Η τεχνητή νοημοσύνη AMIE της Google αναδεικνύεται ανώτερη στη διάγνωση ιατρικών εικόνων, ξεπερνώντας τους γιατρούς. Μια εξελιγμένη έκδοση του chatbot Gemini της Google έχει καταφέρει να ξεπεράσει τους γιατρούς στη διάγνωση παθήσεων μέσω της ανάλυσης ιατρικών εικόνων, όπως ηλεκτροκαρδιογραφήματα και PDF ιατρικών εξετάσεων. Το σύστημα τεχνητής νοημοσύνης AMIE είναι ικανό να διαγιγνώσκει δερματικές αλλοιώσεις όπως το έκζεμα από φωτογραφίες που έχουν τραβηχτεί με κινητό τηλέφωνο. Οι ερευνητές του εργαστηρίου DeepMind της Google έχουν αναρτήσει τη μελέτη τους στο αποθετήριο arXiv, αν και αυτή δεν έχει υποβληθεί σε ανεξάρτητη αξιολόγηση.
Η εξέλιξη των συστημάτων που συνδυάζουν ιατρικές εικόνες με άλλες κλινικές πληροφορίες μας προσεγγίζει προς τη δημιουργία βοηθών τεχνητής νοημοσύνης που μιμούνται τις διαδικασίες σκέψης των κλινικών γιατρών, όπως αναφέρει η Ελένη Λινού, διευθύντρια του Κέντρου Ψηφιακής Υγείας στο Πανεπιστήμιο Στάνφορντ της Καλιφόρνια. Η μελέτη περιλάμβανε 25 ηθοποιούς που υποδύονταν τους ασθενείς, οι οποίοι εξετάστηκαν από το chatbot και έναν γιατρό πρωτοβάθμιας υγειάς.
Αφού κάθε συνεδρία ολοκληρώθηκε, τόσο το AMIE όσο και ο γιατρός παρείχαν μια διάγνωση και ένα σχέδιο θεραπείας. Οι επιδόσεις τους αξιολογήθηκαν από μια ομάδα 18 ειδικών σε δερματολογία, καρδιολογία και εσωτερική παθολογία, που εξέτασαν τους διαλόγους και τις αναφορές για κάθε υποθετικό ασθενή. Σε γενικές γραμμές, το AMIE πέτυχε μεγαλύτερη διαγνωστική ακρίβεια σε σύγκριση με τους γιατρούς και ήταν πιο αποτελεσματικό στην ανάλυση εικόνων χαμηλής ανάλυσης.
Το AMIE βασίζεται στο μεγάλο γλωσσικό μοντέλο Gemini 2.0 Flash της Google, το οποίο έχει τη δυνατότητα να αναλύει εικόνες. Δύο επιπλέον αλγόριθμοι του προσέφεραν δυνατότητες κλινικής συλλογιστικής και διαγνωστικών συνεντεύξεων. Η προσέγγιση αυτή διαφέρει από προηγούμενες προσπάθειες, που επικεντρώνονταν στην επανεκπαίδευση του μοντέλου με εξειδικευμένα ιατρικά δεδομένα, με τη νέα μέθοδο να είναι σαφώς πιο οικονομική, σύμφωνα με τον Ριουτάρο Τάνο της DeepMind. Ωστόσο, όπως επισημαίνει η Λινού, οι προσομοιώσεις δεν αντικατοπτρίζουν την πολυπλοκότητα της αλληλεπίδρασης μεταξύ γιατρών και ασθενών.
Η ενσωμάτωσή τους σε πραγματικές συνθήκες θα είναι μια μεγάλη πρόκληση, σύμφωνα με τη Σουεγιάν Μέι, ειδικό της τεχνητής νοημοσύνης στην Ιατρική Σχολή Icahn στο Mount Sinai της Νέας Υόρκης. Ωστόσο, η Μέι προσθέτει ότι «τα μεγάλα γλωσσικά μοντέλα θα αποτελέσουν τη μελλοντική κατεύθυνση για τις διαγνώσεις».
Πηγή περιεχομένου: in.gr
