ProMedico Pismo Śląskiej Izby Lekarskiej w Katowicach czerwiec 2024 nr 310

10 Pro Medico czerwiec 2024 realizuje się testy, konfrontujące oczeki- wany od systemu wynik z tym, który on dostarcza. Rozbieżności podlegają korek- cie. Niwelowanie różnic trwa aż do uzy- skania pożądanej precyzyjności analizy. Na koniec powstaje produkt, gotowy do kolejnego, już tym razem samodziel- nego etapu edukacji. Lista danych, które mają zostać podda- ne analizie zależy od wprowadzonych informacji do systemu (obecność ubyt- ku próchniczego, przebieg nerwu zębo- dołowego dolnego, obecność implantu itd.) Wrażliwość i specyficzność systemu ma wpływ na czułość wyniku. Na przy- kład próchnica głęboka zostanie okre- ślona z przykładowo 96% pewnością, podczas kiedy próchnica początkowa (z mniejszą ilością ubytku substancji twardej zęba) zostanie określona z około 45% pewnością. Korzyści płynące z wykorzystania sztucz- nej inteligencji przy analizie obrazu rent- genowskiego wydają się być absolutnie niepodważalne. Szybkość i niezawod- ność, automatyczność, z uwzględnieniem prawdopodobieństwa pewności. Elimi- nacja błędu wywołanego czynnikiem ludzkim (zmęczenie, nieuwaga). Ponadto w miarę dostarczania danych, sztucz- na inteligencja zwiększać będzie swoje umiejętności, by w pewnym momencie stać się nawet bardziej kompetentną i czulszą w wykrywaniu wczesnych zmian chorobowych niż oko człowieka. Ponad- to możliwość wprowadzenia kolorowej grafiki pozwoli łatwiej wytłumaczyć ist- niejący problem pacjentowi. Sztuczna inteligencja posiada jednak i swoje ograniczenia. Najbardziej istot- nym jest to, wynikające z samej koncepcji AI. Jej fundamentem są dane pochodzą- ce od człowieka i jego wzrokowej analizy obrazów rentgenowskich. Błąd ludzki, jeśli pojawi się niezauważony na wstępie, będzie cały czas powielany. Pojedynczy, zginie w ogromie prawidłowo wprowa- dzonych danych. Wielokrotnie jednak powtórzony błąd zostanie przez sztuczną inteligencję przyswojony jako prawidło- wość. Dużo bardziej jednak niebezpiecz- nym jest wprowadzanie danych z obra- zami, które nie zostały skonfrontowane z faktycznymi, realnymi diagnozami klinicznymi. To prosta droga do błędów diagnostycznych, generowanych przez sztuczną inteligencję. Ponadto sztuczna inteligencja opiera swoją wiedzę o bazę danych patologii licznie występujących. Jej wiedza może okazać się niewystarcza- jąca względem tych rzadkich, lub nowo powstałych. Bardzo cenne, wręcz kluczowe może oka- zać się stworzenie bazy danych publicz- nych, z których korzystać będzie mógł sektor przedsiębiorstw AI, jak również informowanie nabywcy systemu o licz- bie zanalizowanych obrazów rentge- nowskich, ilości tworzących system eks- pertów, rezultatach przeprowadzonych testów. To szansa na obiektywne porów- nywanie dostępnych na rynku produktów. Konflikt, w jakim pozostają w ostatnim czasie stomatolodzy z radiologami, pod- czas wymogu przygotowywania opisu diagnostyki obrazowej w stomatologii (prócz zdjęć małoobrazkowych i na wła- sne potrzeby) tylko przez specjalistów radiologów, przestaje mieć uzasadnienie merytoryczne. W świetle dynamiki prze- nikania naszych gabinetów przez sztucz- ną inteligencję, opis obrazu rtg nie może być odizolowany od realiów klinicznych dla jej dobra. To znaczy, że z punktu AI, najlepiej, jeśli będzie go dokonywać stomatolog. For- malna analiza samego obrazu przez radiologa, w izolacji od klinicznego aspektu problemu, zwiększy tylko ryzy- ko fałszywych wniosków, generowanych przez system. Warto zwrócić uwagę, by jakkolwiek euforia goszczenia AI w naszych gabine- tach nie wyeliminowała świadomości, iż sztuczna inteligencja nigdy nie zastąpi wzajemnych, ludzkich relacji pacjent- lekarz oraz lekarz-lekarz. W miarę dostarczania danych, sztuczna inteligencja zwiększać będzie swoje umiejętności, by w pewnym momencie stać się nawet bardziej kompetentną i czulszą w wykrywaniu wczesnych zmian chorobo- wych niż oko człowieka. Fot. Chroma Stock