Sztuczna inteligencja już wielokrotnie okazywała się nieomylna. Była w stanie przewidzieć nawet tak nieprawdopodobne zdarzenie, jak tytuł mistrzowski Chicago Cubs w 2016 roku. Nie byłoby to zbyt imponujące, gdyby nie fakt, że drużyna z Chicago wcześniej zdobyła go w 1945 roku. Wracając jednak do tematu: oprogramowanie, we współpracy z lekarzami, osiągnęło świetną skuteczność w rozpoznawaniu zapalenia płuc.
Zadowalający rezultat osiągnięto dzięki połączeniu wysiłków 8 radiologów oraz sieci neuronowej. Wspólnymi siłami zespół uzyskał zauważalnie lepszą skuteczność w diagnozowaniu choroby niż sami lekarze bądź sama SI.
Zapalenie płuc jest niełatwe w rozpoznaniu, ponieważ robi się to na podstawie zdjęć rentgenowskich klatki piersiowej. Choroba wygląda jak wiele innych, dlatego często jest mylona z innymi schorzeniami. W ramach nowej metody skorzystano z pomocy 8 specjalistów. Każdy z lekarzy miał wgląd do 50 materiałów rentgenowskich i miał ocenić, na których z nich można zauważyć symptomy zapalenia płuc. Proces nie polegał jednak na zaznaczaniu odpowiedzi „tak” lub „nie”. Autorzy projektu wykorzystali system Swarm AI, wzorowany na decyzjach podejmowanych przez roje pszczół. Każde zdjęcie było badane w czasie rzeczywistym, a lekarze wspólnie wyrażali opinie.
Kolejny etap rozpoznania korzystał z pomocy sztucznej inteligencji. Oprogramowanie analizowało u każdego z lekarzy poziom pewności co do wyrażanej przez niego opinii. W ten sposób można było ocenić, które propozycje są bardziej miarodajne.
Ostatecznie zespół złożony z ludzi oraz maszyny uzyskał o 33% lepszy wynik niż sami lekarze oraz o 22% procent lepszy od rezultatu innego systemu uczenia maszynowego. Co ciekawe, przeanalizowanie 50 zdjęć zajęło zaledwie 90 minut. Obecnie zespół związany z projektem zamierza zabrać się za aktualne przypadki pacjentów z Centrum Medycznego Uniwersytetu Stanforda.
[Źródło: spectrum.ieee.org]
