სწორი დიაგნოზის დასმას ხშირად უამრავი ინფორმაციის გადამუშავება, ანალიზი, მონაცემების ერთმანეთთან დაკავშირება და ზოგჯერ სხვადასხვა სპეციალიზაციის ექიმებთან კონსულტაციაც სჭირდება. ახალშობილებში, მცირეწლოვან ბავშვებში, ან ისეთ პაციენტებში, ვინც სხვადასხვა მიზეზის გამო ჩივილებს ვერ აღწერს, სწორი დიაგნოზის დასმა კიდევ უფრო რთულია.
ამერიკელმა და ჩინელმა ექიმებმა ექსპერიმენტი ჩაატარეს და ეს საქმე გარკვეულწილად ხელოვნურ ინტელექტს მიანდეს. კანგ ჟანგმა კალიფორნიის უნივერსიტეტის სან-დიეგოს ფილიალიდან 70 მეცნიერთან ერთად, კომპიუტერულ სისტემაში ჩინეთის ერთ-ერთი დიდი კლინიკის 1.3 მილიონი 18 წლამდე ასაკის პაციენტის ინფორმაცია შეიყვანა და რობოტი დიაგნოზის დასმაში გაწვრთნა.
საავადმყოფოში პაციენტთა ვიზიტების შესახებ შეყვანილი ინფორმაცია მოიცავდა როგორც ექიმების ჩანაწერებს, ისე ჩივილებით შესული ადამიანების ავადმყოფობის ისტორიას და ლაბორატორიული ანალიზების შედეგებს. მოგვიანებით, რობოტ-პედიატრს ახალი პაციენტებისთვის დიაგნოზის დასმა დაავალეს და მიღებული შედეგები ჩვეულებრივი ექიმების მიერ დასმულ დიაგნოზს შეადარეს.
აღმოჩნდა, რომ რობოტმა ვირუსული გრიპის , ინფექციური მონონუკლეოზის, ჩუტყვავილის, კიდურებზე და პირსახეზე სხვადასხვა ტიპის გამონაყარის დიაგნოზი 90-დან 97 პროცენტამდე სიზუსტით დასვა. ეს რა თქმა უნდა, სრულყოფილი შედეგი არ არის, მაგრამ არც ნამდვილი ექიმები არიან სრულყოფილი და ისინიც უშვებენ შეცდომებს – უთხრა საინფორმაციო სააგენტო “ფრანს-პრესს” კვლევის წამყვანმა ავტორმა კანგ ჟანგმა. ის კალიფორნიის უნივერსიტეტის სან-დიეგოს სამედიცინო სკოლაში, გენომური მედიცინის ინსტიტუტის დამფუძნებელი დირექტორია.
ექსპერიმენტმა ხელოვნური ინტელექტის სიძლიერე, მთელ რიგ სხვა, გაცილებით რთულ და შედარებით ნაკლებად გავრცელებულ დაავადებებშიც დაადასტურა, როგორიცაა მაგალითად ბაქტერიული მინინგიტი. ამ დაავადების შემთხვევაში, ელექტრონულმა პედიატრმა დიაგნოზი 93 პროცენტის სიზუსტით დასვა.
კუჭ-ნაწლავის დაავადებებში დასმულმა დიაგნოზის სიზუსტემ 85% შეადგინა. მკვლევარები გააოცა იმ ფაქტმა, რომ რობოტმა ისეთ დაავადებებს შორის აღმოაჩინა ლოგიკური კავშირი, რომელიც წინასწარ შეყვანილ ინფორმაციაში არც კი იყო. ხელოვნური ინტელექტის საშუალებით ასევე წარმატებით დაისვა ასთმის, ფილტვების ანთების და ბევრი სხვა დაავადების დიაგნოზი.
კანგ ჟანგი ამბობს, რომ მომავალში, რობოტი წარმატებით შეასრულებს პედიატრის ფუნქციების უმეტესობას. თუმცა, მისი თქმით, ბოლომდე “ხელოვნური ინტელექტი ვერასდროს ჩაანაცვლებს ექიმს”. მკვლევარები ფიქრობენ, რომ ხელოვნური ინტელექტი უბრალოდ დაეხმარება კლინიცისტებს, რომ საკუთარი მოვალეობა უფრო ხარისხიანად, ნაკლებ დროში და ნაკლები დანახარჯებით შეასრულონ.
რობოტი შეიძლება განსაკუთრებით ეფექტური აღმოჩნდეს განვითარებად ქვეყნებში, სადაც ნაკლებად კვალიფიციური კადრები მუშაობენ, ან მიუვალ ადგილებში, სადაც სამედიცინო ცენტრები საერთოდ არ არის. ამასთან, ხელოვნური ინტელექტის სხვა ენებზე გადაყვანა და სპეციალიზაციის მიხედვით, კლინიკებზე მორგებაც ძალიან იოლად და სწრაფად არის შესაძლებელი.
კანგ ჟანგის თქმით, ხელოვნურ ინტელექტს სამედიცინო ინფორმაციის სწორად გადამუშავების უნიკალური უნარი აღმოაჩნდა. ის არაჩვეულებრივი სისწრაფით ახერხებს სამედიცინო ისტორიის, სისხლის ანალიზის, თუ ექოსკოპიური ტესტების პასუხების შეჯერებას და სწორი დიაგნოზის დასმას. კანგ ჟანგი ამბობს, რომ რობოტს არასდროს ავიწყდება სტატისტიკური მეთოდები, რაც ნამდვილ ექიმებს ზოგჯერ გამორჩებათ ხოლმე.
მეცნიერთა გუნდმა ხელოვნური ინტელექტის დიაგნოზის აკურატულობა 20 პედიატრის მიერ დასმულ დიაგნოზს შეადარა, რომელთაც სხვადასხვა ხანგრძლივობის გამოცდილება ჰქონდათ. მათ შორის, ზოგი დამწყები იყო, ნაწილი კი კარგად გამოცდილი. საბოლოო შედეგების მიხედვით, ახალგაზრდა პედიატრებს რობოტმა აჯობა, მაგრამ დიდი გამოცდილების მქონე პედიატრები მაინც ვერ დაჯაბნა.
კვლევის ავტორები ფიქრობენ, რომ ხელოვნური ინტელექტი, საჭირო ინფორმაციის შეყვანის შემდეგ, დიაგნოზს ზრდასრულ პაციენტებშიც ასეთივე წარმატებით დასვამს. ის შეიძლება განსაკუთრებით გამოადგეთ სასწრაფო დახმარების განყოფილებებს, სადაც პაციენტს, მედპერსონალის ნაკლებობის გამო, რიგში საათობით უწევს ყოფნა.
