Kolejnym z przykładów zastosowania pochodzi z University of Hawaii , gdzie zespół badawczy odkrył , że wdrożenie technologii AI może poprawić przewidywanie ryzyka raka piersi . Potrzebne są dalsze badania , ale główny badacz wskazał , że algorytm sztucznej inteligencji można trenować na znacznie większym zestawie obrazów niż radiolog - aż milion lub więcej obrazów radiologicznych . A gdy w wątpliwości , Grupa MIT ( Massachusetts Institute of Technology ) opracowała algorytm , aby określić , kiedy potrzebny jest ludzki ekspert . W niektórych przypadkach , takich jak identyfikacja kardiomegalii na zdjęciach rentgenowskich klatki piersiowej , okazało się , że hybrydowy model człowiek-AI daje naj-lepsze wyniki .
Zautomatyzowane wykrywanie krwotoku wewnątrzczaszkowego w tomografii komputerowej . Oprogramowanie może zaalarmować zespół odpowiedniej opieki , zanim radiolog w ogóle zobaczy wynik badania . Przykład pokazany przez TeraRecon na konferencji RSNA 2022 .
RYZYKO I MORALNOŚĆ
Mimo licznych korzyści wynikających z implementacji sztucznej inteligencji w medycynie , pojawiły się obawy dotyczące prywatności i bezpieczeństwa danych . Użycie AI w tej dziedzinie wymaga dostępu do ogromnych ilości wrażliwych informacji pacjentów , takich jak historie medyczne i dane genetyczne . Te dane , jeśli nie są odpowiednio zabezpieczone , mogą stać się podatne na naruszenia i nadużycia , co dewastuję prywatność pacjentów i potencjalnie prowadzi do dyskryminacji lub kradzieży tożsamości . Jednak , poleganie na sztucznej inteligencji w podejmowaniu decyzji medycznych budzi nie tylko obawy dotyczące prywatności i bezpieczeństwa danych , ale także stawia dyle- maty etyczne związane z odpowiedzialnością . Algorytmy AI są ustalane na podstawie danych historycznych , które mogą odzwierciedlać istniejące nierówności i uprzedzenia w opiece zdrowotnej . Na przykład , jeśli zestaw danych użyty do szkolenia systemu AI obejmuje głównie informacje od białych pacjentów , system może źle odzwierciedlać potrzeby zdrowotne i doświadczenia innych grup rasowych lub etnicznych . Ponadto , powierzenie kluczowych decyzji medycznych systemom AI stawia pytania dotyczące odpowiedzialności i potencjalnych błędów lub awarii . W przypadku niekorzystnego wyniku czy błędnej diagnozy może być niejasne , kto powinien ponieść odpowiedzialność - dostawca opieki zdrowotnej , który polegał na systemie , czy twórcy algorytmu . Brak jasności w tym zakresie może mieć poważne konsekwencje dla bezpieczeństwa pacjenta i zaufania do systemu opieki zdrowotnej , zwłaszcza tych decydujących się na implementację sztucznej inteligencji . Aby zaradzić tym kwestiom etycznym , istotne jest ustanowienie transparentnych struktur zarządzania , które zapewnią odpowiedzialne i etyczne wykorzystanie AI w medycynie .
Podsumowując , integracja sztucznej inteligencji w medycynie niesie ze sobą obiecujące możliwości poprawy opieki nad pacjentem , diagnozy , opcji leczenia jak i wiedzy medycznej . Jednakże , równie istotne co potencjalne korzyści , są uwagi dotyczące prywatności , bezpieczeństwa danych , etyki oraz równości w dostępie do opieki zdrowotnej . Ostatecznie , temat AI jest stosunkowo świeży , i kto wie czy nowe , harmonijne połączenie nowoczesnej technologii z zasadami etyki medycznej nie otworzy przed nami naprawdę fascynujących możliwości poprawy zdrowia społeczeństwa .
Julia Reising