Hệ thống AI giúp bác sĩ phát hiện ra bệnh tốt hơn
Trong những năm gần đây, toàn bộ các ngành công nghiệp đã xuất hiện hệ thống Al dựa trên sự tương tác tinh tế giữa công nhân và phần mềm tự động. Các công ty như Facebook làm việc để ngăn chặn nội dung thù địch và bạo lực khỏi nền tảng của họ bằng cách sử dụng kết hợp bộ lọc tự động và bộ điều tiết con người. Trong lĩnh vực y tế, các nhà nghiên cứu tại MIT và các nơi khác đã sử dụng học máy để giúp các bác sĩ X quang phát hiện tốt hơn các dạng ung thư khác nhau.
.jpg)
Điều này có thể gây khó khăn về phương pháp lai, là sự hiểu biết dựa vào chuyên môn của con người so với các chương trình. Đây không phải là một câu hỏi về việc ai thực hiện một nhiệm vụ tốt hơn; thật vậy, nếu một hệ thống có băng thông hạn chế có thể được đào tạo để giảm thiểu mức độ thường xuyên yêu cầu trợ giúp.
Để giải quyết vấn đề phức tạp này, các nhà nghiên cứu từ Phòng thí nghiệm khoa học máy tính và trí tuệ nhân tạo MIT (CSAIL) đã phát triển một hệ thống máy học có thể dự đoán về một nhiệm vụ hoặc trì hoãn quyết định với chuyên gia. Quan trọng nhất, nó có thể thích nghi khi nào và tần suất nó trì hoãn với cộng tác viên là con người, dựa vào các yếu tố như tính khả dụng và mức độ kinh nghiệm của đồng đội.
Nhóm nghiên cứu đã đào tạo hệ thống về nhiều nhiệm vụ, bao gồm nhìn vào tia X ngực để chẩn đoán bệnh cụ thể như chọn lọc (xẹp phổi) và bệnh cơ tim (tim to). Trong trường hợp bệnh cơ tim, họ thấy rằng mô hình lai AI của họ thực hiện tốt hơn 8% so với khả năng của người thực (dựa trên điểm số AU-ROC).
Hệ thống này có hai phần: một bộ phân loại của Google, có thể dự đoán một tập hợp con nhất định của một nhiệm vụ và một bộ lọc từ chối quyết định xem một nhiệm vụ nhất định sẽ được xử lý bởi chính bộ phân loại của nó hay chuyên gia là con người.
Thông qua các thí nghiệm về các nhiệm vụ trong chẩn đoán y khoa và phân loại văn bản / hình ảnh, nhóm nghiên cứu cho thấy phương pháp của họ không chỉ đạt được độ chính xác tốt hơn so với đường cơ sở với chi phí tính toán thấp hơn và với ít mẫu dữ liệu hơn.
Khả năng đặc biệt của hệ thống giúp phát hiện văn bản và hình ảnh có ý nghĩa thú vị đối với kiểm duyệt nội dung. Hệ thống có thể được sử dụng tại các công ty như Facebook kết hợp với một nhóm người điều hành.
Công việc trong tương lai, nhóm dự định sẽ thử nghiệm phương pháp với các chuyên gia thực sự, chẳng hạn như các bác sĩ X quang để chẩn đoán hình ảnh X-quang. Họ cũng sẽ khám phá cách phát triển các hệ thống có thể học từ dữ liệu chuyên gia, cũng như các hệ thống có thể làm việc - trì hoãn một số chuyên gia cùng một lúc.
ctngoc