AI chăm sóc sức khỏe: Thất bại của tham vọng

Rất ít lĩnh vực phù hợp với sự phát triển công nghệ như y học. Công bằng mà nói, y học với tư cách là một phương pháp thực hành đã được công nghệ biến đổi và giờ đây hoàn toàn dựa vào nó trên tất cả các khía cạnh, như phát triển thuốc, chẩn đoán y tế và nâng cấp bằng chân tay giả. Đó là nguồn phát triển công nghệ mới, chẳng hạn như máy quét MRI, nơi các bác sĩ hợp tác với các nhà khoa học để tạo ra các thiết bị trước đây không thể tưởng tượng được.

Y học cảm thấy như nó là phải là tương lai: Khoa học viễn tưởng bắn phá chúng ta bằng một tương lai trắng sáng lấp lánh của y học dựa trên công nghệ, nơi chúng ta sẽ không bao giờ phải cảm thấy bàn tay lạnh giá của bác sĩ trên bụng mình, và có lẽ ngay cả các nha sĩ cũng đã đặt ra các cuộc tập trận của họ. Vì vậy, có vẻ như hoàn toàn tự nhiên khi công nghệ mới nhất và tốt nhất của nhân loại, trí tuệ nhân tạo (AI), nên được đưa vào chăm sóc sức khỏe. 

Nó có thể khó như thế nào? Những người trong chúng ta đã cố gắng tương tác với dịch vụ bác sĩ đa khoa trong thời gian khóa máy có thể được tha thứ vì nghĩ rằng công nghệ duy nhất cần thiết để đạt được hầu hết mọi cách sẽ là bản ghi âm một đường dây điện thoại bận xen kẽ với một nhân viên tiếp tân hơi cáu kỉnh đưa ra những lời hứa mơ hồ về các cuộc hẹn sẽ được thực hiện. có sẵn trong một vài tháng. (Tôi đang trêu chọc các bác sĩ đa khoa trong bài đăng trên blog này một chút, điều mà tôi nghĩ là an toàn vì tôi khó có thể gặp trực tiếp họ.) Vì vậy, trong lĩnh vực chăm sóc sức khỏe hiện đại, chắc chắn AI sẽ có phạm vi trợ giúp rất lớn? Mọi người đồng ý, và một số bộ óc thông minh nhất thế giới cùng với một số túi tiền rủng rỉnh nhất thế giới đã bắt đầu biến điều này thành hiện thực.

Đã có một thành công. Ví dụ, Hình ảnh y tế đã được hỗ trợ thành công với học máy kỹ thuật, xử lý hồ sơ bệnh án có thể được cải thiệnvà AI thậm chí có thể chỉ ra cách hiểu mới về sức khỏe – ví dụ, nó có thể chính xác dự đoán nếu một bệnh nhân sắp chết, mặc dù chúng tôi không biết làm thế nào. Tuy nhiên, nó đã không được thuận buồm xuôi gió. Khi được yêu cầu cạnh tranh trực tiếp với con người trong các tình huống mới lạ, AI đã thất bại; ví dụ: trong COVID, các mô hình AI không giúp chẩn đoán hoặc phân tích mặc dù đã đầu tư nhiều và việc chuyển đổi chăm sóc y tế tuyến đầu bằng AI đã gặp phải một số trở ngại nghiêm trọng. 

tham vọng bị cản trở

Các vấn đề cụ thể mà lĩnh vực y tế mang lại có thể được lập biểu đồ bằng cách điều tra một trong những thành công lớn nhất của AI và nguồn gốc khiến chúng ta lo lắng về tính ưu việt tiềm tàng của nó: lĩnh vực trò chơi. 

Của IBM Deep Blue đánh bại kỳ thủ cờ vua giỏi nhất thế giới, Garry Kasparov, trong một ván đấu duy nhất vào năm 1996 và trong một giải đấu năm 1997 – đỉnh cao của khoảng 20 năm nỗ lực phát triển trí tuệ nhân tạo cờ vua. IBM sau đó đã phát triển DeepQA kiến trúc cho xử lý ngôn ngữ tự nhiên, vào năm 2011 và hiện mang nhãn hiệu Watson, đã có thể đè bẹp những nhà vô địch tốt nhất của con người tại Jeopardy – một tiến bộ được cho là có thể cho phép nó cạnh tranh và giành chiến thắng trong các lĩnh vực kỹ thuật của con người. 

Đến năm 2012, IBM đã nhắm đến Watson, lúc đó là sự kết hợp của các công nghệ mà họ đã phát triển trong ngành chăm sóc sức khỏe, đặc biệt là ung thư. 

Thành công dường như không thể tránh khỏi: Thông cáo báo chí tích cực, các bài đánh giá cho thấy sự tiến bộ so với bác sĩ con người đã được xuất bản và Watson có thể tiêu thụ giấy tờ y tế trong một ngày điều đó sẽ khiến một bác sĩ con người mất 38 năm. Tôi đã cá cược với một người bạn là bác sĩ rằng đến năm 2020, bác sĩ chuyên khoa ung thư giỏi nhất thế giới sẽ là một cỗ máy. 

Tôi đã thua vụ cá cược của mình, nhưng không toàn diện bằng việc IBM thua vụ cá cược lớn về chăm sóc sức khỏe. Các bệnh viện thí điểm ban đầu đã hủy bỏ thử nghiệm của họ và Watson đã được chứng minh là khuyến cáo phương pháp điều trị ung thư không an toàn. Chương trình về cơ bản là đóng cửa, với việc Watson xoay trục để trở thành thương hiệu cho các phân tích thương mại của IBM với việc sử dụng khả năng xử lý ngôn ngữ tự nhiên của nó như một trợ lý thông minh. Hôm nay, giá cổ phiếu của IBM là 22% thấp hơn hơn là tại thời điểm chiến thắng Jeopardy. 

Tôi đã sử dụng Watson của IBM để minh họa những khó khăn ở đây, nhưng tôi có thể chọn những thất bại với dịch vụ GP ảo,  chẩn đoán, hoặc những người khác. Tôi chắc chắn rằng các tổ chức như thế này sẽ thành công trong thời gian dài, nhưng chúng ta có thể khám phá lý do tại sao một số thất bại này lại có thể xảy ra.

Để hiểu điều gì đó về quy mô của thách thức, chúng ta có thể nhìn lại nơi lĩnh vực này bắt đầu với các nhà điều khiển học của những năm 1940.

Một nhà điều khiển học, W.Ross Ashby, hình thành một số luật, một là của mình Luật yêu cầu đa dạng. Luật này nên được biết đến nhiều hơn, vì nó giải thích gốc rễ của tất cả các loại vấn đề nan giải trong CNTT, từ lý do tại sao các dự án CNTT lớn của khu vực công có xu hướng không hoạt động tốt, đến lý do tại sao các phương pháp CNTT như PRINCE II hầu hết không hoạt động, đến lý do tại sao chúng ta nên rất lo lắng về khả năng kiểm soát AI siêu thông minh của mình. Luật quy định rằng “chỉ có sự đa dạng mới có thể kiểm soát sự đa dạng.” Nghĩa là, nếu bạn có một hệ thống và bạn đang cố gắng điều khiển nó bằng một hệ thống khác, thì hệ thống điều khiển ít nhất phải có độ phức tạp ngang với hệ thống đích; nếu không, nó sẽ không thể đối phó với tất cả các đầu ra của nó, và sẽ có một lối thoát. 

Trong một trò chơi như cờ vua, tất cả thông tin cần thiết để tính toán kết quả tối ưu đều có trên bàn cờ – cờ vua khó, nhưng sự đa dạng không lớn. Nhưng trong thế giới của bác sĩ tuyến đầu, có rất nhiều sự đa dạng đáng kinh ngạc và bạn cần sự phức tạp đáng kinh ngạc để cung cấp kết quả đầu ra phù hợp. Điều này đặt ra một thách thức to lớn cho AI: các bệnh nhân trong thế giới thực sẽ được đào tạo các trường hợp khó khăn về tài liệu, nhưng AI sẽ cần phải giải quyết chúng một cách hiệu quả trong một lần. Chúng tôi thấy rằng họ không thể và việc trốn thoát là không thể tránh khỏi, chẳng hạn như AI y tế đã đồng ý một bệnh nhân nên tự tử, một trong đó đã được giải quyết vấn đề nhưng là có lẽ phân biệt chủng tộc, hoặc một trong đó là chắc chắn phân biệt chủng tộc. Ngày làm việc của một bác sĩ trong tương lai có thể liên quan đến việc điều hành ca phẫu thuật, quản trị viên và kiểm tra xem trợ lý AI có gặp sự cố phân biệt chủng tộc không? 

Có một vấn đề khác trong việc áp dụng AI vào chăm sóc sức khỏe có thể có tên kỹ thuật, nhưng tôi sẽ gọi nó là “vấn đề tàn sát cụ bà ở bến xe buýt”. Nếu ai đó đâm xe của họ vào bến xe buýt và giết chết ba bà cụ thân yêu, thì đó sẽ là một câu chuyện lớn trên tin tức địa phương. Nếu một chiếc ô tô tự hành làm điều tương tự, đó sẽ là một câu chuyện thời sự toàn cầu, có thể dẫn đến các vụ kiện và luật pháp. Vấn đề là chúng ta hiện đang nhiều khoan dung hơn với khả năng sai lầm của con người so với chúng ta về khả năng sai lầm của máy móc, và do đó, tiêu chuẩn cho kết quả của công nghệ tự động cao hơn so với con người. Điều này hơi hợp lý, vì một con người đơn lẻ chỉ có thể gây ra rất nhiều tác hại, nhưng AI sẽ mở rộng quy mô và do đó, những sai lầm sẽ được lặp lại. 

Cuối cùng, những rào cản này khiến việc đưa AI vào chăm sóc tuyến đầu để thay thế con người trở nên vô cùng khó khăn. Nhưng điều đó không nhất thiết phải là vấn đề, vì AI chăm sóc sức khỏe vẫn có thể mang lại những lợi ích chuyển đổi to lớn. 

• Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
• Platoblockchain. Web3 Metaverse Intelligence. Khuếch đại kiến ​​thức. Truy cập Tại đây.
• nguồn: https://www.dataversity.net/health-care-ai-a-failure-of-ambition/