هوش مصنوعی مایکروسافت در تشخیص بیماری‌های پیچیده از پزشکان عمومی دقیق‌تر عمل کرد
به گزارش دیجیاتو، مایکروسافت ادعا کرده که سیستم هوش مصنوعی این شرکت، در تشخیص بیماری‌های نادر و پیچیده، به مراتب دقتی بیش از دو برابر پزشکان عمومی از خود نشان می‌دهد. این سیستم که با عنوان MAI-DxO شناخته می‌شود، توانسته با کاهش آزمایش‌ها و محدود کردن درخواست‌های بررسی‌های پاراکلینیکی، عملکردی برجسته‌تر از پزشکان عمومی در شناسایی بیماری‌ها داشته باشد. البته توسعه‌دهندگان این فناوری اذعان داشته‌اند که اگر این سیستم با پزشکان متخصص مقایسه شود، تفاوت عملکرد به مراتب کمتری مشاهده خواهد شد.
پژوهشگران و مهندسان مایکروسافت ابتدا دستاوردهای مربوط به سیستم تشخیصی نوین خود را در ژورنال آنلاین arXiv منتشر کرده بودند؛ اما اکنون مقاله تکمیلی این تحقیق، پس از ارزیابی مستقل، در ژورنال معتبر ساینس به چاپ رسیده است. این نتایج نشان می‌دهد که ابزار توسعه‌یافته توسط این شرکت، حداقل در زمینه پژوهش، می‌تواند به دقت ادعاهای مطرح شده نزدیک باشد.
با وجود این دستاوردها، سیستم MAI-DxO مایکروسافت برای تبدیل‌شدن به ابزاری کاربردی و جامع در تشخیص بیماری‌ها، که بتواند به عنوان یک مکمل برای پزشکان عمل کند، نیاز به انجام آزمایشات بالینی بیشتری دارد. دکتر «دامینیک کینگ»، مدیر بخش هوش مصنوعی سلامت مایکروسافت، اعلام کرده که این شرکت در نظر دارد در ماه‌های آتی، آزمایشات استفاده از این محصول نوآورانه را در یکی از بیمارستان‌های شهر بوستون واقع در ایالت ماساچوست آغاز کند.
طبق نتایج جدید منتشر شده از سوی پژوهشگران مایکروسافت، سیستم MAI-DxO در شناسایی موارد پیچیده و نادر، دقت ۸۳.۲ درصدی را کسب کرده است؛ در حالی که این رقم برای پزشکان عمومی که به داده‌ها و اطلاعات بیماران به طور یکسان دسترسی داشتند، تنها ۳۶.۱ درصد گزارش شده است. جالب است که در یک آزمون دیگر، وقتی اطلاعات ابتدایی از پزشکان محروم گردید، نرخ موفقیت آن‌ها در تشخیص به ۲۲ درصد کاهش پیدا کرد. بدین ترتیب، دقت سیستم هوش مصنوعی مایکروسافت در این شرایط تقریباً چهار برابر پزشکان عمومی بوده است.
بر اساس مطلب منتشرشده در وبلاگ مایکروسافت، سیستم MAI-DxO برای دستیابی به تشخیص صحیح به آزمایش‌ها و بررسی‌های پاراکلینیکی کمتری نیاز دارد؛ به طوری که می‌تواند هزینه نهایی تشخیص و درمان را بین ۵۰ تا ۶۶ درصد کاهش دهد. این موضوع از لحاظ اقتصادی در حوزه سلامت دارای اهمیت زیادی است؛ اما باید در نظر داشت که ارقام ارائه شده توسط مایکروسافت بر اساس برآوردها و شبیه‌سازی‌ها به دست آمده‌اند. لذا آزمایش این سیستم در شرایط واقعی ممکن است نتایج متفاوتی را به همراه داشته باشد.
همچنین باید به این نکته اشاره کرد که سیستم MAI-DxO مایکروسافت بر خلاف برخی ابزارهای مشابه قبلی، فرآیند تشخیص را مستقیماً بر مبنای علائم بیماری و سوابق سلامت و نتایج آزمایش‌ها آغاز نمی‌کند؛ بلکه ابتدا با شکایت اصلی بیمار شروع کرده و سپس با طرح سؤالات تکمیلی اطلاعات مورد نیاز را گردآوری می‌کند. این روش بیشتر به عملکرد پزشکان در دنیای واقعی شباهت دارد و بر اساس استدلال‌های ماشینی بنا نهاده شده است؛ در نتیجه، در مقایسه با ابزارهای قبلی مبتنی بر مدل‌های زبانی بزرگ، عملکرد بهتری را ارائه می‌دهد.
۵۸۵۸