Šiandien gyvename labiau apsišvietusiais laikais, o medicinos praktika paprastai grindžiama įrodymais – tačiau ar visada gauname tinkamus įrodymus, kad galėtume ką nors pakeisti? Pavyzdžiui, yra ženklų, kad dirbtinio intelekto taikymas klinikinėje praktikoje taip pat galėtų išgelbėti gyvybes. Kaip rašoma straipsnyje „Dirbtinis intelektas padeda radiologams atpažinti krūties vėžį atliekant realius tyrimus“, radiologai, nusprendę naudoti vaizdus klasifikuojantį dirbtinį intelektą, kad padėtų nustatyti krūties vėžį, užfiksavo papildomą atvejį iš 1000 patikrintų žmonių. Visose sveikatos priežiūros sistemose poveikis gali būti didelis.
Ar tai reiškia, kad turėtume raginti gydytojus pasikabinti į spintas chalatus ir leisti, kad viską perimtų mašinos? Toli gražu ne. Nors didžiųjų kalbos modelių dirbtinio intelekto sistemos – tokios kaip „ChatGPT“ – gali puikiai atlikti medicininius testus su keliais atsakymų variantais, joms prasčiau sekasi diagnozuoti pacientus kalbantis su jais. Kol kas vis dar labai svarbu, kad medikai vis dar nevengtų prieiti prie ligonio ir gebėtų jį išklausyti, rašo „New Scientist“.
Tačiau iš šių tyrimų galima padaryti dvi išvadas. Pirmoji yra ta, kad turėtume atsargiai vartoti bendrą terminą „dirbtinis intelektas“. Nors abiejų sistemų, apie kurias čia kalbama, pagrindą sudaro neuroninių tinklų technologija, vaizdų klasifikavimas labai skiriasi nuo teksto generavimo užduoties, o pastarojoje yra daug didesnė rizika, kad dirbtinis intelektas pateiks tikėtinus, bet neteisingus rezultatus. Kitaip tariant, ne visi dirbtiniai intelektai yra vienodi.
Antroji išvada yra ta, kad turėtume drąsiau išbandyti medicinines dirbtinio intelekto sistemas realioje aplinkoje, o ne tik laboratorijoje ar simuliacijose. Krūties vėžio tyrimas, suteikęs radiologams galimybę kontroliuoti, kada naudoti dirbtinį intelektą, rodo, kad jis gali būti naudinga priemonė. Paskatinus ieškoti daugiau tokių įrodymų, būtų galima išgelbėti gyvybes – kaip ir I. Semmelweiso atveju, kuris dabar laikomas medicinos didvyriu.
