System sztucznej inteligencji MAI-DxO od Microsoft AI rewolucjonizuje diagnostykę medyczną, prowadząc analizę krok po kroku i symulując debatę zespołu ekspertów. W testach na skomplikowanych przypadkach klinicznych algorytm osiągnął wielokrotnie wyższą skuteczność niż doświadczeni lekarze, jednocześnie ograniczając koszty badań nawet o połowę. Przełomowe badanie opublikowane w czasopiśmie "Science" wraz z benchmarkiem SDBench pokazują, że dynamiczne wnioskowanie AI otwiera drogę do szybszego, tańszego i bardziej precyzyjnego leczenia w szpitalach.
MAI-DxO to prawdziwy przełom w automatyzacji diagnostyki medycznej
Sztuczna inteligencja wkracza w nowy etap rozwoju, stając się wsparciem w podejmowaniu trudnych decyzji klinicznych. Naukowcy zaprezentowali system, który potrafi przeprowadzić proces diagnostyczny krok po kroku, wykazując się wyższą skutecznością niż doświadczeni lekarze. Lepsze rezultaty osiągane są przy jednoczesnym obniżeniu wydatków na badania i zabiegi.
W tradycyjnym podejściu testy wiedzy medycznej polegały na podaniu pełnego opisu przypadku i wyborze jednej odpowiedzi. Rzeczywista praktyka wygląda zupełnie inaczej, bowiem pacjent rzadko przychodzi z gotowym zestawem wyników. Oprogramowanie MAI-DxO (Microsoft AI Diagnostic Orchestrator) od Microsoft AI, które już wcześniej szerzej omawialiśmy na łąmach CentrumXP, dynamicznie decyduje o kolejnych pytaniach i zlecenich badaniach, dopasowując działania do napływających informacji.
Innowacyjny schemat działania bazuje na stworzeniu wirtualnego panelu ekspertów, którzy wymieniają się opiniami. W trakcie dyskusji system proponuje rozpoznania, weryfikuje własne założenia i odrzuca błędne hipotezy. Cały proces uwzględnia nie tylko trafność stawianych diagnoz, ale także opłacalność i zasadność zlecania kolejnych procedur.
Zastosowanie wielostopniowego wnioskowania pozwala na precyzyjne odzwierciedlenie pracy zespołu klinicznego. Każda nowa dana wejściowa wpływa na zmianę prawdopodobieństwa poszczególnych chorób, co zapobiega wykonywaniu zbędnych i kosztownych procedur medycznych. Wysoka skuteczność i ograniczenie nakładów finansowych zostały potwierdzone w publikacji na łamach czasopisma naukowego "Science". Jej autorzy z Microsoft AI wskazują, że nowa metoda otwiera drogę do stworzenia uniwersalnego standardu cyfrowej opieki nad pacjentem.
Sztuczna inteligencja Microsoftu diagnozuje lepiej niż lekarze
Do dokładnego sprawdzenia możliwości nowego rozwiązania stworzono interaktywny sprawdzian o nazwie SDBench. Do oceny wykorzystano skomplikowane przypadki z czasopisma "The New England Journal of Medicine" oraz typowe zgłoszenia z oddziałów ratunkowych bazy MIMIC-IV-ED. Oceniano zarówno ostateczne rozpoznanie, jak i całą ścieżkę dochodzenia do celu.
W trudnych przypadkach klinicznych opisanym w literaturze naukowej MAI-DxO osiągnął 83,2 proc. celności. W tym samym badaniu lekarze uzyskali wynik 36,1 proc., gdy korzystali z materiałów pomocniczych i internetu. Bez dostępu do źródeł zewnętrznych skuteczność medyków spadła do poziomu 22 proc.
Podobne zależności zaobserwowano przy analizie rutynowych przyjęć na szpitalnych oddziałach ratunkowych. Sztuczna inteligencja Microsoftu uzyskała tam 80,3 proc. poprawnych rozpoznań, podczas gdy grupa lekarzy osiągnęła poziom 46,8 proc. Przewaga oprogramowania utrzymała się również podczas prób z wykorzystaniem nowszych modeli językowych.
"Zastosowanie systemów sztucznej inteligencji zaczyna wykraczać poza zwykłe testy wiedzy i zbliża się do realnych realiów pracy w szpitalu" - podsumowuje Yevgeniya Nusinovich z redakcji "Science". Warianty algorytmu nastawione na maksymalną redukcję kosztów diagnozowania pozwalały na zachowanie ponad 81 proc. trafności. Wskazuje to na możliwość znacznego obniżenia budżetów przeznaczanych na zbędne analizy laboratoryjne bez utraty jakości opieki.
Technologia AI jest już testowana w placówkach medycznych
Kolejnym etapem wdrożenia technologii MAI-DxO są sprawdziany bezpośrednio w placówkach medycznych. Badacze nawiązali współpracę z Beth Israel Deaconess Medical Center w Bostonie, aby przetestować system medycznego orkiestratora w warunkach rzeczywistej pracy szpitalnej. Pacjenci będą wchodzić w interakcję z aplikacją, a jej wskazania zostaną porównane z ocenami lekarzy. Eksperymenty z udziałem żywych pacjentów pozwolą zidentyfikować mocne i słabe strony agentów AI oraz dopasować go do codziennych procedur. Istotne pozostaje również zagadnienie integracji z dotychczas używanym oprogramowaniem i archiwami danych medycznych.
Równolegle prowadzone są prace z Mayo Clinic nad wykorzystaniem wielomodowych zbiorów informacji do śledzenia stanu zdrowia pacjentów w długim okresie. Celem jest stworzenie środowiska wspierającego decyzje terapeutyczne na każdym etapie leczenia. Integracja wiedzy medycznej, ciągłości opieki i wyborów dopasowanych do potrzeb chorego stanowi fundament nowoczesnej medycyny. Testy w warunkach szpitalnych mają wykazać, jak automatyzacja wnioskowania wpływa na szybkość stawiania diagnoz w sytuacjach zagrożenia życia.
Otwarty dostęp do kodu benchmarku SDBench umożliwia niezależnym zespołom weryfikację opublikowanych wyników i prowadzenie własnych eksperymentów z nowymi modelami językowymi.
Przyszłość zaawansowanej diagnostyki medycznej
Dążenie do stworzenia wysoce zaawansowanych systemów medycznych wymaga wyjścia poza pojedyncze zadania rozpoznawcze. Nowa technologia giganta z Redmond ma docelowo spajać dane dotyczące historii choroby, bieżących wyników oraz preferencji pacjenta. "Integracja dynamicznego wnioskowania krok po kroku pozwala sztucznej inteligencji na efektywne współdziałanie z zespołami medycznymi i optymalizację decyzji" - tłumaczy MAI Health Team.
Łącząc naukowców z Microsoft Research z zespołami odpowiedzialnymi za produkty takie jak Dragon Copilot i PowerScribe, Microsoft dąży do zintegrowanej wizji medycznej superinteligencji. Działania te obejmują zarówno tworzenie modeli teoretycznych, jak i rozwijanie komercyjnych asystentów głosowych i tekstowych.
Wprowadzenie automatycznych interaktywnych paneli eksperckich pozwala uniknąć barier wynikających z braku dostępu do specjalistów w mniejszych ośrodkach zdrowia. Sztuczna inteligencja może w przyszłości stanowić pierwszą linię weryfikacji trudnych zachorowań. Docelowo eksperci z Microsoft chcą stworzyć "medyczną superinteligencję".
Chcesz być na bieżąco? Dodaj CentrumXP do listy preferowanych źródeł w Google!
