– محققان دانشکده پزشکی هاروارد (HMS)، موسسه فناوری ماساچوست (MIT) و دانشگاه استنفورد نشان دادهاند که استفاده از ابزارهای کمکی مبتنی بر هوش مصنوعی (AI) عملکرد را برای برخی از رادیولوژیستها بهبود میبخشد، اما برای برخی دیگر آن را بدتر میکند. مطالعه ای که این هفته در طب طبیعت.
طرفداران استفاده از هوش مصنوعی در مراقبت های بهداشتی بر پتانسیل این فناوری برای افزایش عملکرد و تصمیم گیری پزشکان تاکید می کنند. تیم تحقیقاتی نشان داد که در حالی که برخی تحقیقات نشان می دهد که این ابزارها می توانند عملکرد رادیولوژیست ها را به عنوان یک گروه افزایش دهند، مطالعات کمی وجود دارد که تأثیر هوش مصنوعی را بر عملکرد فردی بررسی کند.
برای بررسی اثرات کمک هوش مصنوعی، محققان عملکرد 140 رادیولوژیست را در 15 کار تشخیصی اشعه ایکس قفسه سینه در مجموعه ای از 324 بیمار با 15 آسیب شناسی ارزیابی کردند. هر رادیولوژیست از نظر توانایی آنها در شناسایی صحیح ناهنجاری های بالینی مرتبط با و بدون استفاده از AI مورد ارزیابی قرار گرفت.
نتایج نشان داد که تأثیر هوش مصنوعی متناقض است و از یک رادیولوژیست به رادیولوژیست دیگر به طور قابل توجهی متفاوت است. عملکرد برای برخی بدتر شد اما برای برخی دیگر بهبود یافت.
تیم تحقیقاتی این فرضیه را مطرح کردند که عوامل فردی – مانند حوزه تخصص، سالها تمرین و استفاده قبلی از ابزارهای هوش مصنوعی – میتوانند پیشبینی کنند که چگونه یک ابزار هوش مصنوعی بر عملکرد پزشک تأثیر میگذارد. با این حال، این عوامل نتوانستند به طور قابل اعتماد تأثیر هوش مصنوعی را پیش بینی کنند.
یافتههای مطالعه همچنین سایر فرضیات را که اغلب در بحثهای پیرامون هوش مصنوعی مراقبتهای بهداشتی مطرح میشوند، به چالش میکشد.
برخلاف آنچه تیم تحقیقاتی انتظار داشت، رادیولوژیست هایی که در ابتدا عملکرد کمتری از خود نشان دادند، لزوماً با کمک هوش مصنوعی بهبود نیافتند: برخی عملکرد بالاتری داشتند، اما بسیاری بدتر شدند و برخی دیگر تغییری را تجربه نکردند.
با این حال، پزشکان با عملکرد پایین تر، با یا بدون هوش مصنوعی، عملکرد پایین تری داشتند، در حالی که همتایان با عملکرد بالاتر آنها بدون توجه به کمک هوش مصنوعی، به طور مداوم خوب عمل کردند.
این تحقیق همچنین نشان داد که عملکرد ضعیف ابزارهای هوش مصنوعی بر دقت تشخیصی رادیولوژیستها تأثیر منفی میگذارد و مدلهای دقیقتر عملکرد پزشک را افزایش میدهد.
محققان خاطرنشان کردند که یافتهها بر اهمیت آزمایش و اعتبارسنجی ابزارهای هوش مصنوعی قبل از استقرار تاکید میکند. اما آنها نشان دادند که نتایج توضیح نمیدهد که چرا و چگونه ابزارهای هوش مصنوعی بر عملکرد پزشک تأثیر میگذارند و نیاز به مطالعه بیشتر دارد.
نیکیل آگاروال، نویسنده ارشد این مطالعه، دکترا، استاد اقتصاد در MIT، در بیانیهای مطبوعاتی گفت: «تحقیق ما ماهیت ظریف و پیچیده تعامل ماشین و انسان را نشان میدهد. “این نیاز به درک تعداد زیادی از عوامل دخیل در این تعامل و چگونگی تاثیر آنها بر تشخیص و مراقبت نهایی از بیماران را برجسته می کند.”
تیم تحقیقاتی بیان کرد که برای اطمینان از اینکه ابزارهای هوش مصنوعی عملکرد پزشک را بهبود می بخشد، به جای آسیب رساندن به آن، توسعه دهندگان و پزشکان باید با هم همکاری کنند تا عواملی را که بر تعامل انسان و هوش مصنوعی تأثیر می گذارد، درک کنند.
“[Researchers] نباید به رادیولوژیست ها به عنوان یک جمعیت یکنواخت نگاه کرد و فقط تأثیر “متوسط” هوش مصنوعی بر عملکرد آنها را در نظر گرفت.” برای به حداکثر رساندن مزایا و به حداقل رساندن آسیب، باید سیستمهای هوش مصنوعی کمکی را شخصیسازی کنیم.»
Feiyang “Kathy” Yu، یکی از همکاران تحقیقاتی در آزمایشگاه راجپورکار، گفت: “پزشکان دارای سطوح مختلف تخصص، تجربه و سبک های تصمیم گیری هستند، بنابراین اطمینان از اینکه هوش مصنوعی این تنوع را منعکس می کند برای اجرای هدفمند بسیار مهم است.” فاکتورهای فردی و تنوع در حصول اطمینان از پیشرفت هوش مصنوعی به جای تداخل در عملکرد و در نهایت تشخیص، کلیدی خواهد بود.
این سؤالات در مورد تأثیر هوش مصنوعی بر عملکرد پزشک، بخشی از یک گفتگوی گسترده تر در مورد نقشی است که این ابزارها در مراقبت از بیمار ایفا می کنند.
در ماه نوامبر، رهبران Sentara Healthcare و UC San Diego Health در مورد اینکه آیا پزشکان با پیشرفت فناوری به هوش مصنوعی وابسته خواهند شد و اینکه چگونه سیستمهای بهداشتی میتوانند با نگرانیهای مربوط به اتکای بیش از حد پزشک مقابله کنند، بحث کردند.