Искусственный интеллект может принимать лучшие клинические решения, чем врачи.

Алгоритм машинного обучения допускал меньше ошибок при принятии клинических решений, чем профессионалы, когда дело доходило до клинической диагностики.

Это довольно старая пословица: получать второе мнение очень даже не вредно. Но что, если это второе мнение может быть создано компьютером с использованием искусственного интеллекта? Может ли компьютер предложить лучшие рекомендации по лечению, чем предлагает ваш врач?

Пара канадских исследователей психического здоровья считает, что это возможно. В исследовании, опубликованном в Журнале прикладного анализа поведения, Марк Лановаз из Университета Монреаля и Киева Гранчук из колледжа Святого Лаврентия в Онтарио приводят доводы в пользу использования ИИ для лечения поведенческих проблем.

«Медицинские работники и специалисты в области образования часто расходятся во мнениях относительно эффективности поведенческой терапии, которые могут привести к тому, что люди не получат адекватного лечения», - пишет Лановаз, доцент, возглавляющий лабораторию прикладных поведенческих исследований в Школе психообразования UdeM.

Чтобы найти лучший способ, Лановаз и Гранчук, профессор поведенческой науки и поведенческой психологии в университете Св. Лаврентия, собрали смоделированные данные от 1024 человек, лечившихся от поведенческих проблем.

Затем исследователи сравнили выводы о лечении, сделанные в каждом случае пятью специалистами по поведенческому анализу с докторской степенью, с выводами, полученными с помощью компьютерной модели, разработанной двумя учеными с помощью машинного обучения.

«Пять профессионалов со степенью доктора наук приходили к одним и тем же выводам примерно в 75% случаев», - сказал Лановаз. «Что еще более важно, машинное обучение дает меньше ошибок при принятии решений, чем все профессионалы взятые вместе».    

Учитывая эти очень положительные результаты, следующим шагом будет «интегрировать наши модели в приложение, которое могло бы автоматически принимать решения или предоставлять обратную связь о прогрессе лечения», - добавил он.

По мнению исследователей, цель должна заключаться в том, чтобы использовать машинное обучение для облегчения работы врачей, а не фактически заменять их, а также сделать принятие решений о лечении более последовательными и предсказуемыми.

«Например, когда-нибудь врачи смогут использовать эту технологию, чтобы решить, продолжать или прекратить лечение людей с такими различными расстройствами, как аутизм, СДВГ, тревога и депрессия», - сказал Лановаз.

«Индивидуальное принятие клинических и образовательных решений является одним из краеугольных камней психологического и поведенческого лечения. Таким образом, наше исследование может привести к лучшим вариантам лечения для миллионов людей во всем мире, получающих подобные услуги ».


Оригинальное исследование: открытый доступ.
« Машинное обучение для анализа в одном случае: сравнение с визуальным осмотром врача » Марк Дж. Лановаз, Гранчук. Журнал прикладного анализа поведения

Перевод А. Юртаев