O estudo mostra como o AI pode melhorar a precisão diagnóstica dos médicos

Enquanto a inteligência artificial continua a evoluir, diagnosticando a doença mais rapidamente e potencial com maior precisão do que médicos, algumas sugeriram que a tecnologia pudesse logo substituir as tarefas que os médicos executam actualmente. Mas um estudo novo do grupo de investigação de Google AI mostra que os médicos e os algoritmos que trabalham junto são mais eficazes do que qualquer um apenas. É um dos primeiros estudos para examinar como o AI pode melhorar a precisão diagnóstica dos médicos. A pesquisa nova será publicada na edição da oftalmologia, o jornal de abril da academia americana da oftalmologia.

Este estudo expande em trabalhos anteriores da exibição de Google AI que seu algoritmo trabalha aproximadamente assim como peritos humanos em pacientes da selecção para um retinopathy chamado comum do diabético da doença de olho do diabético. Para seu estudo mais atrasado, os pesquisadores quiseram ver se seu algoritmo poderia fazer mais do que diagnosticam simplesmente a doença. Quiseram criar um sistema computador-ajudado novo que poderia “explicar” o diagnóstico do algoritmo. Encontraram que este sistema melhorado não somente a precisão diagnóstica dos oftalmologista, mas igualmente melhorou a precisão do algoritmo.

Mais de 29 milhão americanos têm o diabetes, e são em risco do retinopathy do diabético, uma doença de olho potencial de cegueira. Os povos tipicamente não observam mudanças em sua visão nas fases iniciais da doença. Mas como progride, o retinopathy do diabético causa geralmente a perda da visão que em muitos casos não pode ser invertida. É por isso é tão importante que os povos com diabetes têm selecções anuais.

Infelizmente, a precisão das selecções pode variar significativamente. Um estudo encontrou uma taxa de erro de 49 por cento entre médicos especializados em medicina interna, diabetologists, e residentes médicos.

Os avanços recentes no AI prometem melhorar o acesso à selecção do retinopathy do diabético e melhorar sua precisão. Mas é menos claro como o AI trabalhará em outros ajustes clínicos do médico no escritório ou. As tentativas precedentes de usar-se computador-ajudaram ao diagnóstico mostram que alguns máquina de raios X confiam na máquina demasiado, que conduz a repetir os erros de máquina, ou sob-confiam nela e ignoram previsões exactas. Os pesquisadores em Google AI acreditam que algumas destas armadilhas podem ser evitadas se o computador pode “explicar” suas previsões.

Para testar esta teoria, os pesquisadores desenvolveram dois tipos de auxílio ajudar médicos a ler as previsões do algoritmo.

  • Categorias: Um grupo de cinco contagens que representam a força da evidência para a previsão do algoritmo.
  • Categorias + heatmap: Aumente o sistema de classificação com um heatmap que meça a contribuição de cada pixel na imagem à previsão do algoritmo.

Dez oftalmologista (quatro oftalmologista gerais, um treinados fora dos E.U., quatro especialistas da retina, e um especialista da retina no treinamento) foram pedidos para ler uma vez cada imagem sob uma de três circunstâncias: unassisted, categorias somente, e categorias + heatmap.

Ambos os tipos da precisão diagnóstica dos médicos melhorados auxílio. Igualmente melhorou sua confiança no diagnóstico. Mas o grau de melhoria dependeu do nível do médico de experiência.

Sem auxílio, os oftalmologista gerais são significativamente menos exactos do que o algoritmo, quando os especialistas da retina não forem significativamente mais exactos do que o algoritmo. Com auxílio, os oftalmologista gerais combinam mas não excedem a precisão do modelo, quando os especialistas da retina começarem exceder o desempenho do modelo.

“O que nós encontramos somos esse AI podemos fazer mais do que automatize simplesmente a selecção do olho, pode ajudar a médicos mais exactamente em diagnosticar o retinopathy do diabético,” disse o pesquisador do chumbo, Rory Sayres, PhD. O “AI e os médicos que trabalham junto podem ser mais exactos do que qualquer um apenas.”

Como as tecnologias médicas que o precederam, Sayres disse que o AI é uma outra ferramenta que fizesse o conhecimento, a habilidade, e o julgamento dos médicos ainda mais centrais aos cuidados de qualidade.

“Há uma analogia na condução,” Sayres explicou. “Auto-está conduzindo veículos, e há ferramentas para ajudar motoristas, como o automóvel do andróide. O primeiro é automatização, o segundo é aumento. Os resultados de nosso estudo indicam que pode haver um espaço para o aumento em classificar imagens médicas como imagens retinas do fundo. Quando a combinação de clínico e de assistente outperforms qualquer um apenas, esta fornece um argumento para clínicos denivelamento as ferramentas inteligentes.”