Vještačka inteligencija sve se više primjenjuje u medicini za analizu snimaka i razvoj lijekova, ali naučnici u Kini sproveli su eksperiment u kojem su otišli i dalje.
Tim s pekinškog Instituta za vizuelne nauke i translacijska istraživanja oka (BERI) prepustio je vođenje oftalmološke klinike sistemu vještačke inteligencije, uz ljudski nadzor.
Cilj je bio testirati kako se AI snalazi u stvarnom kliničkom okruženju, piše ScienceAlert.
Kako je funkcionisala AI klinika
Klinika, nazvana AI-TEC (AI-Agent Augmented Tsinghua Eye Clinic), osmišljena je tako da vještačka inteligencija bude temelj cjelokupnog procesa, a ne samo dodatak postojećoj praksi.
Ljekari su i dalje bili prisutni i nadzirali rad, ali AI je upravljao svim fazama, od pripreme pacijenata za pregled, preko same dijagnostike, do praćenja nakon obavljene kontrole, prenosi Index.
Lažno pozitivni rezultati značajno su se smanjili kada su podacima za obuku dodane slike koje su pregledali stručnjaci. (Yan i sur., Nat. Med., 2026.)
“Naš rad nudi prve lekcije o tome kako vještačku inteligenciju primijeniti šire od puke algoritamske efikasnosti i usmjeriti je prema transformaciji kliničkog rada i integraciji na nivou cijelog sistema, što u konačnici stvara stvarnu kliničku vrijednost”, naveli su istraživači u svom radu.
Učenje na greškama i prilagođavanje sistema
Prvi rezultati pokazali su da je sistem u početku imao relativno nisku stopu uspjeha u prepoznavanju bolesti kao što su glaukom i makularna degeneracija.
Tačnost se, međutim, značajno poboljšala nakon što su iskusni oftalmolozi u bazu unijeli 1.426 visokokvalitetnih snimaka s preciznim dijagnozama. Taj se set podataka pokazao korisnijim od početnog, koji je sadržavao gotovo 27.000 snimaka slabijeg kvaliteta.
S novim podacima, tačnost AI sistema premašila je 0,93 na standardizovanoj dijagnostičkoj ljestvici AUROC, što je u rangu s drugim naprednim sistemima za analizu medicinskih snimaka.
Vještačka inteligencija djelimično je bila zadužena za prepoznavanje bolesti na snimcima mrežnjače. (Mikael Häggström/CC0 putem Wikimedia Commons/Public Domain)
Naučnici su uočili i zanimljiv trend u korištenju alata. Nakon početnog intenzivnog korištenja, njegova je primjena pala. Analiza je pokazala da je u jednom trenutku AI proces korišten u samo 3,8 posto pregleda.
Već idućeg mjeseca taj je udio porastao na 23 posto, nakon što su istraživači optimizovali sistem, ubrzali ga i pojednostavili za korištenje smanjenjem broja potrebnih klikova.
Ključni faktori za uspjeh
“Naše rano iskustvo pokazalo je da je implementacija zdravstva zasnovanog na vještačkoj inteligenciji zapravo izazov za cijeli ekosistem”, ističu istraživači.
Dodaju kako efikasnost nije zavisila samo od performansi algoritma. Zavisila je i od kvaliteta podataka, interakcije unutar radnog procesa, angažmana ljekara, adekvatnog upravljanja te mjerljive kliničke vrijednosti”.
Kao treći ključan faktor istakli su brzinu. Povratne informacije ljekara morale su stizati odmah kako bi se sistem mogao poboljšavati u stvarnom vremenu, a ne sedmicama kasnije. Zbog toga je, kako kažu, nužna bliska saradnja kliničara i AI stručnjaka na terenu.
Mjerenje uspjeha nije samo u brojkama
Iako su ovakve klinike još uvijek rijetkost, rezultati testiranja pokazuju da mogu biti uspješne ako se ispune pravi uslovi. Ipak, ostaju specifični izazovi, poput razlike u pristupu. Naime, AI se fokusira na konačni ishod – ima li pacijent bolest ili ne – dok se ljekari primarno bave simptomima, na primjer pritužbom pacijenta na zamagljen vid.
Sama činjenica da AI precizno analizira snimke ne garantuje automatski bolju njegu za pacijenta. Autori studije stoga sugerišu da bi se buduća testiranja trebala manje fokusirati na statističku efikasnost.
“Uspjeh zdravstvenog sistema koji se temelji na AI-ju trebao bi se mjeriti time je li transformisao klinički rad i poboljšava li ishode liječenja, a ne time postiže li vrhunske rezultate na testovima”, zaključuju istraživači.
Istraživanje je objavljeno u časopisu Nature Medicine.
