego što razgovaramo o ulasku veštačke inteligencije u zdravstvenu industriju, ljudi moraju razumeti osnove AI. Šta je AI? IBM definiše AI koristeći matematičarevu Alan Turingovu definiciju „sistema koji se ponaša kao čovek“. U najjednostavnijem obliku, AI kombinuje računarstvo i podatke kako bi program rešavao probleme na način koji razmišlja kao čovek. Richard Greenhill, direktor programa za upravljanje zdravstvenom zaštitom na TTUHSC, kaže da je lakše razmišljati o AI-u u dve kategorije. „Generativni AI je ono o čemu se sada priča sa ChatGPT-om i drugim velikim jezičkim modelima“, rekao je Greenhill. „Tradicionalna AI je za nas koji smo naučnici podataka i radimo u toj oblasti gde mi zapravo tražimo od algoritma da uradi nešto, pogleda neke podatke.“

Kada pričamo o AI, može se čuti termin „Veliki podaci“ – što se odnosi na ogromnu količinu podataka generisanih i produkovanih od strane svakodnevnih ljudi. Kako će AI i Veliki podaci uticati na zdravstvo, nema jasnih odgovora. Panelisti su govorili o iskorištavanju AI za kreiranje CT skenova visoke rezolucije ili pomoć pri dijagnostikovanju pacijenata, ali postoje neki problemi na putu. Jedna prepreka je činjenica da trenutno nemamo dovoljno podataka za generisanje AI programa, izjavila je Courtney Queen, asistentkinja profesora na TTUHSC. „Zapravo nemamo dovoljno podataka da bismo uradili ono što već sada moramo uraditi“, rekla je. „Kada razmišljamo o razvoju tehnologije i skrininga i dijagnostici, jednostavno ne možemo dobiti podatke koje nam je potrebno.“ Panelisti su takođe naveli još jednu komplikaciju u korišćenju velikih podataka, a to je da neko mora očistiti, odnosno obraditi podatke – posebno ako neko unese netačne podatke. Alan Pang, rezident hirurških nauka TTUHSC-a, koristio je primer netačne dijagnoze pacijenta koja se greškom unese u zdravstveni karton, i implikacije koje to može imati na buduću zdravstvenu negu pacijenta. „Biste bili iznenađeni koliko je teško ukloniti tu prvobitno pogrešnu dijagnozu – ona ostaje zauvek“, rekao je. „Morali biste pregledati svaki karton ili razviti neki način da uđete u svaki karton i kažete da je to pogrešna dijagnoza i ignorisaću je jer bez obzira na to (elektronski sistem medicinskih zapisa) sa kojim radimo, jednostavno je nemoguće ukloniti tu staru dijagnozu.“ Panelisti su se složili da možemo videti manje verzije AI-a u zdravstvu – poput dijagnostičkih sistema kod kuće – ali uvek će postojati potreba da pacijenti imaju neki nivo interakcije sa stručnjacima za medicinu.