الذكاء الاصطناعي للرعاية الصحية: فشل الطموح

أعاد نشره أفلاطون

المتابعون: 0

تتماشى مجالات قليلة مع التطور التكنولوجي مثل الطب. من العدل أن نقول إن الطب كممارسة قد تغيرت من خلال التكنولوجيا والآن يعتمد عليها بالكامل في جميع جوانبها ، مثل تطوير الأدوية والتشخيص الطبي وزيادة الأطراف الصناعية. لقد كان مصدرًا للتطورات التكنولوجية الجديدة ، مثل ماسحات التصوير بالرنين المغناطيسي ، حيث يتعاون الأطباء مع العلماء لإنشاء أجهزة لم يكن من الممكن تصورها سابقًا.

الطب يبدو وكأنه مفترض أن تكون مستقبليًا: الخيال العلمي يقصفنا بمستقبل أبيض لامع للطب القائم على التكنولوجيا حيث لن نحتاج أبدًا إلى الشعور ببرودة يدي الطبيب على بطننا ، وربما حتى أطباء الأسنان قد وضعوا مثاقبهم. لذلك يبدو من الطبيعي تمامًا أن تكون أحدث وأعظم التقنيات البشرية ، الذكاء الاصطناعي (AI) ، جزءًا لا يتجزأ من الرعاية الصحية.

ما مدى صعوبتها؟ أولئك منا الذين حاولوا التفاعل مع خدمة الممارس العام في حالة الإغلاق يمكن أن يُغفر لهم التفكير في أن التقنية الوحيدة اللازمة للحصول على معظم الطريق ستكون تسجيل خط هاتف مزدحم بالتناوب مع موظف استقبال متهالك قليلاً يقدم وعودًا غامضة حول المواعيد. متاح في غضون شهرين. (أنا أضايق الممارسين العامين في منشور المدونة هذا قليلاً ، والذي اعتقدت أنه آمن لأنه من غير المحتمل أن أقابل شخصًا واحدًا شخصيًا.) لذلك ، عبر الرعاية الصحية الحديثة ، من المؤكد أن هناك مجالًا كبيرًا للذكاء الاصطناعي للمساعدة؟ يتفق الناس ، وبعض أذكى العقول في العالم إلى جانب بعض من أعمق الجيوب في العالم قد شرعوا في تحقيق ذلك.

كان هناك نجاح. على سبيل المثال، التصوير الطبي تم مساعدته بنجاح آلة التعلم تقنيات معالجة السجلات الطبية يمكن تحسينه، ويمكن للذكاء الاصطناعي أن يوجه الطريق إلى فهم جديد للصحة - على سبيل المثال ، يمكنه ذلك بدقة توقع ما إذا كان المريض سيموترغم أننا لا نعرف كيف. ومع ذلك ، لم يكن الأمر سهلاً. عندما طُلب من الذكاء الاصطناعي التنافس مباشرة مع البشر في مواقف جديدة ، كان الذكاء الاصطناعي فاشلاً ؛ على سبيل المثال ، خلال COVID ، لم تفعل نماذج الذكاء الاصطناعي تساعد في التشخيص أو التحليل على الرغم من الكثير من الاستثمار ، وشهد التحول في الرعاية الطبية في الخطوط الأمامية باستخدام الذكاء الاصطناعي بعض الانتكاسات الخطيرة.

أحبطت الطموحات

يمكن تحديد المشاكل المحددة التي يوفرها المجال الطبي من خلال التحقيق في أحد أعظم نجاحات الذكاء الاصطناعي ، ومصدر الكثير من قلقنا بشأن تفوقه المحتمل: ساحة الألعاب.

في IBM أزرق تغلب على أفضل لاعب شطرنج في العالم ، غاري كاسباروف ، في مباراة واحدة عام 1996 ، وفي بطولة عام 1997 - تتويجًا لما يقرب من 20 عامًا من الجهد في تطوير الذكاء الاصطناعي للشطرنج. ثم تطورت شركة IBM DeepQA الهندسة المعمارية ل معالجة اللغة الطبيعية، والتي ، في عام 2011 والآن أصبح Watson ، قادرًا على ذلك سحق أفضل أبطال البشر في Jeopardy - تقدم كان يعتقد أنه يمكن أن يسمح لها بالمنافسة والفوز في المجالات التقنية البشرية.

بحلول عام 2012 ، استهدفت شركة IBM Watson ، والتي كانت آنذاك عبارة عن مزيج من التقنيات التي طوروها في صناعة الرعاية الصحية ، وخاصة علم الأورام.

بدا النجاح حتميًا: كانت البيانات الصحفية إيجابية ، وتم نشر المراجعات التي أظهرت التقدم مقابل الأطباء البشريين ، وكان بإمكان واطسون ذلك تستهلك الأوراق الطبية في يوم واحد قد يستغرق طبيب بشري 38 عامًا. لقد راهنت مع صديق طبي أنه بحلول عام 2020 سيكون أفضل أخصائي أورام في العالم آلة.

لقد خسرت رهاني ، ولكن ليس بشكل شامل كما خسرت شركة IBM رهانها الكبير على الرعاية الصحية. ألغت المستشفيات التجريبية الأولية تجاربها وتم عرض Watson على ذلك التوصية بعلاجات السرطان غير الآمنة. كان البرنامج في الأساس أغلقت، مع تمحور Watson لتصبح العلامة التجارية لتحليلات IBM التجارية باستخدام معالجة اللغة الطبيعية كمساعد ذكي. اليوم ، سعر سهم IBM هو شنومك٪ أقل مما كانت عليه في لحظة انتصار لعبة Jeopardy.

لقد استخدمت Watson من شركة IBM لتوضيح الصعوبات هنا ، لكن كان بإمكاني اختيار الفشل خدمة GP الافتراضية, التشخيص, او اخرين. أنا متأكد من أن مثل هذه المؤسسات ستنجح على المدى الطويل ، لكن يمكننا استكشاف سبب احتمال حدوث بعض هذه الإخفاقات.

لفهم شيء من حجم التحدي ، يمكننا أن ننظر إلى الوراء إلى حيث بدأ المجال مع علماء الإنترنت في الأربعينيات.

عالم علم الإنترنت ، دبليو روس آشبي، تصور عدة قوانين ، أحدها له قانون الصنف المطلوب. يجب أن يكون هذا القانون معروفًا بشكل أفضل ، لأنه يشرح جذر جميع أنواع المشاكل المستعصية في مجال تكنولوجيا المعلومات ، من سبب عدم تميل مشاريع تكنولوجيا المعلومات الكبيرة في القطاع العام إلى السير على ما يرام ، إلى سبب عدم نجاح منهجيات تكنولوجيا المعلومات مثل PRINCE II في الغالب ، إلى السبب يجب أن نكون قلقين للغاية بشأن قدراتنا على التحكم في الذكاء الاصطناعي الخارق. ينص القانون على أن "التنوع وحده قادر على التحكم في التنوع". بمعنى ، إذا كان لديك نظام وتحاول التحكم فيه بنظام آخر ، فيجب أن يكون نظام التحكم على الأقل بنفس القدر من التعقيد مثل النظام المستهدف ؛ وإلا فلن يكون قادرًا على التعامل مع جميع مخرجاته ، وسيكون هناك هروب.

في لعبة مثل الشطرنج ، يتم تضمين جميع المعلومات اللازمة لحساب النتيجة المثلى على اللوحة - الشطرنج صعب ، لكن التنوع ليس رائعًا. لكن في عالم المعالجة في الخطوط الأمامية ، هناك تنوع مذهل ، وتحتاج إلى تعقيد لا يُصدق لتوفير المخرجات الصحيحة. يمثل هذا تحديًا هائلاً للذكاء الاصطناعي: فالمرضى في العالم الحقيقي سوف يتدربون على حالات متطورة مادية ، لكن الذكاء الاصطناعي سيحتاج إلى حلها بفعالية في طلقة واحدة. نجد أنهم لا يستطيعون ، والهروب أمر لا مفر منه ، مثل الذكاء الاصطناعي الطبي الذي وافق على أ يجب على المريض أن يقتل نفسه، الذي كان يحل المشكلات ولكنه كان كذلك ربما عنصرية ، أو الذي كان بالتأكيد عنصرية. هل يمكن أن يتضمن يوم عمل الطبيب المستقبلي إجراء الجراحة وإجراء المشرف والتحقق مما إذا كان مساعد الذكاء الاصطناعي قد تعرض لحادث عنصري؟

هناك مشكلة أخرى في تبني الذكاء الاصطناعي في الرعاية الصحية والتي ربما يكون لها اسم تقني ، لكنني سأطلق عليها "مشكلة مذبحة الجدة في محطة الحافلات." إذا صدم شخص ما سيارته في محطة للحافلات وقتل ثلاث جدات محبوبات ، فستكون هذه قصة كبيرة في الأخبار المحلية. إذا فعلت السيارة المستقلة الشيء نفسه ، فستكون قصة إخبارية عالمية ، وربما تؤدي إلى دعاوى قضائية وتشريعات. النقطة هي أننا حاليا كثيرا أكثر تسامحًا مع القابلية للخطأ البشري مما نتحمله مع قابلية الخطأ للآلة ، وبالتالي فإن معيار نتائج التكنولوجيا الآلية أعلى مما هو عليه بالنسبة للبشر. هذا منطقي إلى حد ما ، حيث يمكن للإنسان الواحد أن يتسبب في الكثير من الضرر ، لكن الذكاء الاصطناعي سيتوسع ، وبالتالي سيتم تكرار الأخطاء.

في النهاية ، تجعل هذه الحواجز من الصعب للغاية إدخال الذكاء الاصطناعي في رعاية الخط الأمامي لاستبدال البشر. لكن هذا لا يهم بالضرورة ، حيث لا يزال بإمكان الذكاء الاصطناعي للرعاية الصحية توفير فوائد تحويلية ضخمة.