هوش مصنوعی مایکروسافت در تشخیص بیماری های پیچیده از پزشکان عمومی دقیق تر عمل کرد
به گزارش رهاتل، بخش هوش مصنوعی سلامت مایکروسافت اخیراً از ابزار جدیدی با نام MAI-DxO پرده برداشت که می تواند با پرسیدن سؤال از بیمار، با دقت خیلی بالایی به تشخیص نهائی در کیس های پیچیده و نادر برسد.
به گزارش رهاتل به نقل از خبر آنلاین، به نقل از دیجیاتو، مایکروسافت ادعا کرد که سیستم هوش مصنوعی این شرکت می تواند در تشخیص موارد دشوار و بیماری های نادر، بیشتر از دو برابر پزشکان عمومی دقت داشته باشد. سیستم یاد شده که با نام MAI-DxO معرفی شده است، توانسته با انجام آزمایش ها و درخواست بررسیهای پاراکلینیکی کمتر، عملکرد بهتری در مقایسه با پزشکان عمومی در تشخیص بیماری ها از خود نشان دهد. البته سازندگان این ابزار اذعان دارند که در صورت مقایسه آن با پزشکان متخصص، احتمالا تفاوت عملکرد بسیار کمتر خواهد بود.
محققان و مهندسان مایکروسافت ابتدا نتایج مربوط به سیستم تشخیصی جدید خویش را در ژورنال آنلاین arXiv منتشر نموده بودند؛ اما حالا مقاله تکمیلی این تحقیق، بعد از داوری مستقل، در ژورنال معتبر ساینس انتشار یافته است. این نتایج نشان می دهند که ابزار توسعه یافته توسط آنها دست کم در محیط پژوهشی می تواند عملکردی نزدیک به ادعاهای عنوان شده داشته باشد.
با وجود موفقیت در آزمون ها، سیستم MAI-DxO مایکروسافت برای تبدیل شدن به ابزاری کاربردی و فراگیر در تشخیص بیماری ها، بعنوان مکملی برای پزشکان، به آزمایش های بالینی بیشتری نیاز دارد. دکتر «دامینیک کینگ»، سرپرست بخش هوش مصنوعی سلامت مایکروسافت، اعلام نموده است که این شرکت در نظر دارد طی ماه های آینده، آزمایش استفاده از محصول جدید خویش را در یکی از بیمارستان های شهر بوستون در ایالت ماساچوست آغاز کند.
برپایه مقاله تازه انتشار یافته از جانب محققان مایکروسافت، سیستم MAI-DxO توانسته است در تشخیص موارد پیچیده و نادر، دقت ۸۳.۲ درصدی داشته باشد؛ درحالی که این میزان برای پزشکان عمومی با سطح دسترسی یکسان به داده ها و اطلاعات بیماران، تنها ۳۶.۱ درصد بوده است. جالب تر این که در آزمونی دیگر، هنگامی که اطلاعات اولیه از پزشکان دریغ شد، نرخ موفقیت آنها در تشخیص به ۲۲ درصد کاهش پیدا کرد. درنتیجه، دقت سیستم هوش مصنوعی مایکروسافت در این شرایط تقریبا چهار برابر پزشکان عمومی بوده است.
طبق مطلب انتشار یافته در وبلاگ مایکروسافت، سیستم MAI-DxO برای رسیدن به تشخیص صحیح به آزمایش ها و بررسیهای پاراکلینیکی کمتری نیاز داشته است؛ به صورتی که پتانسیل کاهش هزینه نهائی تشخیص و درمان را بین ۵۰ تا ۶۶ درصد دارد. این مساله از منظر اقتصاد سلامت اهمیت زیادی دارد؛ اما نباید فراموش کرد که ارقام اعلام شده از جانب مایکروسافت برپایه تخمین ها و شبیه سازی ها به دست آمده اند. درنتیجه، آزمایش این سیستم در شرایط حقیقی ممکنست نتایج متفاوتی بهمراه داشته باشد.
لازم به ذکر است که سیستم MAI-DxO مایکروسافت بر خلاف برخی نمونه های مشابه پیشین، فرآیند تشخیص را مستقیماً برپایه علایم بیمار، سوابق سلامت و نتایج آزمایشگاهی آغاز نمی کند؛ بلکه ابتدا به سراغ شکایت اصلی بیمار می رود و سپس برای رسیدن به اطلاعات موردنیاز، پرسش های تکمیلی مطرح می کند. این رویکرد شباهت بیشتری به عملکرد پزشکان در دنیای حقیقی دارد و بر سازوکارهای استدلال ماشینی متمرکز است؛ درنتیجه، توانسته است در مقایسه با ابزارهای پیشین مبتنی بر مدلهای زبانی بزرگ، خروجی بهتری عرضه نماید.
بطور خلاصه البته سازندگان این ابزار اذعان دارند که در صورت مقایسه آن با پزشکان متخصص، احتمالاً تفاوت عملکرد خیلی کمتر خواهد بود. این رویکرد شباهت بیشتری به عملکرد پزشکان در دنیای حقیقی دارد و بر سازوکارهای استدلال ماشینی متمرکز است؛ درنتیجه، توانسته است در مقایسه با ابزارهای پیشین مبتنی بر مدل های زبانی بزرگ، خروجی بهتری عرضه نماید.
منبع: رهاتل
این مطلب را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان رهاتل در مورد این مطلب