211service.com
Google-röntgenproject toont aan dat AI artsen niet snel zal vervangen
Jeremy Portje
Kunstmatige intelligentie lijkt zeker een revolutie teweeg te brengen in de geneeskunde, maar onderzoek van Google Cloud suggereert dat het een grotere uitdaging kan zijn dan veel mensen vermoeden.
Jia Li, die onderzoek en ontwikkeling leidt bij Google Cloud, onthulde vandaag op EmTech Digital, een conferentie in San Francisco gehouden door MIT Technologie Review.
Het werk, beschreven in een krant online gepubliceerd, toont aan dat machine learning kan helpen bij het identificeren van ziekten in een echte klinische omgeving, waar gegevens schaars zijn en waar artsen een reden voor diagnose nodig hebben. Sommige AI-experts hebben gesuggereerd dat hele gebieden van medisch werk, zoals het analyseren van radiologische beelden, volledig geautomatiseerd kunnen worden dankzij AI.
Li en collega's gebruikten deep learning, een populaire techniek voor machinaal leren, om afwijkingen in thoraxfoto's te identificeren. Omdat ze maar een kleine set trainingsdata hadden om mee te werken, gebruikten ze een andere dataset om het leerproces op gang te brengen. Ze zorgden er ook voor dat hun methode het gebied van een afbeelding benadrukte dat cruciaal was voor het diagnosticeren van een afwijking. Dit is belangrijk omdat deep learning zo wiskundig complex is dat het inherent ondoorzichtig is (zieHet duistere geheim in het hart van AI).
Li, die samenwerkt met medische experts aan Stanford, zegt ook dat AI slechts een klein deel van het werk van radiologen kan automatiseren. Ze moeten de specifieke anamnese van een patiënt begrijpen, een diagnose communiceren en de juiste behandeling bepalen, zegt ze, en ze zullen een sleutelrol spelen bij het ontwikkelen van nauwkeurige en effectieve machine-learningsystemen.
Dus Li gelooft dat artsen niet snel volledig zullen worden vervangen door AI. We kunnen [artsen] helpen om betere beslissingen te nemen en het proces efficiënter te maken, vertelde ze het EmTech-publiek.
Het werk is belangrijk omdat het de belangrijkste uitdagingen belicht en probeert aan te pakken bij het toepassen van AI in medische situaties in de echte wereld. De meeste demonstraties van AI voor de geneeskunde hadden betrekking op grote, perfect geannoteerde datasets, en ze hebben geen rekening gehouden met de bredere context.
Het onderzoek suggereert ook dat geneeskunde een belangrijk aandachtspunt kan zijn voor het cloudplatform van Google. Google en anderen zijn van mening dat het leveren van AI via de cloud de komende jaren een grote, lucratieve trend in computing zal zijn (zie Hoe de cloud de rijkste bedrijven ooit zou kunnen opleveren).
Onderzoekers zoals Li presenteren de technologie ook als een manier om AI te democratiseren, of om de technologie beschikbaar te maken voor mensen die geen AI-training hebben gehad. Hopelijk zullen experts minder tijd besteden aan repetitieve taken, zei ze.