Umjetna inteligencija sve se više primjenjuje u medicini za analizu snimki i razvoj lijekova, no znanstvenici u Kini proveli su eksperiment u kojem su otišli i dalje.
Tim s pekinškog Instituta za vizualne znanosti i translacijska istraživanja oka (BERI) prepustio je vođenje oftalmološke klinike sustavu umjetne inteligencije, uz ljudski nadzor. Cilj je bio testirati kako se AI snalazi u stvarnom kliničkom okruženju, piše ScienceAlert.
Kako je funkcionirala AI klinika
Klinika, nazvana AI-TEC (AI-Agent Augmented Tsinghua Eye Clinic), osmišljena je tako da umjetna inteligencija bude temelj cjelokupnog procesa, a ne samo dodatak postojećoj praksi.
Liječnici su i dalje bili prisutni i nadzirali rad, ali AI je upravljao svim fazama, od pripreme pacijenata za pregled, preko same dijagnostike, do praćenja nakon obavljene kontrole.
"Naš rad nudi prve lekcije o tome kako umjetnu inteligenciju primijeniti šire od puke algoritamske učinkovitosti i usmjeriti je prema transformaciji kliničkog rada i integraciji na razini cijelog sustava, što u konačnici stvara stvarnu kliničku vrijednost", naveli su istraživači u svom radu.
Učenje na pogreškama i prilagodba sustava
Prvi rezultati pokazali su da je sustav u početku imao relativno nisku stopu uspjeha u prepoznavanju bolesti kao što su glaukom i makularna degeneracija.
Točnost se, međutim, značajno poboljšala nakon što su iskusni oftalmolozi u bazu unijeli 1426 visokokvalitetnih snimki s preciznim dijagnozama. Taj se set podataka pokazao korisnijim od početnog, koji je sadržavao gotovo 27.000 snimki slabije kvalitete.
S novim podacima, točnost AI sustava premašila je 0,93 na standardiziranoj dijagnostičkoj ljestvici AUROC, što je u rangu s drugim naprednim sustavima za analizu medicinskih snimki.
Znanstvenici su uočili i zanimljiv trend u korištenju alata. Nakon početnog intenzivnog korištenja, njegova je primjena pala. Analiza je pokazala da je u jednom trenutku AI proces korišten u samo 3,8 posto pregleda. Već idućeg mjeseca taj je udio porastao na 23 posto, nakon što su istraživači optimizirali sustav, ubrzali ga i pojednostavili za korištenje smanjenjem broja potrebnih klikova.
Ključni faktori za uspjeh
"Naše rano iskustvo pokazalo je da je implementacija zdravstva temeljenog na umjetnoj inteligenciji zapravo izazov za cijeli ekosustav", ističu istraživači.
Dodaju kako učinkovitost nije ovisila samo o performansama algoritma, već i "o kvaliteti podataka, interakciji unutar radnog procesa, angažmanu liječnika, adekvatnom upravljanju te mjerljivoj kliničkoj vrijednosti".
Kao treći ključan faktor istaknuli su brzinu. Povratne informacije liječnika morale su stizati odmah kako bi se sustav mogao poboljšavati u stvarnom vremenu, a ne tjednima kasnije. Zbog toga je, kako kažu, nužna bliska suradnja kliničara i AI stručnjaka na terenu.
Mjerenje uspjeha nije samo u brojkama
Iako su ovakve klinike još uvijek rijetkost, rezultati testiranja pokazuju da mogu biti uspješne ako se ispune pravi uvjeti. Ipak, ostaju specifični izazovi, poput razlike u pristupu. Naime, AI se fokusira na konačni ishod - ima li pacijent bolest ili ne - dok se liječnici primarno bave simptomima, primjerice pritužbom pacijenta na zamućen vid.
Sama činjenica da AI precizno analizira snimke ne jamči automatski bolju skrb za pacijenta. Autori studije stoga sugeriraju da bi se buduća testiranja trebala manje fokusirati na statističku učinkovitost.
"Uspjeh zdravstvenog sustava koji se temelji na AI-ju trebao bi se mjeriti time je li transformirao klinički rad i poboljšava li ishode liječenja, a ne time postiže li vrhunske rezultate na testovima", zaključuju istraživači.
Istraživanje je objavljeno u časopisu Nature Medicine.