Sztuczna inteligencja – jak to działa i gdzie leżą granice zaufania?

Na pewno możemy spodziewać się coraz większej pomocy dzięki programom, o których wspomniałem wyżej. Ale to nie wszystko. Powstała nowa dziedzina, zwana radiomiką czy po angielsku – radiomics. W tym przypadku jeszcze nie ma uczenia głębokiego. To dopiero „tylko” uczenie maszynowe. A co to jest? Na przykład na podstawie obrazów TK i MR próba wnioskowania o zależności rokowań od podjętych działań… Czyli ogólniej: wydobywanie z obrazów medycznych ogromnej ilości cech, również ilościowych, zwanych radiometrycznymi, których wzajemna konfiguracja obecności i intensywności jest podstawą do wnioskowania o prawdopodobieństwie powstania procesu rozrostowego, z jednoczesnym określeniem wpływu na to prawdopodobieństwo obecności lub wartości poszczególnych cech. A to już jest wyraźnym określaniem metod zapobiegawczych oraz szans powodzenia określonych działań profilaktycznych. Oczywiście wymaga to bardzo zaawansowanego procesu tworzenia odpowiednich algorytmów, w czym niebagatelny udział powinni mieć wysokiej klasy specjaliści w zakresie klinicznym. W uproszczeniu może to przypominać tresurę zmuszającą zwierzę do określonej reakcji na konkretny, niedostrzegalny dla obserwatora układ gestów, przy jednocześnie głęboko wpojonej zasadzie nieskrzywdzenia osoby zmuszającej do działania podczas tej reakcji.

Innym przykładem może być (tu już po zastosowaniu głębokiego uczenia) predykcja poważnych incydentów kardiologiczno-naczyniowych jedynie na podstawie zdjęcia klatki piersiowej i, dalej wyłącznie na podstawie tegoż zdjęcia, wskazywanie pacjentów, u których powinny być zastosowane działania prewencyjne (np. farmakoterapia). Są to na razie doniesienia wstępne, oparte o tysiące przypadków zweryfikowanych danymi biochemicznymi i hemodynamicznymi, a do osiągnięcia zadowalającego poziomu zaufania potrzeba materiału liczącego miliony obrazów.

...