Sekojiet zdnet: Pievienojiet mūs kā vēlamo avotu Google.
ZDNET galvenie pārņemšana
- Endoskopisti, kuri izmanto AI, var redzēt savu vēža noteikšanas prasmes pasliktināšanos.
- Ilgstoša AI iedarbība samazina ārstu uzmanību un motivāciju.
- Pētījuma dizains var sabojāt labvēlīgus AI pētījumus medicīnā.
Ir svarīgi iegūt kolonoskopiju, it īpaši pagātni noteiktā vecumā, kā ir kolorektālais vēzis Otrais visizplatītākais vēzis Pasaulē pēc krūts vēža. Saskaņā ar Pasaules Veselības organizācijas datiem tas ir arī visizplatītākais cilvēkiem, kas vecāki par 55 gadiem.
Lielākā daļa pacientu, iespējams, nejautā savam endoskopistam, cik labs viņu adenomas noteikšanas līmenis (ADR), kas ir tipisks ārsta prasmes noteikšanas potenciāla vēža noteikšanas rādītājs.
Tomēr nākotnē varētu būt vērts jautāt, jo mākslīgais intelekts varētu samazināt jūsu endoskopistu prasmju līmeni, saskaņā ar jauns pētījums Scholarly žurnālā “Lancet gastroenteroloģija un hepatoloģija”.
Galda parādība
Galvenais autors Krzysztof Budzyń un Polijas Silēzijas akadēmijas Gastroenteroloģijas departamenta un vairāku partneru institūciju līdzstrādnieki apraksta parādību ar nosaukumu “Deskilling”. Tas attiecas uz AI izmantošanu kā instrumentu medicīnā, kas var samazināt ārstu kompetenci – šajā gadījumā – endoskopista ADR līmeņa samazinājums.
Arī: ASV tikko tika aizliegti divi viedie gredzeni – lūk, kāpēc
“Mēs noskaidrojām, ka ikdienas AI iedarbība kolonoskopijā varētu samazināt standarta kolonoskopijas ADR,” rakstīja Budzyń un komanda. “Cik mums zināms, šis ir pirmais pētījums, kas liecina, ka AI iedarbība varētu negatīvi ietekmēt pacientu saistītos parametrus medicīnā kopumā.”
Budzyń un komanda sāka no vienkārša pieņēmuma: pētījumi, kur endoskopisti izmanto AI, tika uzlaboti ADR līmeņa uzlabojumi, kas nozīmē, ka vairāk vēzi atklāj. AI pielietojums tiek uzskatīts par daļu no pieaugošās tendences izmantot datorus kolonoskopijām, kuras sauc par datoru atbalstītām polipu noteikšanas sistēmām.
Tomēr nav zināms, kāda ir ietekme uz ārstu, kurš izmanto šādu rīku.
“[…] Pastāvīga AI iedarbība var mainīt uzvedību dažādos veidos, “rakstīja Budzyń un komanda,” pozitīvi, apmācot klīnicistus, vai negatīvi, izmantojot galda efektu, ar kuru automatizācija izmantošana noved pie izziņas prasmju samazināšanās “.
Eksperiments, lai pārbaudītu AI efektu
Lai pārbaudītu, kādas ietekmes varētu būt, Budzyń un Staff veica randomizētu izmēģinājumu četros endoskopijas centros Polijā, kur 1 443 pacientiem tika ievadītas kolonoskopijas gan pirms, gan pēc AI ievešanas centros līdz 2021. gada beigām. Pēc tam viņi paskatījās, kā kolonoskopiju kvalitāte mainījās no AI, kas sāka izmantot.
Arī: jūs varat mācīties AI bez maksas ar šiem jaunajiem antropijas kursiem
Kā viņi to aprakstīja, “mēs novērtējām izmaiņas visu diagnostisko, ne-AISistisko kolonoskopiju kvalitātē no 2021. gada 8. septembra līdz 2022. gada 9. martam, salīdzinot divus dažādus posmus: periodu apmēram 3 mēnešus pirms AI ieviešanas klīniskajā praksē, salīdzinot ar periodu 3 mēnešus pēc AI ieviešanas klīniskajā praksē.”
AI programmatūra bija Pieteikums ar nosaukumu Cade Darbojas ar speciālu mašīnu, ko sauc par endoskopijas CAD sistēmu, kas analizē to, kas iznāk no pacienta ievietota endoskopa. Programmatūru un aparatūru veido Japānas Olympus, labāk pazīstams ar savām digitālajām kamerām. Kade “izmanto mākslīgo intelektu (AI), lai ieteiktu iespējamo bojājumu klātbūtni,” sacīja Olympus un uzņēmums ir studijas Tas parāda, ka Cade var palielināt noteikšanas līmeni.
Liels uzticamības kritums
Sākot no pirms Cade tika nodots ekspluatācijā un pēc tam, Budzyń un komanda izmērīja izmaiņas ADR kolonoskopijās, kas nav AIA, kas definēta kā “kolonoskopiju īpatsvars, kurā viena vai vairākas adenomas [pre-cancerous lesions] tiek atklāti, “pazīstami kā” adenomas uz vienu kolonoskopiju “vai APC. Tas ir” plaši pieņemts kolonoskopistu veiktspējas rādītājs ar augstāku ADR, kas saistīta ar lielāku vēža profilakses efektu “.
Pēc Cade ieviešanas viņi atrada ievērojamu ADR kritumu.
“ADR standarta, ne-AI palīdzēja kolonoskopijas ievērojami samazinājās no 28,4% (226 no 795) pirms AI iedarbības uz 22,4% (145 no 648) pēc AI ekspozīcijas, kas atbilst absolūtai atšķirībai –6 · 0% (95% CI –10 · 5 līdz –1 · 6, p = 0 · 0089).
Turklāt no 19 novērtētajiem endoskopistiem, no kuriem katrs bija veicis vairāk nekā 2000 procedūras, visiem no tiem, izņemot četrus, “bija zemāka ADR, veicot standarta kolonoskopijas pēc AI iedarbības nekā iepriekš”, ko viņi interpretē kā “liecina par kaitīgu ietekmi uz endoskopistiskām spējām”.
Ārsti zaudē uzmanību AI dēļ
Budzyń un komanda rada daudz brīdinājumu par atklājumiem. Viņi brīdina, ka “šo datu interpretācija ir izaicinoša” statistisko konfrontācijas un iespējamās “atlases neobjektivitātes dēļ”.
Arī katrā endoskopistiskajā pētījumā nav pietiekami daudz kolonoskopiju, lai ticami novērtētu katra endoskopista individuālo ADR kompetenci, viņi piekrīt. Būtu jāievēro vairāk piemēru uz vienu ārstu. Viņi piesardzīgi, ka nepieciešami turpmāki pētījumi.
Wager viņi piedāvā hipotēzi par notiekošo: cilvēka spējas tiek pasliktinātas, paļaujoties uz mašīnu.
Arī: kāpēc AI tērzēšanas roboti veido sliktus skolotājus – un kā skolotāji var izmantot šo vājumu
“Mēs pieņemam, ka pastāvīga pakļaušana lēmumu atbalsta sistēmām, piemēram, AI, var izraisīt dabisko cilvēku tendenci pārmērīgi paļauties uz viņu ieteikumiem,” viņi raksta, “izraisot klīnicistus mazāk motivētus, mazāk koncentrētus un mazāk atbildīgus, pieņemot kognitīvus lēmumus bez AI palīdzības.”
Viņi jau ir bijuši pētījumi, kas liecina par šādu degradāciju, viņi atzīmēja, piemēram, 2019. gada pētījums “, kas parādīja samazinātas acu kustības kolonoskopijas laikā, izmantojot AI polipa noteikšanai, norādot uz pārmērīgas atkarības risku”. Pētījumā par AI krūts vēža mammogrāfijā atklājās, ka “ārstu noteikšanas spējas ievērojami samazinājās, kad tika gaidīts AI atbalsts”.
Autori arī sacīja, ka One Olympus Cade sistēma varētu nebūt reprezentatīva visās AI medicīniskajās lietojumprogrammās. Tomēr viņi piedāvā, ka “ņemot vērā AI rīku vispārējo raksturu un cilvēku tendenci pārmērīgi paļauties uz tiem, mēs nedomājam, ka pētījuma rezultāti attiecas tikai uz šo konkrēto AI”.
Vai vēlaties sekot manam darbam? Pievienojiet ZDNet kā uzticamu avotu GoogleApvidū
