Η τεχνητή νοημοσύνη (ΤΝ) μπορεί να διευκολύνει και να βελτιώσει την ερμηνεία των εικόνων απεικόνισης. Όμως το κατά πόσο τα εργαλεία της είναι χρήσιμα ή ακόμη και χειροτερεύουν την αξιολόγηση φαίνεται να διαφέρει από ακτινολόγο σε ακτινολόγο, όπως υποδηλώνει ερευνητική εργασία από τις ΗΠΑ που δημοσιεύθηκε στο "Nature Medicine".

Η μελέτη έδειξε ότι οι ατομικές διαφορές μεταξύ των επιμέρους ιατρών έχουν καθοριστική επίδραση στην αλληλεπίδραση μεταξύ ανθρώπων και τεχνητής νοημοσύνης. Σε ορισμένες περιπτώσεις, τα εργαλεία τεχνητής νοημοσύνης μπορεί ακόμη και να έχουν αρνητική επίδραση και να μειώσουν την ακρίβεια της αξιολόγησης.

"Προφανώς, οι διαφορετικοί ακτινολόγοι αντιδρούν διαφορετικά στην υποστήριξη της ΤΝ - με λίγα λόγια, βοηθά κάποιους και βλάπτει άλλους", δήλωσε ο επικεφαλής συγγραφέας, Pranav Rajpurkar, από το Τμήμα Βιοϊατρικής Πληροφορικής της Ιατρικής Σχολής του Χάρβαρντ στη Βοστώνη.

"Αυτό σημαίνει ότι δεν μπορούμε να θεωρήσουμε τους ακτινολόγους ως μια ομοιογενή ομάδα και να εξετάσουμε μόνο τη μέση επίδραση των εργαλείων ΤΝ στην απόδοσή τους. Για να μεγιστοποιήσουμε τα οφέλη και να ελαχιστοποιήσουμε την πιθανή βλάβη, πρέπει να εξατομικεύσουμε τα συστήματα υποστήριξης της τεχνητής νοημοσύνης".

Οι ερευνητές τονίζουν ότι η χρήση της τεχνητής νοημοσύνης στην κλινική πρακτική πρέπει να βαθμονομηθεί προσεκτικά, αλλά τα αποτελέσματα της μελέτης τους δεν θα πρέπει να αποτρέψουν κανέναν από την εισαγωγή εργαλείων τεχνητής νοημοσύνης σε ακτινολογικά ιατρεία και κλινικές.

Εξάλλου, η ΤΝ μπορεί να βελτιώσει το έργο των ακτινολόγων, όπως έχει πλέον δείξει μια ολόκληρη σειρά μελετών. Ωστόσο, αυτές πάντα εξέταζαν τους ακτινολόγους στο σύνολό τους.

Αντίθετα, η παρούσα μελέτη επικεντρώθηκε στο πώς μεμονωμένοι παράγοντες, όπως η εκάστοτε ειδικότητα, η πρακτική εμπειρία και η προηγούμενη χρήση εργαλείων ΤΝ, επηρεάζουν την αλληλεπίδραση μεταξύ ανθρώπων και ΤΝ.

Συγκεκριμένα, οι ερευνητές διερεύνησαν πώς τα εργαλεία ΤΝ επηρέασαν την απόδοση 140 ακτινολόγων σε 15 ακτινολογικές εργασίες - με άλλα λόγια, πόσο αξιόπιστα οι ακτινολόγοι αναγνώριζαν ύποπτα χαρακτηριστικά σε μια εικόνα και έκαναν ακριβή διάγνωση.

Η ανάλυση περιελάμβανε 324 περιπτώσεις ασθενών με 15 διαφορετικές παθολογίες που έπρεπε να εντοπιστούν σε ακτινογραφίες θώρακος.


Διαπιστώθηκε τελικά ότι τα αποτελέσματα της υποστήριξης της ΤΝ ήταν ασυνεπή και διέφεραν μεταξύ των ακτινολόγων, με ορισμένους ακτινολόγους να βελτιώνουν τις επιδόσεις τους και άλλους να τις επιδεινώνουν.

Συχνά, η επίδραση της ΤΝ στην απόδοση των ακτινολόγων διέφερε με εκπληκτικούς τρόπους. Για παράδειγμα, παράγοντες όπως η πρακτική εμπειρία του ακτινολόγου, το αν ειδικεύεται στη θωρακική ακτινολογία και το αν είχε εργαστεί στο παρελθόν με εργαλεία ΤΝ, δεν ήταν αξιόπιστοι παράγοντες πρόβλεψης του τρόπου με τον οποίο η χρήση της ΤΝ επηρέαζε την απόδοση.
g

Αυτό ήταν εξίσου απροσδόκητο με τη διαπίστωση ότι οι γιατροί με χειρότερες επιδόσεις στην αρχή δεν επωφελούνταν σταθερά από την υποστήριξη της ΤΝ. Ορισμένοι αποκόμισαν μεγαλύτερο όφελος, άλλοι μικρότερο και άλλοι καθόλου.

Συνολικά, οι ακτινολόγοι με χειρότερες αρχικές επιδόσεις είχαν χειρότερες επιδόσεις τόσο με όσο και χωρίς υποστήριξη ΤΝ. Το ίδιο ίσχυε και για τους ακτινολόγους που είχαν καλές επιδόσεις στην αρχή, είχαν καλές επιδόσεις με και χωρίς ΤΝ.

Ωστόσο, υπήρξε και ένα λιγότερο εκπληκτικό αποτέλεσμα: τα πιο ακριβή εργαλεία ΤΝ βελτίωσαν την απόδοση των ακτινολόγων, ενώ τα εργαλεία ΤΝ με χειρότερες επιδόσεις, επιδείνωσαν τη διαγνωστική ακρίβεια των ιατρών.
Το γιατί πρέπει να καθοριστεί

Οι ερευνητές επισημαίνουν ότι τα αποτελέσματά τους δεν εξηγούν γιατί και πώς η ΤΝ επηρεάζει διαφορετικά τις επιδόσεις των γιατρών. Ωστόσο, το γιατί θα ήταν ζωτικής σημασίας για να διασφαλιστεί ότι τα ακτινολογικά εργαλεία τεχνητής νοημοσύνης θα βελτιώσουν και όχι θα επιδεινώσουν τις ανθρώπινες επιδόσεις.

Ο Rajpurkar και οι συνεργάτες του προτείνουν, επομένως, ότι οι προγραμματιστές ΤΝ "θα πρέπει να συνεργαστούν με τους γιατρούς που χρησιμοποιούν τα εργαλεία τους για να κατανοήσουν και να καθορίσουν τους ακριβείς παράγοντες που παίζουν ρόλο στην αλληλεπίδραση ανθρώπου-ΤΝ".

Επιπλέον, η αλληλεπίδραση μεταξύ ακτινολόγων και ΤΝ πρέπει να δοκιμαστεί σε πειραματικές συνθήκες που μιμούνται τα σενάρια του πραγματικού κόσμου και αντικατοπτρίζουν τους πραγματικούς πληθυσμούς ασθενών στους οποίους θα χρησιμοποιηθούν τα εργαλεία.

Ειδήσεις υγείας σήμερα
Kρατά δυνάμεις και ποντάρει στα προϊόντα non-Covid η Pfizer
Γιατί πονά το σώμα μου
Ο θυμός αυξάνει τον μακροπρόθεσμο κίνδυνο καρδιοπάθειας [μελέτη]