Протестування офтальмологічної клініки AI-TEC
У Китаї протестували офтальмологічну клініку AI-TEC, де штучний інтелект використовувався для діагностики захворювань очей. На початку випробування система не дуже добре визначала глаукому та вікову макулярну дегенерацію за знімками сітківки. Однак, після додаткового навчання на якісних зображеннях, точність системи значно покращилася. Офтальмологи надали штучному інтелекту 1426 якісних зображень з правильними діагностичними позначками, що зробило можливим ефективніше навчання. Початкове навчання проводилося на майже 27 тисячах зображень нижчої якості без повного маркування, що вплинуло на початкові результати.
Показник AUROC після додаткового навчання перевищив 0,93, що свідчить про покращення точності аналізу. Проте, через п’ять місяців після запуску інструменти AI-TEC використовували лише у 41 з 1113 обстежень, що становить 3,8%. Наступного місяця це число зросло до 259 з 1126 обстежень, що складає 23%. Зростання використання системи стало можливим завдяки оптимізації інтерфейсу, що зробило систему швидшою, скоротило кількість необхідних натискань та обсяг ручного введення даних.
Фактори ефективності штучного інтелекту
Ефективність штучного інтелекту залежить від кількох факторів, зокрема:
- якості даних
- зручності робочого процесу
- участі лікарів
- контролю системи
- можливості виміряти її користь пацієнтам
Дослідники підкреслюють, що необхідний швидкий зворотний зв'язок від медиків для адаптації системи без значних затримок. Штучний інтелект шукає ознаки захворювання на знімку, тоді як лікар враховує симптоми пацієнта перед оцінкою результатів. Важливо зазначити, що висока точність аналізу знімків не гарантує покращення медичної допомоги. На думку дослідників, системи слід оцінювати за впливом на роботу клініки та здоров'я пацієнтів, а не лише за результатами тестів алгоритму.
Розвиток технологій штучного інтелекту у медицині, зокрема в офтальмології, відкриває нові можливості для ранньої діагностики захворювань. Позитивні результати тестування AI-TEC свідчать про потенціал таких систем у покращенні точності діагностики. Однак успішна інтеграція штучного інтелекту в клінічну практику вимагає не лише технологічного прогресу, а й активної участі медичних працівників, які повинні оцінювати результати та адаптувати процеси. Це підкреслює важливість комплексного підходу до впровадження інновацій у медичну сферу.