"Kai žmonės išsikelia tikslus, kurie yra aukšti iki kvailumo, protinga pasišaipyti. Paprastai tie, kurie tai daro teisūs. Tačiau kartais verta atsižvelgti į galimybę, kad, net labiausiai stebinantis, siekis gali būti įgyvendintas.
2015 m. pediatrė Priscilla Chan ir jos vyras Markas Zuckerbergas, „Facebook“ įkūrėjas, įsteigė Chan Zuckerberg iniciatyvą (CZI), kurios tikslas – padėti mokslui sukurti pasaulį, kuriame būtų galima užkirsti kelią, išgydyti ar valdyti visas ligas. Nenuostabu, kad įmonė jautė į technologijas orientuotą jausmą. Tačiau tik 2020 m. Chan-Zuckerbergo kasmetiniai atnaujinimai pradėjo kalbėti apie dirbtinio intelekto (AI) potencialą. Po ketverių metų sunku įsivaizduoti, kad kas nors, siekdamas savo tikslų, neskelbtų AI, dedamo į priekį ir centre.
Biomedicininių tyrimų straipsnių, kuriuose remiamasi dirbtiniu intelektu, dalis eksponentiškai augo gerokai anksčiau, nei ši sritis pradėjo apakinti pasaulį „pagrindų modeliais“, tokiais, kaip OpenAI GPT (generatyviniai iš anksto apmokyti transformatoriai), Meta's Llama ir Gemini iš Google.
Atsižvelgiant į didžiulį biomedicininių tyrimų duomenų kiekį, ankstyvas AI pritaikymas, vargu, ar stebina.
Tačiau ši praeities pažanga ir pažadas yra tik įžanga į tai, kas dabar vyksta.
Didelės galios dirbtinio intelekto sistemos, panašios į pagrindinius modelius, ir stambius kalbos modelius, generuojančius įtikinamą įvairaus stiliaus tekstą, gana įtikinamai ir naudingai atsakančius į sudėtingus klausimus bei sukuriančius vaizdinius, fiksuojančius žodiniais raginimais išsakytas mintis, tampa sveikatos priežiūros dalimi.
Jos turi programų beveik kiekvienai jos daliai. Jos gali pagerinti tyrėjų pasirinkimą, kaip tiksliai redaguoti genus; jos nepaprastai gerai supranta didelius duomenis iš skirtingų šaltinių; jos gali pasiūlyti naujus vaistų kūrimo tikslus ir padėti išrasti dideles ir mažas molekules, kurios galėtų veikti, kaip vaistai.
Pati CZI dabar kuria dirbtinio intelekto varomą „virtualią ląstelę“, kuria ji tikisi pakeisti visų rūšių biomedicininius tyrimus.
Poveikis neapsiriboja laboratorija. Įvairios diagnozės, kuriose AI vaidina svarbų vaidmenį, atrodo pasiruošusios transformuotis. Chirurgai robotai imasi vis įvairesnių operacijų. Tai, kaip pacientai gali gauti informaciją apie sveikatą ir motyvuoti save laikytis gydymo režimų, atrodo tinkama įsivaizduoti, kaip pokalbių robotai ir nešiojami sveikatos monitoriai mokosi dirbti kartu. Tikėtina, kad sveikatos priežiūros sistemų produktyvumas gerokai padidės.
Vargingesnės šalys gali turėti daugiausiai naudos. Ankstesnės kartos dirbtinis intelektas jau jaučiasi sveikatos priežiūros srityje. Vienas iš pranašumų yra tai, kad gana kukli įranga gali būti daug galingesnė, todėl ją galima naudoti plačiau ir ne tik klinikoje. Išmanieji stetoskopai gali padėti vartotojams išsirinkti svarbiausias detales, o telefonus galima paversti „trikorteriais“, kurie vienu metu matuoja širdies ritmą, temperatūrą, kvėpavimo priežiūra ir kraujo prisotinimą deguonimi.
Patikimų gairių teikimas sveikatos priežiūros darbuotojams visame pasaulyje jų gimtąja kalba yra pažanga.
.
Jei tokios priemonės gali tapti plačiai paplitusios ir jei sveikatos priežiūros sistemos bus pertvarkytos, kad jas būtų galima kuo geriau išnaudoti, jos turėtų sudaryti sąlygas teikti daug geresnę priežiūrą. Tai yra galimybė pagerinti šimtų milijonų, net milijardų žmonių gyvenimus.
Kai kurie mato ne tik humanitarinį, bet ir epistemologinį proveržį: visiškai naują žinių rūšį. Dirbtinis intelektas gali rasti asociacijas ir ryšius skirtingų duomenų rinkiniuose, kurie yra per dideli ir surišti, kad žmonės galėtų juos atrinkti, nereikalaujant iš anksto egzistuojančių modelių, nurodančių, kokios priežastys turi kokį nors poveikį.
Demisas Hassabis, vienas iš „DeepMind“, AI galiūno, kuris dabar yra „Google“ dalis, įkūrėjų mano, kad tokie gebėjimai pakeis tai, kaip žmonės supranta pačią gyvybę.
Iš 1500 sveikatos AI pardavėjų daugiau, nei pusė, buvo įkurta per pastaruosius septynerius metus
Yra įspėjimų. Pamatiniai modeliai, kuriais maitinamos „generacinės“ programos, tokios, kaip „ChatGPT“, turi rimtų trūkumų. Nesvarbu, ar tai vadinate haliucinacijomis, kaip kadaise sakydavo tyrėjai, ar konfabuliacija, kaip dabar jie sakyti mėgsta, modeliai daug ką sugalvoja.
Kaip ir daugumos dirbtinio intelekto atveju, jei mokysite juos iš prastų ar nevienodų duomenų, rezultatai nebus tokie, kokie turėtų būti. Jei duomenys yra šališki, kaip dažnai būna sveikatos duomenys (gerus duomenis apie mažumas, mažas pajamas gaunančias grupes ir marginalines grupes dažnai gauti sunkiau), rezultatai nepasitarnaus visai populiacijai taip gerai, kaip turėtų ir gali pakenkti. nepakankamai atstovaujamose grupėse. Modelių „nedeterministinė“ prigimtis (jie ne visada vienodai reaguos į tą patį stimulą) kelia filosofinių ir praktinių problemų tiems, kurie reguliuoja medicinos prietaisus. Kraujo spaudimo rankogaliai ir termometrai tiksliau atspindi tikrovę.
Nė vienas iš to nėra sveikatos priežiūros dirbtinio intelekto produktų ir paslaugų rinkos viršūnėje, kuri sparčiai auga. Didelės dirbtinio intelekto įmonės labai nori pirkti sveikatos priežiūros specialistus; sveikatos priežiūros įmonės perka dirbtinį intelektą. „Research and Markets“, analitikų įmonė, apskaičiavo, kad 2023 m. sveikatos priežiūros pasaulis išleido apie 13 mlrd. dolerių AI lustams, programoms ir kt. Manoma, kad iki 2028 m. šis skaičius pasieks 47 mlrd. dolerių. „CB Insights“ analitikai mano, kad 2019–2022 m. investuotojai pervedė milžinišką 31,5 mlrd. dolerių į AI akcijas.Iš 1500 kompanijų sveikatos AI srityje daugiau, nei pusė atsirado paskutiniais septyneriais metais.
Sveikatos priežiūros skaitmeninimas patyrė nemažai brangių nusivylimų. Tačiau yra reali galimybė, kad dirbtinis intelektas pateisins tam tikras viltis. Dėl paprastesnių ir atlaidesnių sąsajų dirbtinio intelekto sistemos, skirtos duomenims tvarkyti ir padėti valdyti laiką, būtų palankesnės gydytojams, pacientams ir sveikatos priežiūros paslaugų teikėjams, nei anksčiau. Be to, sveikatos priežiūros sistemoms labai reikia padidinti našumą, jei jos nori prisitaikyti ir tobulėti pasaulyje, kuriame yra didelių išlaidų ir dažniau sutinkami vyresnio amžiaus žmonės.
Prognozuojama, kad iki 2030 m. sveikatos priežiūros darbuotojų trūkumas pasieks beveik 10 mln., ty apie 15 % viso šiandieninio pasaulio sveikatos priežiūros darbuotojų skaičiaus.
Dirbtinis intelektas pats tos problemos neišspręs. Bet gali padėti.
Šioje ataskaitoje bus nagrinėjamos keturios šios pagalbos formos.
Gydytojams, diagnozuojantiems diagnozes, jau teikiama pagalba – pagalba, kurios jiems labai reikia, turint omenyje, kad dėl blogų medicininių sprendimų kasmet žūva arba tampa neįgalūs 800 000 amerikiečių.
Teikiama pagalba pacientams, kurie nori suprasti jų simptomus arba kuriems reikia pagalbos ir motyvacijos išlikti sveikiems. Dirbtinio intelekto tyrimų įrankiai ir duomenų ginčai padeda įmonėms, bandančioms greičiau ir patikimiau sukurti naujus gydymo būdus. Ir yra pagalba visai sistemai.
Šiandienos sveikatos sistemos yra labai suvaržytos dėl darbuotojų ir žinių trūkumo. Dirbtinis intelektas gali suteikti didelę paramą abiem frontais; gali būti, kad jis gali pasiūlyti transformacinius jų kiekius. Ar tokia pertvarka reikš, kad iki 2100 m. bus užkirstas kelias visoms ligoms, jos bus išgydytos ar valdomos? Nesavaime. Tačiau dėl to šis, matyt, nuoširdus tikslas atrodo labiau tikėtinas. Diskusijos apie AI poveikį yra perpildytos baimės ir nerimo, kartais tinkamai. Tai, ką AI siūlo sveikatai visame pasaulyje, yra radikalus gėrio potencialas." [1]
1. Self-programming panaceas. The Economist; London Vol. 450, Iss. 9390, (Mar 30, 2024): 3, 4.