A mesterséges intelligencia egyelőre nem győz le egy orvost, ha a beteg közérzetét és általános állapotát kell felmérnie

2022.05.04. · tudomány

Magyarországi, lengyelországi és szlovéniai életminőség-kutatások adatait összevetve arra jutott egy magyarok részvételével működő nemzetközi kutatócsoport, hogy egyelőre az emberek sem tudnak eleget az emberek életminőségéről és jóllétéről ahhoz, hogy pontos és megbízható adatokat tudjanak szolgáltatni a gépi tanulási algoritmusoknak a mesterséges intelligencia alapú orvoslás bevezetése érdekében. Az Óbudai Egyetemen működő Egészségügyi Közgazdaságtan Kutatócsoport, az ELTE, valamint a Budapesti Corvinus Egyetem részvételével zajló kutatás szerint ennek megoldására először az egészségügyi ellátórendszert kellene fejleszteni, például kiterjedt és összehangolt regiszterek létrehozásával, valamint az adattudósok, orvosok és egészségügyi közgazdászok együttműködésének az előmozdításával.

A nemzetközi kutatócsoport több mint 26 ezer beteg anonimizált adatait elemezte hagyományos, valamint a rendelkezésre álló legkorszerűbb gépi tanulási módszerekkel. Tíz páciens adatsorának mindössze a felénél sikerült szoftverek segítségével viszonylag pontosan megbecsülni a betegek saját bevalláson alapuló életminőségi összetevőit. Az esetek negyven százalékában az egészségügyi algoritmusoknak azt sem sikerült belőni, hogy a páciens teljesen egészségesnek, közepesen, vagy súlyosan betegnek érzi-e magát.

A hagyományos adatelemzési technikákkal összehasonlítva a gépi tanulási módszerek esetén nehézséget jelent, hogy a szoftver által kalkulált eredmény hátterében a számítások nem, vagy csak korlátozott mértékben értelmezhetők. A Zrubka Zsombor vezette kutatócsoport emiatt az adatbázisok bővítésére, a mélytanulásra alkalmas algoritmusok cizellálására és a tudományterületek közötti párbeszédre buzdít. Felmérésük egyébként azt volt hivatott kideríteni, hogy az emberek különböző életkorokban mennyire tartanak különféle súlyosságú egészségi problémákat elfogadhatónak.

Kapcsolódó cikkek a Qubiten:

link Forrás
link Forrás
link Forrás