Tim znanstvenika iz Velike Britanije, Danske, Njemačke i Švicarske razvio je napredni model umjetne inteligencije koji, na temelju medicinske povijesti pacijenta, može predvidjeti vjerojatnost razvoja više od 1000 različitih bolesti – mnogo godina unaprijed.

Novi model, nazvan Delphi-2M, temelji se na istoj “transformatorskoj” arhitekturi koja pokreće popularne chatbotove poput ChatGPT-a, a objavljen je u prestižnom znanstvenom časopisu ‘Nature‘.

Kako Delphi-2M funkcionira?

Delphi-2M je obučen na ogromnoj bazi podataka iz Ujedinjenog Kraljevstva, UK Biobank, koja sadrži medicinske podatke o preko 500 000 ljudi.

Ovdje se za interpretaciju zdravstvenih podataka koriste takozvane “transformatorske” neuronske mreže, koje se često koriste u analizi teksta.

Kao što objašnjava dr. Moritz Gerstung iz Njemačkog centra za istraživanje raka:

„Razumijevanje medicinske povijesti je poput učenja gramatike teksta — Delphi-2M uči obrasce, sekvence i kombinacije dijagnoza, što omogućuje smislena i zdravstveno relevantna predviđanja.“

Što umjetna inteligencija može otkriti?

Delphi-2M bio je točniji u testovima od tradicionalnih faktora (poput dobi) u predviđanju rizika od:

• srčanog udara,
• dijabetesa,

• moždanog udara i drugih bolesti.

Testiranjem modela na zdravstvenoj bazi podataka o gotovo dva milijuna ljudi u Danskoj, znanstvenici su potvrdili visoku točnost i primjenjivost algoritma.

Ali ovaj model dijagnosticiranja još nije spreman za bolnice. Za to je ipak još prerano.

Unatoč, po njima vrlo obećavajućim rezultatima u predviđanju dijagnoza od strane umjetne inteligencije, autori ističu da model još nije spreman za kliničku uporabu.

Razlog: baze podataka iz Ujedinjenog Kraljevstva i Danske imaju pristranosti u pogledu dobi, etničke pripadnosti i zdravstvenih ishoda, upozorava istraživač Peter Bannister s Britanskog instituta za inženjerstvo i tehnologiju.

Potencijal: preventivna medicina i optimizacija zdravstvene zaštite

Međutim, stručnjaci vide veliki potencijal:

„Sustavi poput Delphi-2M mogli bi u budućnosti pojednostaviti praćenje pacijenata i omogućiti ranije intervencije – pomak prema preventivnoj medicini“, kaže Gerstung.

„Osim toga, mogu doprinijeti boljoj raspodjeli resursa u preopterećenim zdravstvenim sustavima“, dodaje koautor Tom Fitzgerald iz Europskog laboratorija za molekularnu biologiju.

Delphi-2M u usporedbi s postojećim sustavima

Dok liječnici već koriste alate poput QRISK3 za procjenu rizika od srčanih bolesti, Delphi-2M istovremeno analizira sve bolesti i dugoročne obrasce.

„Ovo je mnogostruko šire i dublje od bilo kojeg postojećeg alata“, kaže koautor Euan Berni.

Odgovorna umjetna inteligencija — i razumljiva

Gustavo Sidre, profesor na King’s Collegeu u Londonu, rekao je da je ovo “značajan korak prema skalabilnom, razumljivom i – što je najvažnije – etički odgovornom modelu umjetne inteligencije”.

Interpretabilnost je ključna tema u istraživanju umjetne inteligencije, budući da do danas velik broj modela umjetne inteligencije ostaje “crna kutija” – čak i za njihove vlastite tvorce.

Izvor: Nature