Главная » Все новости » ИИ имитирует то, как думают врачи, чтобы ставить более точный медицинский диагноз
ИИ имитирует то, как думают врачи, чтобы ставить более точный медицинский диагноз

ИИ имитирует то, как думают врачи, чтобы ставить более точный медицинский диагноз

Новый способ обучения систем медицинского искусственного интеллекта (ИИ) оказался значительно более точным при диагностике заболеваний, чем предыдущие попытки.

Система искусственного интеллекта, разработанная исследователями из Университетского колледжа Лондона и компании Babylon Health, поставщика медицинских услуг в Великобритании, полагается на причинно-следственную связь, а не на корреляцию, чтобы определить, что может быть не так с людьми. Он более точен, чем существующие системы искусственного интеллекта, и даже превзошел реальных врачей в небольшом контролируемом исследовании.

В отличие от традиционных систем ИИ, которые идентифицируют наиболее вероятное заболевание на основе симптомов, представленных пациентом, причинная система ИИ более точно имитирует способ постановки диагноза врачом: с помощью контрфактических вопросов для сужения диапазона возможных состояний.

Разница между корреляцией и причинностью имеет значение в медицине. Больной мог явиться в больницу с одышкой. ИИ, основанный на корреляции, может связывать одышку с избыточным весом, а избыточный вес — с диабетом 2 типа, поэтому рекомендуют инсулин. Вместо этого причинно-следственная система могла бы сосредоточиться на связи между одышкой и астмой и таким образом изучить другие варианты лечения.

«Мы решили вернуть причинно-следственную связь в основу, чтобы мы действительно могли находить болезни, вызывающие симптомы у пациента, и на основе этого помогать им», — говорит Киаран Гиллиган-Ли из Университетского колледжа Лондона, один из авторов искусственного интеллекта.

Система предоставила сводку из 1671 медицинского случая, полученных от 20 врачей, которая показала симптомы примерно 350 различных заболеваний. Кроме того, группа из 44 врачей из Национальной службы здравоохранения Великобритании (NHS) также взяла в среднем по 159 из этих случаев, пытаясь выяснить, смогут ли они выяснить, в чем проблема. Они правильно диагностировали в среднем 71,4% случаев, в то время как более старый ИИ, основанный на корреляции, дал 72,5% правильных ответов. Причинный же ИИ оказался прав в 77,3% случаев.

Когда дело дошло до особо редких заболеваний, таких как неходжкинская лимфома, новый ИИ по-прежнему превосходил врачей. В этих случаях она была примерно на 30% лучше, чем старая система искусственного интеллекта. Однако врачи лучше выявляли более распространенные проблемы, потому что они часто с ними сталкиваются, считает Гиллиган-Ли. Он планирует получить одобрение регулирующих органов и клиническую проверку системы, чтобы разместить ее в приложении, где пациенты смогут получить рекомендации по симптомам и лечению.

«Они очень подробно описывают новый технический подход к проблеме», — говорит Сяосюань Лю из Университетской больницы Бирмингема NHS Foundation Trust в Великобритании, который проводил исследования в области медицинских систем глубокого обучения. «Методология, изложенная в статье, очень хороша, и метод, кажется, действительно многообещающий».

По словам Лю, тот факт, что эта система превосходит врачей в диагностике редких заболеваний, является захватывающим, хотя она предупреждает, что исследование находится на ранней стадии, и количество кратких описаний случаев было сравнительно небольшим. «Нам нужно увидеть, как ИИ будет работать в реальных случаях, когда история не очень ясна, а иногда приходится иметь дело сразу с несколькокими заболеваниями».

Новый способ обучения систем медицинского искусственного интеллекта (ИИ) оказался значительно более точным при диагностике заболеваний, чем предыдущие попытки.

Понравилась запись? Поделись с другом!!!