Główny twórca tej sieci neuronowej dr Kang Zhang z University of California w San Diego wyjaśnia, że początkowo była ona wykorzystywana w diagnostyce schorzeń oczu, takich jak: związana z wiekiem degeneracja plamki żółtej (AMD), krwawienia w obrębie gałki ocznej oraz uszkodzenia naczyń krwionośnych oka wywołanych cukrzycą. Sieć stawia diagnozę na podstawie dostarczonych wyników badań obrazowych gałki ocznej.

Stanford Artificial Intelligence Law Society pisze na swojej stronie internetowej, że system ten postanowiono rozszerzać wprowadzając do niego nowe dane dotyczące innych schorzeń, jakie zgromadzono w potężnej bazie obejmującej 600 tys. pacjentów szpitala pediatrycznego w Kanton w południowo-wschodnich Chinach.

Sieć neuronowa zaczęła rozpoznawać u dzieci zapalanie płuc na podstawie badań rentgenowskich. Potem wprowadzając kolejne dane uczono ją diagnozowania kolejnych schorzeń. Według „New York Times” w przypadku astmy uzyskano trafność diagnozy sięgającą 90 proc., podczas gdy u lekarzy waha się ona w granicach 80-94 proc.

Sztuczna inteligencja uzyskała dużą skuteczność również w chorobach gastrycznych. W tym przypadku trafność diagnozy osiągnęła poziom 87 proc., a u lekarzy waha się ona od 82 do 90 proc.

Sieć neuronowa może uzyskiwać coraz lepsze efekty wraz dostarczaniem coraz większej ilości różnego typu danych o stanie zdrowia pacjentów. Konieczne są jednak badania kliniczne, które potwierdzą niezawodność tego rodzaju systemów.

„W medycynie młyny wolno mielą” – podkreśla Ben Shickel z University of Florida, specjalizujący się w zastosowaniu sztucznej inteligencji w medycynie. Jego zdaniem, nikt nie zdecyduje się na wprowadzenie do użycia sieci neuronowych dopóki nie będzie pewności, jaka jest ich faktyczna przydatność i niezawodność. (PAP)

zbw/ ekr/