Rentgenas, kuris mato daugiau nei gydytojas
Prieš penkerius metus radiologas, žiūrėdamas į mamogramos vaizdą, turėdavo pasikliauti savo akimis, patirtimi ir, tiesą sakant, tuo, ar tą dieną gerai išsimiegojo. Dabar šalia jo sėdi algoritmas, kuris per kelias sekundes išanalizuoja tūkstančius pikselių ir pažymi vietas, kurias žmogus gali tiesiog praleisti. Tai ne fantastika – tai jau kasdienybė daugelyje Vakarų klinikų.
Google DeepMind sukurtas modelis, testuotas su Jungtinės Karalystės pacientų duomenimis, parodė, kad dirbtinis intelektas krūties vėžį aptinka tiksliau nei du radiologai kartu. Klaidingų neigiamų rezultatų sumažėjo beveik 10 procentų. Skaičius atrodo nedidelis, kol nesuskaičiuoji, kiek tai gyvybių per metus.
Laikas – priešas, kurį pagaliau galima įveikti
Onkologijoje laikas nėra abstrakti sąvoka. Vėžys, aptiktas pirmoje stadijoje, daugeliu atvejų yra išgydomas. Trečioje – prognostika dramatiškai prastėja. Problema ta, kad tradicinė diagnostika yra lėta: eilės, laboratorijų apkrovos, specialistų trūkumas.
Dirbtinis intelektas šią lygtį keičia. Sistemos, analizuojančios histologinius preparatus ar kompiuterinės tomografijos vaizdus, rezultatus pateikia per minutes, o ne dienas. Masačusetso technologijos instituto tyrėjai sukūrė modelį, kuris iš paprastos kraujo analizės gali nustatyti ankstyvą plaučių vėžio riziką – tai reiškia, kad invazinių procedūrų galima išvengti visiškai.
Kai algoritmas pasiekia ten, kur gydytojo nėra
Vienas iš skaudžiausių onkologijos paradoksų: geriausi specialistai koncentruojasi didmiesčiuose, o vėžys neatsižvelgia į tai, kur žmogus gyvena. Kaimo vietovėse, besivystančiose šalyse – ten, kur onkologo vizitas gali reikšti kelių valandų kelionę – ankstyva diagnostika dažnai tiesiog neegzistuoja.
Dirbtinis intelektas čia tampa ne prabanga, o infrastruktūra. Išmanusis telefonas su tinkama programėle ir dermoskopijos priedu gali analizuoti odos darinį ir su dideliu tikslumu įvertinti melanomos riziką. Panašūs sprendimai jau testuojami Afrikoje ir Pietryčių Azijoje, kur onkologų skaičius milijonui gyventojų kartais siekia vieną ar du.
Tai, ko algoritmas dar nemoka – ir kodėl tai svarbu
Būtų naivu teigti, kad viskas be priekaištų. Dirbtinis intelektas mokosi iš duomenų, o duomenys atspindi pasaulį su visomis jo nelygybėmis. Jei modelis apmokytas daugiausia ant baltaodžių pacientų nuotraukų, jo tikslumas kitoms etninėms grupėms gali būti žymiai mažesnis. Tai ne teorinė rizika – tai dokumentuota problema.
Be to, algoritmas nemato paciento. Jis nemato baimės akyse, negirdi, kaip žmogus aprašo skausmą, nesupranta konteksto. Gydytojas – dar kol kas – yra tas, kuris visa tai surenka į vieną paveikslą ir priima sprendimą.
Diagnostika rytoj: ne robotas vietoj gydytojo, o robotas šalia
Geriausias scenarijus – ir tas, kurio siekia rimčiausi šios srities tyrėjai – nėra žmogaus pakeitimas mašina. Tai sinergija, kai algoritmas atlieka varginantį, dėmesio reikalaujantį darbą, o gydytojas sprendžia tai, ką spręsti gali tik žmogus. Pirminiai rezultatai iš klinikų, kurios jau taiko tokį modelį, rodo, kad abu kartu klysta rečiau nei kiekvienas atskirai.
Vėžio diagnostika šimtmečius buvo ribojama tuo, ką žmogaus akis gali pamatyti ir ką žmogaus protas gali prisiminti. Dirbtinis intelektas tų ribų neturi. Ir tai, kad ši technologija po truputį tampa prieinama ne tik turtingiausioms klinikoms, o ir ten, kur jos labiausiai reikia – galbūt yra svarbiausia medicinos žinia pastarojo dešimtmečio.