پژوهشگران چینی با راهاندازی یک درمانگاه چشم مجهز به هوش مصنوعی در بیمارستانی واقعی، عملکرد این فناوری را در مواجهه با بیماران و دادههای پزشکی روزمره آزمایش کردند؛ تجربهای که نشان داد موفقیت هوش مصنوعی در محیط آزمایشگاهی لزوماً به معنای عملکرد بینقص آن در دنیای واقعی نیست.
سامانهای با نام AI-Agent Augmented Tsinghua Eye Clinic (AI-TEC) در بیمارستان Beijing Tsinghua Changgung به کار گرفته شد. این سیستم از چند عامل هوش مصنوعی تخصصی تشکیل شده که مراحل مختلف مراقبت از بیمار را پوشش میدهند؛ از جمعآوری علائم و سوابق پزشکی و ارزیابی ریسک گرفته تا تحلیل دادههای چشمی، پشتیبانی از تصمیمگیری پزشکان و پیگیری بیمار.
یکی از مهمترین مشکلات زمانی آشکار شد که سیستم با پروندههای واقعی بیماران مواجه شد. برخلاف دادههای مرتب و آماده آزمایشهای هوش مصنوعی، سوابق بیمارستانی ممکن است ناقص، ناسازگار یا با شیوههای متفاوت توسط پزشکان ثبت شده باشند.
پژوهشگران دریافتند آموزش مدل با دادههای خام بیمارستانی میتواند عملکرد آن را کاهش دهد. اما پس از بررسی پروندهها و ارائه برچسبهای باکیفیتتر توسط پزشکان، مقدار AUROC از حدود ۰٫۸۰ به ۰٫۹۴ افزایش یافت.
چالش دیگر، نحوه استفاده پزشکان از این فناوری بود. پژوهشگران دریافتند اگر رابط کاربری هوش مصنوعی باعث اضافهشدن کلیکها یا اختلال در روند معمول کار پزشکان شود، میزان استفاده از سیستم بهشدت کاهش پیدا میکند.
این تجربه نشان میدهد معیارهایی مانند دقت، حساسیت و ویژگی بهتنهایی نمیتوانند مشخص کنند که یک سامانه هوش مصنوعی واقعاً به بهبود مراقبت از بیمار کمک کرده است یا نه. تشخیص یک بیماری تنها نقطه شروع است و بیمار همچنان به آزمایشهای تکمیلی، درمان، پیگیری و نظارت نیاز دارد.
در نهایت، AI-TEC برای جایگزینی چشمپزشکان طراحی نشده است؛ هدف آن اتصال مراحل مختلف مراقبت از بیمار و پشتیبانی از پزشکان بوده است. این آزمایش نشان میدهد چالش اصلی هوش مصنوعی پزشکی تنها تشخیص درست بیماری نیست، بلکه تبدیلشدن آن به بخشی کاربردی و هماهنگ با روند واقعی درمان است.
کد خبر ۲۰۲۰۵۰۶۲۵.۸۷۴
منبع: مدیکال.دیلی
