Microsoft tvrdi da je njihov AI sustav nadmašio liječnike u sekvencijalnoj dijagnostici
Istraživanje objavljeno u časopisu Science pokazuje da novi sustav umjetne inteligencije MAI-DxO simulira kliničko odlučivanje korak-po-korak te postiže veću točnost uz znatno manje pretraga
Klinička dijagnostika u stvarnom svijetu predstavlja sukcesivan proces prikupljanja informacija i zaključivanja, a ne jednokratnu analizu potpunog slučaja. Liječnici počinju s ograničenim podacima, oblikuju početnu diferencijalnu dijagnozu te potom odabiru pitanja i pretrage, važući očekivanu dijagnostičku korist u odnosu na trošak, opterećenje pacijenta i odgodu. Prijašnji testovi jezičnih modela ispitivali su mogućnosti dijagnostike na već kompletiranim slučajevima, što ne odražava stvarnu kliničku praksu u kojoj pacijenti ne dolaze s unaprijed pripremljenim sažecima simptoma.
Kako bi se tome doskočilo, u novom radu Microsoftovih stručnjaka, objavljenom u časopisu Science, predstavljen je interaktivni sustav umjetne inteligencije MAI-DxO. Sustav simulira tim liječnika koji počinje svoje zaključivanje od glavne tegobe pacijenta, kontinuirano pridonosi reviziji diferencijalne dijagnoze te samostalno odlučuje koje će prateće upite postaviti i koje će (cjenovno učinkovite) pretrage zatražiti.
Znatno točniji
Prilikom evaluacije na uobičajenim slučajevima, prikupljenima iz prakse hitne službe u SAD-u, alat MAI-DxO je postigao točnost od 80,3%. Time je bio 1,7 puta točniji od liječnika opće prakse, koji su u istom ispitnom okruženju ostvarili točnost od 46,8%. Na najsloženijim medicinskim slučajevima s kliničko-patoloških konferencija objavljenih u časopisu The New England Journal of Medicine, sustav je postigao točnost od 83,2% u usporedbi s 36,1% koliko su ostvarili liječnici. MAI-DxO je također bio više nego dvostruko točniji od liječnika koji su se koristili udžbenicima i Internetom, ali i gotovo četiri puta točniji od liječnika koji su postavljali dijagnoze bez tih resursa.
Osim visoke preciznosti, sustav je uspješno izbjegavao neselektivno provođenje pretraga te je do točne dijagnoze dolazio uz polovicu ili čak trećinu uobičajenih troškova. Iako su rezultati dobiveni u kontroliranom okruženju, oni jasno ukazuju na potencijal jezičnih modela u pružanju podrške liječnicima radi točnije i povoljnije dijagnostike. U Microsoftu kažu da je to korak ka stvaranju "medicinske superinteligencije" – pritom koristeći termin "superinteligencija" na uobičajen način, kao onaj koji opisuje sustave sposobnije od ljudi (a ne prema Trumpovoj definiciji).
