Lekarze coraz częściej stosują narzędzia sztucznej inteligencji do analizy i przewidywania stanu pacjenta.
Urszula Lesman
Naukowcy z publicznej uczelni w Stanach Zjednoczonych, Virginia Tech, odkryli, że sztuczna inteligencja ma ograniczoną skuteczność w prognozowaniu ewentualnej śmierci pacjenta. Badanie opublikowane w czasopiśmie „Communications Medicine” ujawnia, że 66 procent ciężkich urazów w szpitalach mogłoby pozostać niezauważonych, gdyby zastosowano obecnie dostępne modele AI.
AI nie potrafi przewidzieć pogorszenia stanu zdrowia
Szpitale coraz częściej wdrażają narzędzia oparte na uczeniu maszynowym. Zgodnie z informacjami zawartymi w branżowym piśmie „Health Affairs”, aż 65 procent amerykańskich szpitali korzysta z modeli predykcyjnych wspieranych przez sztuczną inteligencję, najczęściej w celu prognozowania zmian stanu zdrowia pacjentów hospitalizowanych.
Naukowcy zbadali kilka modeli uczenia maszynowego, które są często wymieniane w literaturze medycznej jako narzędzia do przewidywania pogorszenia zdrowia pacjentów. Przekazali im ogólnodostępne zestawy danych dotyczących zdrowia i metryk pacjentów z oddziałów intensywnej terapii oraz onkologicznych. Następnie stworzyli przypadki testowe dla tych modeli, aby przewidzieć potencjalne problemy zdrowotne oraz ryzyko wyników, kiedy niektóre wskaźniki pacjenta zmieniały się w porównaniu z początkowym zestawem danych.
Modele prognozujące śmiertelność w szpitalach były w stanie rozpoznać średnio jedynie 34 procent przypadków – jak wynika z przeprowadzonego badania.
Z czym nie radziła sobie sztuczna inteligencja?
Badanie ujawniło, że szpitalne modele przewidywania śmiertelności nie generowały ostrzeżeń dotyczących niskiej częstości oddechów ani stanów hipoglikemii.
Po otrzymaniu przypadków testowych reprezentujących
