سیستم تشخیص پزشکی MAI-DxO مایکروسافت دقیق‌تر از پزشکان عمومی است

سیستم MAI-DxO مایکروسافت با دقت ۸۵/۵ درصدی توانسته است از بسیاری از پزشکان عمومی در تشخیص‌های پزشکی پیشی بگیرد.

به گزارش تک‌ناک، مایکروسافت با انتشار پژوهشی نوین از توانایی چشمگیر هوش مصنوعی در حوزه تشخیص‌های پزشکی پرده برداشت؛ سیستمی که با عملکردی دقیق‌تر و کم‌هزینه‌تر از پزشکان عمومی، افق تازه‌ای در عرصه مراقبت‌های سلامت ترسیم کرده است. این دستاورد در قالب معرفی سیستمی موسوم به MAI Diagnostic Orchestrator یا MAI-DxO و معیاری جدید به نام SDBench ارائه شد.

به گفته مصطفی سلیمان، مدیرعامل واحد هوش مصنوعی مایکروسافت، پژوهش اخیر گامی مهم به‌سوی تحقق «فراهوش پزشکی» به شمار می‌رود و از ۳۰۴ پرونده پیچیده پزشکی برگرفته از نشریه New England Journal of Medicine بهره برده است. این پرونده‌ها به‌گونه‌ای بازطراحی شده‌اند که فرایند تصمیم‌گیری بالینی را به‌صورت تعاملی و مرحله‌به‌مرحله شبیه‌سازی کنند. در این چهارچوب، پزشکان یا مدل‌های هوش مصنوعی باید با طرح پرسش و تجویز آزمایش به تشخیص نهایی برسند؛ تشخیصی که سپس با استاندارد طلایی NEJM مقایسه می‌شود.

به نقل از نیوزویک، مدل MAI-DxO موفق شد با دقت ۸۵/۵ درصدی در تشخیص، عملکردی به‌مراتب بهتر از پزشکان عمومی با میانگین ۲۰ درصد دقت ثبت کند. افزون‌بر این، این سیستم با تجویز کمتر آزمایش‌های پرهزینه، توانست هزینه‌های تشخیصی را تا ۲۰ درصد کاهش دهد. نکته مهم اینکه این سیستم «مدل‌محور» نیست و قابلیت به‌کارگیری بر بستر مدل‌های مختلفی ازجمله OpenAI، جمنای، Claude، گراک، دیپ‌مایند و Llama را دارد.

با‌این‌حال، پژوهش یادشده محدودیت‌هایی نیز دارد. ۲۱ پزشک شرکت‌کننده از ایالات متحده و بریتانیا که به‌طور میانگین ۱۲ سال تجربه داشتند، هنگام استفاده از SDBench اجازه دسترسی به موتورهای جست‌وجو یا منابع اطلاعاتی آنلاین را نداشتند؛ ابزارهایی که به‌طور رایج در عمل بالینی استفاده می‌شوند. ازاین‌رو، ممکن است عملکرد آن‌ها در شرایط واقعی بهتر باشد.

مایکروسافت اعلام کرده است که این پژوهش ظرفیت‌های بالقوه هوش مصنوعی در ارتقای دقت و کارآمدی تشخیص‌های پزشکی را نشان می‌دهد. سیستم MAI-DxO هنوز وارد فاز اجرایی نشده؛ اما عملکرد اولیه آن نویدبخش آینده‌ای متفاوت در تعامل انسان و فناوری در حوزه سلامت است.

این پروژه بخشی از تلاش‌های واحد سلامت هوش مصنوعی مایکروسافت است که از اواخر سال ۲۰۲۴ آغاز به کار کرده و با هدایت مصطفی سلیمان، از بنیان‌گذاران دیپ‌مایند و دکتر دومینیک کینگ، معاون سلامت این واحد و مدیر سابق Google Health، پیش می‌رود. این تیم متشکل از پزشکان، طراحان، مهندسان و دانشمندان هوش مصنوعی مأموریت دارد تا فناوری‌های نوین در خدمت سلامت مصرف‌کنندگان توسعه دهد.

این نمودار از مقاله تحقیقاتی مایکروسافت، فرآیند ارزیابی SDBench را نشان می‌دهد. سه عامل، «گفتگو» بین SDBench و یک مدل انسانی یا هوش مصنوعی را هماهنگ می‌کنند

هم‌اکنون بیش از ۵۰ میلیون جست‌وجوی مرتبط با سلامت روزانه در محصولات هوش مصنوعی مایکروسافت مانند کوپایلت، بینگ، اج و MSN انجام می‌شود. مایکروسافت بر آن است که این تعاملات را به بستری هوشمندتر و مفیدتر برای کاربران تبدیل کند.

این فناوری نوین می‌تواند علاوه‌بر کمک به پزشکان برای رسیدن به تشخیص‌های دقیق‌تر با آزمایش‌های کمتر، تأثیر مثبتی بر کاهش هزینه‌های نظام سلامت بگذاردد. به گزارش آژانس تحقیقات و کیفیت مراقبت‌های سلامت آمریکا، هر ساله ۷/۴ میلیون نفر در بخش‌های اورژانس ایالات متحده دچار تشخیص اشتباه می‌شوند که از این تعداد یک نفر از هر ۳۵۰ نفر دچار مرگ یا ناتوانی دائمی می‌شود.

مایکروسافت اعلام کرده است که در‌حال‌حاضر با مراکز درمانی و پزشکان که نامی از آن‌ها فاش نشده، در حال همکاری است تا آزمایش‌های بیشتری برای ارزیابی و بازتولید موفقیت MAI-DxO انجام دهد.

اسما کلهر

اسما کلهر

دانش آموخته مترجمی زبان انگلیسی ،نویسنده حوزه تکنولوژی

خبر بعدی

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *