Blog

Τα μοντέλα τεχνητής νοημοσύνης μπορεί να προτείνουν διαφορετικές θεραπείες για την ίδια ιατρική πάθηση με βάση αποκλειστικά τα κοινωνικοοικονομικά και δημογραφικά χαρακτηριστικά ενός ασθενούς, προειδοποιούν οι ερευνητές. Σε έρευνά τους, επινόησαν σχεδόν 36 διαφορετικούς ασθενείς και απευθύνθηκαν σε εννέα μοντέλα τεχνητής νοημοσύνης για την υγεία για το πώς θα έπρεπε να αντιμετωπίζεται ο καθένας, σε χίλιες διαφορετικές επείγουσες καταστάσεις υγείας. Παρά τις πανομοιότυπες κλινικές λεπτομέρειες, τα μοντέλα τεχνητής νοημοσύνης κατά καιρούς άλλαζαν αποφάσεις με βάση τα προσωπικά χαρακτηριστικά των ασθενών, επηρεάζοντας την προτεραιότητα για φροντίδα, τις διαγνωστικές εξετάσεις, την πρόσβαση σε θεραπεία και την αξιολόγηση της ψυχικής υγείας, ανέφεραν οι ερευνητές στο Nature Medicine. Για παράδειγμα, προηγμένες διαγνωστικές εξετάσεις όπως αξονικές τομογραφίες ή μαγνητική τομογραφία συνίσταντο συχνότερα για ασθενείς υψηλού εισοδήματος, ενώ για τους ασθενείς χαμηλού εισοδήματος οι συστάσεις να μην υποβάλλονται σε περαιτέρω εξετάσεις ήταν συχνότερες, κάτι που συμβαίνει και στην πραγματική ζωή όπου υπάρχουν σαφώς ανισότητες στον τομέα της υγειονομικής περίθαλψης. Τα προβλήματα φάνηκαν τόσο σε ιδιόκτητα μοντέλα τεχνητής νοημοσύνης όσο και σε μοντέλα ανοιχτού κώδικα, διαπίστωσαν οι ερευνητές. «Η τεχνητή νοημοσύνη έχει τη δύναμη να φέρει επανάσταση στην υγειονομική περίθαλψη, αλλά μόνο εάν αναπτυχθεί και χρησιμοποιηθεί με υπευθυνότητα», δήλωσε ο συν-επικεφαλής της μελέτης Δρ. Girish Nadkarni της Ιατρικής Σχολής Icahn στο νοσοκομείο Mount Sinai της Νέας Υόρκης.

Πηγή: healthdaily.gr