Pojava umjetne inteligencije (AI) izazvala je značajne diskurse u profesionalnom okruženju, izazivajući podjednako uzbuđenje i bojazan u vezi s njezinim potencijalnim utjecajem na preraspodjelu poslova. To je izraženo i u području radiologije, gdje integracija AI tehnologije ima značajne implikacije na dijagnostičke procese.
Dr. Ronald Summers, istaknuti radiolog i istraživač umjetne inteligencije pri Nacionalnom institutu za zdravlje, zalaže se za hitnu ugradnju umjetne inteligencije u medicinsku praksu, navodeći njenu sposobnost da revolucionarizira dijagnostičku točnost i pojednostavi tijek rada. "Neke tehnike umjetne inteligencije su toliko dobre, iskreno, da mislim da bismo ih sada trebali raditi", ističe on.
Rezerve i skepticizam
Međutim, unatoč oduševljenoj podršci s nekih strana, asimilacija umjetne inteligencije u radiologiju suočava se s nekoliko prepreka i rezervi. Dok je američka Uprava za hranu i lijekove (FDA) odobrila brojne algoritme umjetne inteligencije osmišljene za pomoć liječnicima, njihova integracija u radiološke prakse ostaje relativno ograničena. Skepticizam radiologa proizlazi iz raznih čimbenika, uključujući potrebu za sveobuhvatnijim testiranjem u stvarnom svijetu, zabrinutosti oko transparentnosti algoritamske funkcionalnosti i nesigurnosti u vezi s vjernošću reprezentacije demografskih podataka pacijenata korištenih za obuku.
Dr. Curtis Langlotz, radiolog koji vodi istraživački centar umjetne inteligencije na Sveučilištu Stanford, izražava zabrinutost zbog nedostatka transparentnosti oko testiranja umjetne inteligencije. "Ako ne znamo na kojim slučajevima je umjetna inteligencija testirana ili jesu li ti slučajevi slični onima pacijenata koje viđamo u našoj ordinaciji, svi se samo pitaju hoće li nam ona pomoći."
Optimizacija raspodjele resursa
Chad McClennan, izvršni direktor Koios Medicala, naglašava transformativni potencijal umjetne inteligencije u smanjenju nepotrebnih postupaka i optimiziranju raspodjele resursa unutar zdravstvenih sustava. "Pokušavamo im reći da pretjeruju s ljudima i da uzalud gube vrijeme i resurse. Kažemo im: 'Neka stroj pogleda, vi (pregledajte i) potpišite izvješće i završite s to'", ističe McClennan.
Dr. Laurie Margolies iz bolničke mreže Mount Sinai u New Yorku, naglašava važnost stvaranja povjerenja pacijenata orkestriranjem skladne međuigre između ljudske intuicije i analitike vođene umjetnom inteligencijom u dijagnostičkim razmatranjima. "Kažem pacijentima, 'Pogledala sam to, računalo je to pogledalo i oboje se slažemo'", riječi su kojima ona umiruje svoje pacijente.
Što su pokazala dosadašnja istraživanja?
Preliminarne studije, koje daju uvid u transformativni potencijal radiologije potpomognute umjetnom inteligencijom, pokazuju značajna poboljšanja u stopama otkrivanja raka i vidljivo smanjenje napornog radnog opterećenja radiologa. Istraživanja pokazuju da se oko 20% slučajeva raka dojke propusti tijekom rutinske mamografije, prema američkom Nacionalnom institutu za rak. Međutim, uz pomoć umjetne inteligencije, radiolozi su otkrili 20% više karcinoma nego oni koji rade bez podrške umjetne inteligencije, što je dokazano prvim rezultatima švedske studije na 80.000 žena. Nadalje, korištenje umjetne inteligencije umjesto drugog recenzenta smanjilo je ljudsko radno opterećenje za 44%, prema istoj studiji.
Strepnje koje ostaju
Međutim, usred velikog optimizma koji okružuje uspon umjetne inteligencije, i dalje postoje strepnje u vezi s pravnim i etičkim razgranavanjem dijagnoza potpomognutih umjetnom inteligencijom. Dr. Kristina Lang sa Sveučilišta Lund naglašava važnost da radiolozi zadrže konačni autoritet u dijagnostičkim odlukama kako bi se održala nadasve važna veza povjerenja između pacijenata i pružatelja zdravstvenih usluga.
Maglovit spektar zakonskih obveza dodatno pojačava oprez radiologa, tjerajući ih da podvrgnu AI odluke rigoroznoj kontroli kako bi osigurali dobrobit pacijenata i održali profesionalni integritet. Dr. Saurabh Jha sa Sveučilišta u Pennsylvaniji, naglašava potrebu za algoritmima umjetne inteligencije nepokolebljive točnosti i pouzdanosti kako bi se učinkovito smanjilo veliko radno opterećenje radiologa. "Dok se takvi sustavi ne pojave, radiolozi su spremni ovjekovječiti praksu marljivog unakrsnog potvrđivanja određivanja umjetne inteligencije, čime se ublažavaju optimistična predviđanja transformativnog potencijala umjetne inteligencije unutar radiologije", sitiče Jha.
Izvor: AP
