Ախտորոշման հաջորդական մոտեցում արհեստական բանականության միջոցով
Microsoft-ի հետազոտողները Science ամսագրում հրապարակել են գրախոսվող ուսումնասիրություն, որը մանրամասնում է բազմագործակալային արհեստական բանականության գործիքը՝ նախատեսված բժշկական բարդ ախտորոշումների համար: Համակարգը, որը հայտնի է որպես Microsoft AI Diagnostic Orchestrator կամ MAI-DxO, օգտագործում է փոխադարձ քննարկման մեխանիզմ, որտեղ մի քանի ԱԲ գործակալներ գնահատում են ախտանիշները, նշանակում հետազոտություններ և վիճարկում միմյանց եզրակացությունները մինչև վերջնական ախտորոշման հասնելը: Համաձայն 2026 թվականի հոկտեմբերի 22-ին հրապարակված տվյալների՝ վերահսկվող փորձարկման ժամանակ գործիքը ճիշտ է նույնականացրել բարդ բժշկական դեպքերի 83.2%-ը՝ գերազանցելով ընդհանուր պրակտիկայի բժիշկներին, հաղորդել է Fox News-ը:
Այս հետազոտությունը նշանավորում է տեղաշարժ ավելի վաղ շրջանի արհեստական բանականության ախտորոշիչ մոդելներից, որոնք սովորաբար մշակում էին ամբողջական հիվանդի թղթապանակը մեկ հարցումով: Փոխարենը, MAI-DxO-ն գործում է դինամիկ կերպով: Այն սկսում է հիվանդի սկզբնական գանգատից, տալիս հավելյալ հարցեր, պատվիրում կոնկրետ ախտորոշիչ թեստեր՝ հաշվի առնելով արժեքը, և թարմացնում իր աշխատանքային վարկածները նոր տվյալների ի հայտ գալուն պես: The New England Journal of Medicine-ի 304 կլինիկոպաթոլոգիական կոնֆերանսի դեպքերի միջոցով իրականացված գնահատման ժամանակ ընդհանուր պրակտիկայի բժիշկները, որոնց թույլատրվել էր օգտվել տեղեկատվական նյութերից, գրանցել են 36.1% ճշգրտություն, մինչդեռ առանց տեղեկատվական գործիքների աշխատող բժիշկները հավաքել են 22%, նշել է The News-ը:
Արդյունավետությունը վերահսկվող չափանիշների և շտապօգնության սցենարների շրջանակում
Բարդ կլինիկոպաթոլոգիական դեպքերից բացի, հետազոտական թիմը փորձարկել է MAI-DxO-ն MIMIC-IV-ED բազայից վերցված շտապօգնության բաժանմունքի պատմական դեպքերի վրա: Այդ արագընթաց սցենարներում ԱԲ ախտորոշիչ գործիքը հասել է մոտ 80.3% ճշգրտության՝ բժիշկների համեմատական խմբի 46.8%-ի դիմաց: Ավելին, Gizbot-ը հայտնել է, որ համակարգը հասել է իր ախտորոշիչ եզրակացություններին մարդ բժիշկների գնահատման ժամանակ կրած ծախսերի մոտավորապես կեսի կամ մեկ երրորդի չափով:
Փորձարկման շրջանակն օգտագործել է ԱԲ-ի վրա հիմնված դարպասապահ գործակալ, որը պատասխանել է մոդելի հարցերին՝ հիմնվելով հիմքում ընկած բժշկական գրառման վրա: Այս կարգավորումը թույլ է տվել հետազոտողներին չափել ԱԲ-ի ակտիվ դատողությունների կարողությունները՝ պարզապես ստատիկ օրինաչափությունների ճանաչումը գնահատելու փոխարեն: Microsoft-ի ղեկավարությունը վստահություն է հայտնել տեխնոլոգիայի զարգացման ուղղության վերաբերյալ, ընդ որում Microsoft AI-ի գործադիր տնօրեն Մուստաֆա Սուլեյմանը նշել է, որ առաջադեմ ախտորոշական համակարգերի արտադրական ներդրումները կարող են հայտնվել արդեն հաջորդ տարի:
Մեթոդաբանական սահմանափակումներ և իրական աշխարհի կլինիկական հարցեր
Չնայած ճշգրտության բարձր ցուցանիշներին, անկախ բժշկական փորձագետները և ուսումնասիրության հեղինակները շեշտում են կարևոր վերապահումներ բենչմարկի արդյունքների կլինիկական կիրառելիության վերաբերյալ: Թեստերն ամբողջությամբ սիմուլյացիոն են եղել՝ օգտագործելով նախօրոք հավաքագրված բժշկական գործեր, որտեղ մարդ բժիշկներն արդեն կատարել էին բժշկական պատմության, ֆիզիկական դիտարկումների և լաբորատոր արդյունքների հավաքագրման դժվարին աշխատանքը: Իրական կլինիկական միջավայրում հիվանդների ախտորոշումը ներառում է միջանձնային մարտահրավերներ, ինչպիսիք են այնպիսի մանրամասների բացահայտումը, որոնք հիվանդները կարող են սկզբում աննշան համարել կամ բաց թողնել առաջին խորհրդատվության ժամանակ:
Ավելին, բժիշկների վերահսկիչ խումբը բաղկացած էր ընդհանուր պրակտիկայի և առաջնային խնամքի բժիշկներից, ովքեր գնահատում էին դեպքերն առանձին-առանձին, մինչդեռ իրական աշխարհի հիվանդանոցային պայմանները սովորաբար հենվում են մասնագետների բազմամասնագիտական թիմերի վրա, որոնք համատեղ խորհրդակցում են բարդ ախտորոշումների շուրջ: Քանի որ հետազոտությունն իրականացվել է վերահսկվող թվային չափանիշների շրջանակում, այլ ոչ թե կենդանի կլինիկական փորձարկման մեջ համակարգված մասնագիտական թիմերի դեմ, առողջապահության կարգավորող մարմինները և կլինիցիստները նշում են, որ հետագա էմպիրիկ վավերացումն անհրաժեշտ է նախքան նման գործիքները առաջնային բժշկական պրակտիկայում անվտանգ կերպով ներդնելը: