Thuật toán này Không Thay Thế Bác Sĩ - Nó Làm Cho Họ Tốt Hơn

Bác Sĩ Da Liễu Harald Kittler sử dụng hơn mười năm kinh nghiệm khi ông dạy học sinh tại Đại học Y Khoa Vienna về cách chẩn đoán các tổn thương trên da. Khóa học của ông vào mùa thu này sẽ bao gồm một mẹo mà ông chỉ mới học gần đây từ một nguồn không thông thường: một thuật toán trí tuệ nhân tạo.

Bài học đó bắt nguồn từ một cuộc thi mà Kittler đã giúp tổ chức, cho thấy các thuật toán phân tích hình ảnh có thể vượt qua các chuyên gia y khoa trong việc chẩn đoán một số vết loét trên da. Sau khi tiếp thu 10.000 hình ảnh được gắn nhãn bởi các bác sĩ, các hệ thống có thể phân biệt giữa các loại tổn thương ung thư và tổn thương lành tính trong các hình ảnh mới. Một trong những loại tổn thương mà hệ thống vượt trội hơn độ chính xác của con người là về các vùng da vảy gọi là các vùng địa chỉ keratoses tăng sinh nhận biết màu sắc. Khi phân tích thuật toán được đào tạo tương tự để đánh giá cách nó đến với kết luận của mình, cho thấy rằng khi chẩn đoán những tổn thương đó, hệ thống chú ý nhiều hơn bình thường đến da xung quanh vết loét.

Ban đầu, Kittler bất ngờ nhưng sau đó nhận thấy sự khôn ngoan trong mẫu này. Thuật toán có thể phát hiện tác động của ánh nắng mặt trời lên da xung quanh, một yếu tố đã được biết đến trong các tổn thương như vậy. Vào tháng 1, ông và đồng nghiệp đã yêu cầu một lớp sinh viên y khoa năm thứ tư suy nghĩ như thuật toán và tìm kiếm tổn thương do ánh nắng mặt trời gây ra.

Độ chính xác của sinh viên trong việc chẩn đoán các vùng địa chỉ keratoses tăng sinh đã được cải thiện hơn một phần ba trong một bài kiểm tra trong đó họ phải xác định một số loại tổn thương da. “Hầu hết mọi người nghĩ về Trí tuệ nhân tạo như là hoạt động trong một thế giới khác không thể được hiểu bởi con người,” Kittler nói. “Thử nghiệm nhỏ của chúng tôi cho thấy AI có thể mở rộng quan điểm của chúng ta và giúp chúng ta tạo ra các kết nối mới.”

Thử nghiệm ở Vienna là một phần của một nghiên cứu lớn hơn của Kittler và hơn mười người khác khám phá cách các bác sĩ có thể hợp tác với các hệ thống trí tuệ nhân tạo phân tích hình ảnh y khoa. Kể từ năm 2017, một loạt các nghiên cứu đã chỉ ra rằng các mô hình học máy vượt trội hơn các bác sĩ da liễu trong các cuộc thi trực tiếp. Điều này đã gợi ý rằng chuyên gia da liễu có thể hoàn toàn bị thay thế bởi một thế hệ AutoDerm 3000.

Philipp Tschandl, giáo sư trợ giảng bác sĩ da liễu tại Đại học Y Khoa Vienna, người đã làm việc trên nghiên cứu mới với Kittler và các thành viên khác, cho biết đến lúc phải điều chỉnh lại cuộc trò chuyện: Có phải nếu các thuật toán và bác sĩ là đồng nghiệp thay vì đối thủ?

Các chuyên gia da liễu lên kế hoạch điều trị, tổng hợp dữ liệu đa dạng về một bệnh nhân và xây dựng mối quan hệ ngoài việc nhìn vào nốt ruồi, ông nói. Máy tính chưa thể làm được tất cả những điều đó. “Cơ hội rằng những thứ này sẽ thay thế chúng ta rất thấp, hơi tiếc,” ông nói. “Hợp tác là con đường duy nhất phía trước.”

Người vận hành các cửa hàng sơn, nhà kho và trung tâm cuộc gọi đã đưa ra kết luận tương tự. Thay vì thay thế con người, họ sử dụng máy móc cùng với con người, để làm cho họ trở nên hiệu quả hơn. Những lý do không chỉ đến từ tính cảm mà còn vì nhiều nhiệm vụ hàng ngày quá phức tạp để công nghệ hiện tại xử lý một mình.

Với điều đó trong tâm trí, các nhà nghiên cứu da liễu đã thử nghiệm ba cách mà các bác sĩ có thể nhận sự trợ giúp từ một thuật toán phân tích hình ảnh vượt trội hơn con người trong việc chẩn đoán tổn thương da. Họ huấn luyện hệ thống với hàng ngàn hình ảnh của bảy loại tổn thương da được gắn nhãn bởi các bác sĩ da liễu, bao gồm u hạt melanoma ác tính và nốt ruồi lành tính.

Một thiết kế để đưa sức mạnh của thuật toán đó vào tay của bác sĩ đã cho thấy một danh sách chẩn đoán được xếp hạng theo xác suất khi bác sĩ kiểm tra hình ảnh mới của một tổn thương da. Một phương pháp khác chỉ hiển thị xác suất rằng tổn thương là ác tính, gần với tầm nhìn của một hệ thống có thể thay thế bác sĩ. Phương pháp thứ ba truy xuất hình ảnh đã được chẩn đoán trước đó mà thuật toán đánh giá là tương tự, để cung cấp cho bác sĩ một số điểm tham khảo.

Các thử nghiệm với hơn 300 bác sĩ cho thấy họ trở nên chính xác hơn khi sử dụng danh sách chẩn đoán được xếp hạng. Tỷ lệ đưa ra quyết định đúng của họ tăng lên đến 13 điểm phần trăm. Hai phương pháp còn lại không cải thiện được độ chính xác của bác sĩ. Và không phải tất cả bác sĩ đều có được lợi ích tương tự.

Các bác sĩ ít kinh nghiệm hơn, như các bác sĩ thực tập, thay đổi chẩn đoán của họ dựa trên lời khuyên của Trí tuệ nhân tạo nhiều hơn, và thường đúng khi làm như vậy. Các bác sĩ có nhiều kinh nghiệm, như các bác sĩ da liễu được chứng nhận bởi Hội đồng, thay đổi chẩn đoán của họ dựa trên đầu ra của phần mềm ít hơn và thậm chí là không thường xuyên. Những bác sĩ có kinh nghiệm này chỉ có lợi ích khi họ báo cáo rằng họ thiếu tự tin hơn, và thậm chí lợi ích đó cũng không lớn lắm.

Tschandl cho biết điều này gợi ý rằng các công cụ da liễu Trí tuệ nhân tạo có thể được hướng tới như trợ lý cho các chuyên gia đang được đào tạo, hoặc các bác sĩ như các bác sĩ tổng quát không làm việc chuyên sâu trong lĩnh vực này. “Nếu bạn đã làm việc này hơn 10 năm, bạn không cần phải sử dụng nó, hoặc không nên, vì nó có thể dẫn bạn đến những điều sai lầm,” ông nói. Ở một số trường hợp, các bác sĩ có kinh nghiệm đã bác bỏ một chẩn đoán đúng bằng cách chuyển sang sai khi thuật toán sai.

Những phát hiện này và thử nghiệm trong lớp da liễu của Kittler cho thấy nhà nghiên cứu có thể phát triển Trí tuệ nhân tạo để nâng cao hơn là loại bỏ bác sĩ. Sancy Leachman, một chuyên gia u hạt melanoma và giáo sư da liễu tại Đại học Y học và Khoa học Oregon, hy vọng sẽ thấy nhiều nghiên cứu như vậy hơn—và không phải vì cô sợ bị thay thế,” cô nói.

“Điều này không phải là về việc ai thực hiện công việc, người hay máy móc,” cô nói. “Câu hỏi là làm thế nào để bạn sử dụng thành công nhất từ cả hai thế giới để có được kết quả tốt nhất.” AI giúp các bác sĩ tổng quát phát hiện nhiều u hạt melanoma hơn hoặc các ung thư da khác có thể cứu sống nhiều người, cô nói, vì ung thư da có thể điều trị rất tốt nếu phát hiện sớm. Leachman thêm rằng việc thuyết phục các bác sĩ chấp nhận công nghệ được thiết kế để nâng cao và phát triển dựa trên công việc của họ có thể dễ dàng hơn là thay thế nó.

Nghiên cứu mới cũng bao gồm một thử nghiệm nhấn mạnh về nguy cơ tiềm ẩn khi chấp nhận công nghệ. Nó đã thử nghiệm xem điều gì sẽ xảy ra khi bác sĩ làm việc với một phiên bản của thuật toán được điều chỉnh để đưa ra lời khuyên sai lầm, mô phỏng phần mềm lỗi. Các chuyên gia ở mọi cấp độ kinh nghiệm đều dễ bị lạc lối.

“Hy vọng của tôi là các bác sĩ sẽ mạnh mẽ với điều đó, nhưng chúng tôi thấy sự tin tưởng họ dành cho mô hình Trí tuệ nhân tạo bị đảo ngược,” Tschandl nói. Anh không chắc chắn câu trả lời có thể là gì nhưng nói rằng công việc trong tương lai về Trí tuệ nhân tạo y khoa cần xem xét cách giúp các bác sĩ quyết định khi nào nên nghi ngờ vào những gì máy tính nói với họ.

• Liệu Trump có thể chiến thắng trong cuộc chiến với Huawei—và TikTok sẽ là tiếp theo?
• Quá trình ấm lên toàn cầu. Bất bình đẳng. Covid-19. Và Al Gore... lạc quan?
• 5G sẽ thống nhất thế giới—thay vào đó, nó đang làm chia rẽ chúng ta
• Cách đặt mật khẩu cho bất kỳ ứng dụng nào trên điện thoại của bạn
• Bảy chiếc đĩa than tốt nhất cho bộ sưu tập vinyl của bạn
• 👁 Chuẩn bị cho việc Trí tuệ nhân tạo sản xuất ít phép màu hơn. Ngoài ra: Nhận tin tức Trí tuệ nhân tạo mới nhất
• 🎙️ Nghe Get MYTOUR, podcast mới của chúng tôi về cách tương lai được thực hiện. Xem các tập mới nhất và đăng ký nhận 📩 tin tức để cập nhật với tất cả các chương trình của chúng tôi
• 🏃🏽‍♀️ Muốn có những công cụ tốt nhất để khỏe mạnh? Xem những lựa chọn của nhóm Gear chúng tôi cho bộ theo dõi sức khỏe tốt nhất, trang thiết bị chạy bộ (bao gồm giày và tất), và tai nghe tốt nhất