Η Microsoft έχει κατασκευάσει ένα ιατρικό εργαλείο που λειτουργεί με τεχνητή νοημοσύνη και ισχυρίζεται ότι είναι τέσσερις φορές πιο επιτυχημένο από τους γιατρούς στη διάγνωση σύνθετων παθήσεων, καθώς ο τεχνολογικός γίγαντας παρουσιάζει έρευνα που πιστεύει ότι θα μπορούσε να επιταχύνει τη θεραπεία.
Το «Microsoft AI Diagnostic Orchestrator» είναι η πρώτη πρωτοβουλία που προέρχεται από μια μονάδα τεχνητής νοημοσύνης στον τομέα της υγείας που δημιουργήθηκε πέρυσι από τον Mustafa Suleyman με προσωπικό που προσλήφθηκε από την DeepMind, το ερευνητικό εργαστήριο που συνίδρυσε και το οποίο τώρα ανήκει στην ανταγωνιστική Google.
Σε συνέντευξή του στη Financial Times, ο διευθύνων σύμβουλος της Microsoft AI δήλωσε ότι η δοκιμή αποτελεί ένα βήμα προς την «ιατρική υπερνοημοσύνη» που θα μπορούσε να βοηθήσει στην επίλυση της κρίσης προσωπικού και των μεγάλων χρόνων αναμονής στα υπερφορτωμένα συστήματα υγείας.
Το νέο σύστημα της Microsoft βασίζεται σε έναν λεγόμενο «οργανωτή» που δημιουργεί εικονικά πάνελ πέντε πρακτόρων τεχνητής νοημοσύνης που ενεργούν ως «γιατροί» — ο καθένας με ξεχωριστό ρόλο, όπως η διατύπωση υποθέσεων ή η επιλογή διαγνωστικών εξετάσεων — οι οποίοι αλληλεπιδρούν και «συζητούν» μεταξύ τους για να επιλέξουν μια πορεία δράσης.
Για να δοκιμαστούν οι δυνατότητές του, το «MAI-DxO» τροφοδοτήθηκε με 304 μελέτες από το New England Journal of Medicine (NEJM) που περιγράφουν τον τρόπο με τον οποίο οι γιατροί έλυσαν μερικές από τις πιο περίπλοκες περιπτώσεις.
Αυτό επέτρεψε στους ερευνητές να ελέγξουν αν το πρόγραμμα μπορούσε να βρει τη σωστή διάγνωση και να μεταδώσει τη διαδικασία λήψης αποφάσεων, χρησιμοποιώντας μια νέα τεχνική που ονομάζεται «αλυσίδα συζήτησης», η οποία κάνει τα μοντέλα συλλογιστικής της τεχνητής νοημοσύνης να δίνουν μια αναλυτική περιγραφή του τρόπου με τον οποίο επιλύουν τα προβλήματα.
Η Microsoft χρησιμοποίησε κορυφαία μοντέλα μεγάλης γλώσσας από τις OpenAI, Meta, Anthropic, Google, xAI και DeepSeek. Ο συντονιστής βελτίωσε την απόδοση όλων των LLMs, αλλά λειτούργησε καλύτερα με το μοντέλο συλλογιστικής o3 της OpenAI, επιλύοντας σωστά το 85,5% των περιπτώσεων του NEJM.
Αυτό σε σύγκριση με το 20% περίπου των έμπειρων ανθρώπινων γιατρών, αλλά σε αυτούς τους γιατρούς δεν επιτράπηκε η πρόσβαση σε εγχειρίδια ή η δυνατότητα να ρωτήσουν συναδέλφους τους που συμμετείχαν στη δοκιμή, κάτι που θα μπορούσε να αυξήσει το ποσοστό επιτυχίας τους.
Μια έκδοση της τεχνολογίας θα μπορούσε σύντομα να χρησιμοποιηθεί και στο chatbot Copilot AI της Microsoft και στη μηχανή αναζήτησης Bing, που χειρίζονται 50 εκατομμύρια ερωτήματα υγείας την ημέρα.
Ο Suleyman δήλωσε ότι η Microsoft πλησιάζει «μοντέλα AI που δεν είναι μόνο λίγο καλύτερα, αλλά δραματικά καλύτερα από την ανθρώπινη απόδοση: ταχύτερα, φθηνότερα και τέσσερις φορές πιο ακριβή».
«Αυτό θα είναι πραγματικά μετασχηματιστικό», πρόσθεσε.
Η νέα προσπάθεια του Suleyman έρχεται μετά την πρωτοπορία της Deepmind στις καινοτομίες στον τομέα της υγειονομικής περίθαλψης που σχετίζονται με την τεχνητή νοημοσύνη. Ο διευθυντής του εργαστηρίου της Google, Sir Demis Hassabis, κέρδισε από κοινού το βραβείο Νόμπελ Χημείας πέρυσι για τη χρήση της τεχνητής νοημοσύνης στην αποκάλυψη των βιολογικών μυστικών των πρωτεϊνών που αποτελούν τη βάση της ζωής.
Η Microsoft έχει επενδύσει σχεδόν 14 δισεκατομμύρια δολάρια στην OpenAI και έχει τα αποκλειστικά δικαιώματα χρήσης και πώλησης της τεχνολογίας της. Ωστόσο, ο τεχνολογικός γίγαντας έχει εμπλακεί σε μια επικίνδυνη αντιπαράθεση με τη νεοσύστατη εταιρεία, η οποία προσπαθεί να μετατραπεί σε κερδοσκοπική οντότητα, με τις δύο πλευρές να συγκρούονται για τους μελλοντικούς όρους της συνεργασίας τους.
Ο Suleyman δήλωσε ότι, ενώ το μοντέλο της OpenAI είχε την καλύτερη απόδοση, η Microsoft ήταν «αγνωστικιστική» ως προς το ποιο από τα τέσσερα «μοντέλα παγκόσμιας κλάσης» χρησιμοποίησε η MAI-DxO.
«Πιστεύουμε από καιρό ότι θα γίνουν εμπορεύματα… είναι ο συνολικός συντονιστής που, κατά τη γνώμη μου, αποτελεί το στοιχείο που κάνει τη διαφορά», δήλωσε.
Ο Dominic King, πρώην επικεφαλής της μονάδας υγείας της DeepMind που προσχώρησε στη Microsoft στα τέλη του περασμένου έτους, δήλωσε ότι το πρόγραμμα «απέδωσε καλύτερα από οτιδήποτε έχουμε δει μέχρι τώρα» και ότι «υπάρχει σήμερα μια ευκαιρία να λειτουργήσουμε σχεδόν ως μια νέα πύλη εισόδου στην υγειονομική περίθαλψη».
Τα μοντέλα τεχνητής νοημοσύνης κλήθηκαν επίσης να είναι οικονομικά αποδοτικά, γεγονός που μείωσε σημαντικά τον αριθμό των εξετάσεων που απαιτούνται για την ορθή διάγνωση στη δοκιμή, εξοικονομώντας εκατοντάδες χιλιάδες δολάρια σε ορισμένες περιπτώσεις, είπε.
Ωστόσο, ο King τόνισε ότι η τεχνολογία βρίσκεται ακόμη σε αρχικό στάδιο, δεν έχει υποβληθεί σε αξιολόγηση από ομοτίμους και δεν είναι ακόμη έτοιμη για κλινική χρήση.
«Πρόκειται για μια μελέτη ορόσημο», δήλωσε ο Eric Topol, καρδιολόγος και ιδρυτής και διευθυντής του Scripps Research Translational Institute. «Αν και αυτή η εργασία δεν πραγματοποιήθηκε στο πλαίσιο της πραγματικής ιατρικής πρακτικής, είναι η πρώτη που παρέχει αποδείξεις για το δυναμικό αποτελεσματικότητας της γενετικής τεχνητής νοημοσύνης στην ιατρική — ακρίβεια και εξοικονόμηση κόστους».
Απόδοση – Επιμέλεια: ΤΑΤΙΑΝΗ ΣΑΓΙΕΧ
στο Google News και μάθετε πρώτοι όλες τις ειδήσεις
