Kunstig intelligens og sygdomsdiagnostik
Sygdomsdiagnoser er altid blevet udført af uddannet sundhedspersonale. Teknologiske programmer er imidlertid blevet udviklet i de seneste år og kan tjene som støtte. Vi vil dykke lidt dybere ned i kunstig intelligens og sygdomsdiagnostik i denne artikel.
Kunstig intelligens og medicin har været forbundet i mange år. Faktisk har flere undersøgelser fastslået, at disse typer programmer kan bruges inden for næsten alle områder af menneskers sundhed. Deres specifikke anvendelse til diagnosticering af sygdomme er dog endnu ikke blevet udforsket fuldt ud.
En gruppe eksperter fra Birmingham i Storbritannien konkluderede, at kunstig intelligens kunne anvendes til diagnosticering af sygdomme. Faktisk mener man, at den kan overgå mennesker i identifikation af visse patologier.
Hvad er kunstig intelligens?
Først og fremmest skal vi definere kunstig intelligens. I enkle vendinger er det et sæt algoritmer, der forsøger at efterligne menneskers kognitive evner. Selv om det virker som en fjern teknologi, bruger vi den hver dag uden at bemærke det.
Almindelige funktioner som f.eks. oplåsning af ansigtet på mobiltelefoner eller stemmeassistenter er takket være kunstig intelligens. Denne teknologi anvendes også inden for landbrug, transport, uddannelse og finans.
På det medicinske område findes der chatbots, der automatisk spørger om symptomer for at diagnosticere patologier. På den måde er det muligt at vide, om man lider af en almindelig sygdom, f.eks. lungebetændelse.
Kunstig intelligens kan være enkel og involveret i hverdagens applikationer til f.eks. oplåsning af en telefon. Men den kan også være kompleks og analysere enorme datamængder.
Hvad er dyb læring?
I dag findes der mange forskellige former for kunstig intelligens. Den mest udbredte inden for diagnosticering af sygdomme er dyb læring.
Det er ganske enkelt en gren af maskinlæring, som gør det muligt for maskiner at lære automatisk uden behov for programmering. I denne forstand vil systemerne kunne fortolke en række data for at lave forudsigelser.
Med dyb læring lærer computere af sig selv. Dette opnås gennem genkendelse af flere mønstre.
Det vigtigste træk er brugen af et system af kunstige neuroner på forskellige niveauer. Forenklet sagt forstår programmet et givet stykke data på det indledende niveau. Derefter sender det det videre til et højere niveau, hvor det kombineres med andre data for at frembringe mere komplekse oplysninger.
Kunstig intelligens og sygdomsdiagnostik: Kan kunstig intelligens diagnosticere sygdomme?
Nu hvor begreberne kunstig intelligens og dyb læring er lidt klarere, kan vi forklare mere detaljeret, hvilken rolle kunstig intelligens spiller i forbindelse med diagnosticering af sygdomme. For nylig blev den første litteraturgennemgang om emnet offentliggjort i tidsskriftet The Lancet Digital Health.
Forskningen blev udført på University Hospitals Birmingham NHS Foundation Trust. Deltagerne gennemgik næsten 20.500 artikler, selv om mindre end 1 % opfyldte inklusionskriterierne. Ikke desto mindre kunne de konkludere, at kunstig intelligens var i stand til at opdage sygdomme lige så nøjagtigt som mennesker.
De sygdomme, der blev diagnosticeret med kunstig intelligens, var alt fra kræft til øjenproblemer. Eksperterne analyserede i alt 14 undersøgelser, hvorigennem de fastslog, at kunstig intelligens diagnosticerede sygdomme i 87 % af tilfældene. Dette ville overgå medicinsk personale, som var på en følsomhedsgrad på 86 %.
Teknologien var i stand til at identificere en rask person i 93 % af tilfældene. Sundhedspersonalet blev også overgået på dette punkt og nåede kun op på 91 %.
Andre undersøgelser om kunstig intelligens og sundhed
Antallet af undersøgelser, der involverer kunstig intelligens i diagnosticering af sygdomme, er vokset eksponentielt i de seneste år. Faktisk er den endda blevet anvendt til diagnosticering og behandling af nye patologier som f.eks. COVID-19.
En undersøgelse offentliggjort i International Journal of Biological Sciences viste, at kunstig intelligens blev anvendt i billedanalyse til diagnosticering af COVID-19. Dette fremskyndede processen og fremskyndede patientbehandlingen midt i pandemien.
På den anden side blev der i en artikel i tidsskriftet Current Oncology konkluderet, at kunstig intelligens anvendes til diagnosticering af flere typer kræft. Faktisk udgør teknikker til screening af tarmkræft med hjælp af kunstig intelligens et afgørende skridt i retning af at mindske forekomsten af denne neoplasmatiske sygdom.
Kardiologi har også draget fordel af kunstig intelligens. Denne teknologi er blevet et grundlæggende værktøj til diagnosticering af hjerte-kar-sygdomme. Det skyldes, at den f.eks. analyserer et ekkokardiogram mere præcist.
Kunstig intelligens er hurtigere til at læse billeder og fremskynder dermed diagnosticeringsprocesserne.
Kunstig intelligens og sygdomsdiagnostik: En teknologi, der stadig mangler at blive perfektioneret
Resultaterne af den første litteraturgennemgang og andre undersøgelser om anvendelse af kunstig intelligens til sygdomsdiagnostik er lovende. Der er imidlertid tale om en ny teknologi, som skal perfektioneres for at reducere sandsynligheden for fejl.
Til gengæld er manglen på verificerede og pålidelige undersøgelser om anvendelsen af denne teknologi en hindring for dens fremskridt. I denne henseende må vi vente nogle år og se, hvordan de videnskabelige resultater udvikler sig, før kunstig intelligens kan anvendes på ethvert sundhedscenter i verden.
Alle citerede kilder blev grundigt gennemgået af vores team for at sikre deres kvalitet, pålidelighed, aktualitet og validitet. Bibliografien i denne artikel blev betragtet som pålidelig og af akademisk eller videnskabelig nøjagtighed.
- Ramesh AN, Kambhampati C, Monson JR, Drew PJ. Artificial intelligence in medicine. Ann R Coll Surg Engl. 2004 Sep;86(5):334-8.
- Huang S, Yang J, Fong S, Zhao Q. Artificial intelligence in the diagnosis of COVID-19: challenges and perspectives. Int J Biol Sci. 2021 Apr 10;17(6):1581-1587.
- Mitsala A, Tsalikidis C, Pitiakoudis M, Simopoulos C, Tsaroucha AK. Artificial Intelligence in Colorectal Cancer Screening, Diagnosis and Treatment. A New Era. Curr Oncol. 2021 Apr 23;28(3):1581-1607.
- Zhou J, Du M, Chang S, Chen Z. Artificial intelligence in echocardiography: detection, functional evaluation, and disease diagnosis. Cardiovasc Ultrasound. 2021 Aug 20;19(1):29.
- Hashimoto DA, Witkowski E, Gao L, Meireles O, Rosman G. Artificial Intelligence in Anesthesiology: Current Techniques, Clinical Applications, and Limitations. Anesthesiology. 2020 Feb;132(2):379-394.
- Gupta R, Srivastava D, Sahu M, Tiwari S et al. Artificial intelligence to deep learning: machine intelligence approach for drug discovery. Mol Divers. 2021 Aug;25(3):1315-1360.