ИИ в здравоохранении: ожидание и реальность

ИИ в здравоохранении: ожидание и реальность
О книге

В книге представлена информация по базовой информационной модели, обеспечивающей выполнение алгоритмов искусственного интеллекта для формирования лечебно-диагностического плана.

Читать ИИ в здравоохранении: ожидание и реальность онлайн беплатно


Шрифт
Интервал

Дизайнер обложки Анна Бездидько


© Андрей Мжельский, 2024

© Анна Бездидько, дизайн обложки, 2024


ISBN 978-5-0062-9870-5

Создано в интеллектуальной издательской системе Ridero

ИИ в здравоохранении: ожидание и реальность


О чем эта книга

В последние годы технологии искусственного интеллекта (ИИ) все более активно проникают в нашу жизнь.

Его алгоритмы используются в социальных сетях, новостных лентах СМИ и маркетплейсах.

Без ИИ сложно представить системы «умных» домов и общение с голосовыми помощниками.

Навигаторы, онлайн-переводчики, приложения для знакомств также используют алгоритмы ИИ.

Технологии ИИ используются в массмедиа для анализа интересов аудитории и целевого распространения контента.

ИИ облегчает работу людей на производстве и в промышленности, оптимизируя потребление сырья и энергии, заказывая необходимое количество ресурсов и планируя их расход с наименьшими тратами.

ИИ помогает анализировать сложные медицинские данные, например, распознаёт изображения МРТ, УЗИ и электрокардиограммы. А еще…

ChatGPT сдал медицинский экзамен United States Medical Licensing Examination (USMLE) на право работать врачом в США (Статья опубликована 09.02.2023 в журнале PLOS Digital Health).

Чат-бот успешно ответил на 88,9% вопросов и заданий теста из 350 медицинских задач при проходном пороге в 60%.

В рамках научного исследования два практикующих доктора оценивали ответы ChatGPT, а расхождения в результатах теста рассматривались отдельно третьим экспертом.

Резюме авторов исследования:

Системы ИИ открывают большие перспективы для улучшения медицинского обслуживания и результатов в отношении здоровья.

Таким образом, крайне важно обеспечить, чтобы разработка клинического ИИ руководствовалась принципами доверия и объяснимости.

Измерение медицинских знаний ИИ по сравнению с опытными клиницистами-людьми является важным первым шагом в оценке этих качеств. Для этого мы оценили производительность ChatGPT, языкового ИИ, на экзамене по медицинскому лицензированию в США (USMLE).

USMLE представляет собой набор из трех стандартизированных тестов знаний экспертного уровня, которые требуются для получения медицинской лицензии в Соединенных Штатах.

Мы обнаружили, что ChatGPT преодолел порог прохождения 60% точности и является первым, кто достиг этого эталона. Это знаменует собой заметную веху в развитии ИИ. Впечатляет, что ChatGPT удалось добиться такого результата без участия тренеров-людей.

Кроме того, ChatGPT продемонстрировал понятные рассуждения и достоверные клинические данные, придав повышенную уверенность доверию и объяснимости. Полученные результаты позволяют предположить, что ChatGPT может стать ценным инструментом для получения медицинского образования. ChatGPT обладает частичной способностью преподавать медицину, выявляя новые и неочевидные концепции, которые могут быть недоступны для учащихся в первом понимании.

Дискуссию об особенностях медицинского образования и системе здравоохранения в США оставим за рамками данной книги.

Также, как и упомянутое выше использование технологий ИИ в обработке сложных данных с медицинского диагностического оборудования (МРТ, УЗИ и т.д.) – это отдельная большая тема, на раскрытие которой потребуется написание еще одной книги.

Целью же данной книги является анализ клинических данных в виде текстовой (голосовой) информации и формирование информационной модели, которая может быть использована в алгоритмах ИИ для автоматического принятия врачебных решений в различных клинических ситуациях.

Понятно, что в рамках одной книги рассмотреть все возможные клинические ситуации по всем заболеваниям невозможно.

Поэтому в качестве базовой информационной модели будет рассмотрена возможность обучения ИИ всего одному действию – формированию лечебно-диагностического плана (ЛДП) по нескольким выбранным заболеваниям.

Предполагается, что по результатам проведенного анализа можно получить хотя бы приблизительное представление о масштабе работ, необходимых для полноценного обучения ИИ решению задач в сфере здравоохранения.

Часть 1. ИИ в здравоохранении

Для понимания основных принципов работы нейросети разберем несколько простых примеров, решаемых ИИ в области, напрямую не связанной со здравоохранением – созданием изображений.

Задача для ИИ №1

Необходимо нарисовать равносторонний треугольник зеленого цвета площадью 10 см. кв.

Для выполнения данной задачи ИИ необходимо использовать несколько параметров:

1. Из множества геометрических фигур – геометрическую фигуру на плоскости «Равносторонний Треугольник».

2. Из цветовой палитры – цвет «Зеленый».

3. Из множества формул расчета площади геометрических фигур – формулу расчета площади равностороннего треугольника S = (a>2 √3) / 4, где:

S – площадь треугольника

a – сторона треугольника.

Обучение ИИ:

1 шаг – ИИ получает информацию о всех возможных видах геометрических фигур на плоскости, таких, как: квадрат, круг, треугольник, прямоугольник, овал, ромб, трапеция, четырехугольник, параллелограмм и т. д.

2 шаг – ИИ получает параметры, которые из множества геометрических фигур характерны только для равностороннего треугольника:



Вам будет интересно