Az egyik legnehezebb feladat, amit egy mesterséges intelligencia kaphat, az nem más, mint annak a felismerése: téved. Ezt – sajnos – a jelek szerint a csevegőrobotoknál a mai napig nem sikerült elérni.
A beszélgetés egy dolog, de az orvostudomány egy másik, sokkal komolyabb, akár az életünkről is döntő terület. Ha itt téved az MI-alapú megoldás, annak sokkal komolyabb következményei lehetnek, mint a szövegalkotás során elkövetett „hallucináció”.
A Google által kifejlesztett új, kifejezetten a klinikai döntéshozatalt segítő mesterséges intelligencia az ígéretek szerint képes lesz eldönteni, hogy mikor bízzon az orvos a felállított diagnózissal kapcsolatban az MI-alapú döntésekben, és mikor forduljon emberi kollegájához másodvéleményért. A fejlesztők adatai szerint a rendszer nemcsak az az orvosi képalkotó eszközökkel készített felvételeket elemzi hatékonyabban az eddigi gépi megoldásoknál, de 66 százalékkal csökkenti az orvosok munkaterhelését is – igaz, a teszteket nem valódi klinikai környezetben végezték.
A Complementarity-driven Deferral-to-Clinical Workflow (CoDoC) nevet kapott, a már meglévő és klinikai használatban lévő rendszerek mellé illeszthető megoldás azt segít a prediktív MI-nek felismertetni, ha az valamire nem tud megbízható választ adni. A Google mérnökei szerint elsősorban olyan orvosi képalkotó eljárásokat támogathat a CoDoC, mint a mellkasröntgen vagy a mammográfiai felvételek értékelése.
Az eljárás alapelve egyszerű. Ha egy orvosi területre specializált prediktív MI-eszköz egy mammográfiai felvételt elemez, a CoDoC magát az elemzőt, annak döntéshozatali eljárását veszi górcső alá és fogja megítélni, hogy az eszköz érzékelt megbízhatósága elég erős-e ahhoz, hogy a diagnózis felállítása során támaszkodni lehessen rá. Ha nem, akkor emberi segítséget, másodvéleményt kér. A CoDoC rendszer elméleti tesztjét a Google Research és a Google DeepMind végezte – a fejlesztők adatai szerint 25 százalékkal sikerült csökkenteni a mammográfiai felvételek téves pozitív értékeléseinek számát.
