Hajlandó lenne ön arra, hogy CT- vagy MRI-felvételeit mesterséges intelligenciával elemeztesse ki? És azt tudja, hogy globálisan az esetek negyedében az orvosok nem veszik észre a problémát?
Azt nagyjából mindenki sejti, hogy az orvosi képalkotó berendezések (ultrahang, röntgen, CT, MRI) felvételeit kiértékelő orvosoknak nincs könnyű dolguk, de a tényleges nehézségekkel valószínűleg kevesen vannak tisztában. Egy CT „csak” fekete-fehér képeket készít, de ezeken a képeken a szürkének 4000 (!) árnyalata lehet. A kiértékelésre használt monitor ezek közül 256-ot tud megjeleníteni, az emberi szem pedig 20-30-at képes megkülönböztetni – érzékeltette a feladat nagyságát a Microsoft Future Decoded rendezvényen Rowland Illing, a diagnosztikai képelemzéssel foglalkozó Affidea chief medical officer-e, amit jobb híján talán orvosigazgatónak fordíthatnánk. (Illing egyébként igazi nagyágyú a saját szakterületén: több egyetem is oktat – köztük a SOTE-n is –, és a mesterséges intelligencia orvosi felhasználásának területén tanácsadója az Európai Bizottságnak, a Microsoftnak és az IBM-nek is.)
A felvételeket első lépésként egy helyen, a Microsoft Azure szolgáltatásban tárolják. Ez teszi lehetővé, hogy az Azure kognitív szolgáltatásával elemezzék őket. A képek kiértékelése pontosan olyan terület, ahol a mesterséges intelligenciának óriási szerep juthat. Az MI minden szürkeárnyalatot érzékelni képes, mindegyiket pontosan azonosítja, nem fárad ki, nem unja el a feladatot.
Az igény pedig óriási lenne rá. Illing elmondása szerint globálisan 450 millió emberről készül felvétel valamilyen orvosi képalkotó eljárással; közülük 90 milliót félrediagnosztizálnak; 110 milliónál pedig elsiklanak a probléma felett. Mindez óriási potenciált jelent az MI számára. Az Egyesült Királyságban már most is szabály, hogy mindent felvételt két orvosnak kell kiértékelni (és egy kutatás szerint a második orvos az esetek 30 százalékában eltérő eredményre jut). Magától értetődő felhasználási terület lenne, ha ezt a második szempárt mesterséges intelligenciával helyettesíthetnénk. Attól sem kellene félni, hogy a radiológusok elveszítenék az állásukat: számuk a legtöbb helyen nem nő, miközben az igény a kiértékelésekre évente 10 százalékkal emelkedik.
Az MI mindeközben egyre pontosabbá válik. Illing valós példát említett: ezer megvizsgált nőből átlagosan 5-nek van mellrákja, de az első vizsgálat után általában minden tizediket visszahívják ellenőrzésre. Vagyis 95 nő feleslegesen idegeskedik, izgul, és feleslegesen végeznek el rajtuk biopsziát. Nemzetközi versenyt hirdettek olyan algoritmusok fejlesztésére, amelyek csökkenteni tudják a fals pozitív eredmények számát. A győztes algoritmus 5 százalékkal csökkentette a fals pozitív eredmények számát.
Ugyanakkor a mesterséges intelligencia felhasználása a felvételek kiértékelésében felvet egy érdekes problémát is. Ha az orvos lát valamit a képen, ami az MI szerint is problémára utal, az orvos elégedett lehet. De mi történik, ha az MI jelez, de az orvos szerint nincs ott semmi? Kinek hisz akkor? A gépnek vagy a saját szemének és tapasztalatának?
Mindezzel együtt Rowland Illing egészen biztos abban, hogy a mesterséges intelligenciára óriási jövő vár az orvosi képalkotásban. Egyúttal attól sem fél, hogy az MI elveszi az orvosok munkáját. A jövőben ugyanis nem az ember áll szemben az MI-vel, hanem az ember az MI-t használó emberrel – így pedig egyértelmű, hogy ki van a nyerő oldalon.