Целта на изследователите е била да проверят не само способността на AI да поставя диагнози, но и доколко технологията може да бъде интегрирана в реална клинична среда
Изкуственият интелект все по-активно навлиза в медицината – от анализа на медицински изображения до разработването на нови лекарства. Учени в Китай обаче направиха още една крачка, като проведоха експеримент с очна клиника, в която AI заема централно място в целия процес на работа.
Екип от Пекинския институт по офталмология и зрителни науки (BERI) е разработил клиниката AI-TEC – модел, при който изкуственият интелект не е просто помощен инструмент за лекарите, а основата на цялата организация на медицинската дейност.
В експерименталната клиника лекарите са присъствали, за да наблюдават процесите, но системата с изкуствен интелект е управлявала отделните етапи – от подготовката на пациентите и извършването на диагностиката до обработката на необходимите действия след прегледа.
Целта на изследователите е била да проверят не само способността на AI да поставя диагнози, но и доколко технологията може да бъде интегрирана в реална клинична среда и да промени начина, по който функционира една медицинска практика.
Първоначалните резултати показали, че системата има сравнително ниска точност при разпознаването на заболявания като глаукома и макулна дегенерация. Ситуацията обаче се променила значително, след като опитни офталмолози добавили към базата данни 1426 висококачествени изображения с потвърдени диагнози.
Оказало се, че този по-малък, но по-качествен набор от данни е дал на системата по-добра основа за обучение в сравнение с първоначалната база, която е съдържала близо 27 000 изображения с по-ниско качество.
След въвеждането на новите данни точността на AI системата е надхвърлила 0,93 по стандартизираната диагностична метрика AUROC. Това е резултат, сравним с постиженията на други усъвършенствани системи за анализ на медицински изображения.
Експериментът обаче показал, че добрите диагностични резултати не са достатъчни, за да бъде една AI система успешно внедрена в медицинската практика.
След първоначалния период на интензивно използване приложението на технологията постепенно намаляло. В определен момент процесът, базиран на изкуствен интелект, е бил използван едва при 3,8% от прегледите.
Изследователите установили, че причината не е непременно в качеството на AI, а в начина, по който системата се вписва в ежедневната работа на лекарите. След като платформата била оптимизирана, работата ѝ била ускорена, а броят на необходимите кликове и действия бил намален, използването ѝ нараснало до 23% през следващия месец.
Според учените това показва колко трудно е внедряването на изкуствен интелект в здравеопазването. Ефективността на подобна система зависи не само от алгоритъма, но и от качеството на данните, начина на взаимодействие с медицинския персонал, организацията на работния процес, участието на лекарите и реалната клинична полза.
„Ранният ни опит показа, че внедряването на здравеопазване, базирано на изкуствен интелект, всъщност е предизвикателство за цялата екосистема“, посочват изследователите.
Те подчертават и значението на бързата обратна връзка. Според тях клиницистите трябва да могат своевременно да дават информация за работата на системата, така че AI да бъде усъвършенстван в реално време, вместо корекциите да се правят със седмици закъснение.
Затова тясното сътрудничество между медицинските специалисти и експертите по изкуствен интелект е определено като ключово условие за развитието на подобни технологии.
Въпреки че AI-базираните клиники все още са рядкост, резултатите от експеримента показват, че подобен модел може да работи при правилно изградена система и подходящи условия.
Съществуват обаче и редица предизвикателства. Сред тях е неравният достъп до технологиите, както и разликата между това, което AI анализира, и реалната работа на лекаря.
Изкуственият интелект може да се съсредоточи върху конкретния краен резултат – например дали пациентът има определено заболяване. Лекарят обаче трябва да вземе предвид много повече фактори, включително симптомите, оплакванията и цялостното състояние на пациента. Замъгленото зрение например е проблем, който изисква клинична оценка, а не просто анализ на изображение.
Следователно фактът, че една AI система може да анализира медицински изображения с висока точност, не означава автоматично, че пациентите ще получат по-добри грижи.
Авторите на изследването смятат, че бъдещите оценки на подобни системи трябва да излязат извън рамките на стандартните статистически показатели. За тях е по-важно да се установи дали изкуственият интелект действително променя медицинската практика и подобрява резултатите от лечението.
„Успехът на здравна система, базирана на изкуствен интелект, трябва да се измерва с това дали тя трансформира клиничната практика и подобрява резултатите от лечението, а не с това дали постига най-високи резултати на тестове“, заключават изследователите.
