هوش مصنوعی اوپن‌ای‌آی در تشخیص مشکلات چشمی عملکردی مشابه پزشکان دارد

به گزارش پیوست به نقل از فایننشال تایمز، مقاله‌ای که روز چهارشنبه منتشر شد می‌گوید مدل GPT-4 از استارت‌آپ تحت حمایت مایکروسافت در ارزیابی مشکلات چشمی و پیشنهاد روش درمان عملکردی مشابه یا حتی بهتر از بهترین متخصصان این حوزه دارد.

چشم‌پزشکی یکی از اهداف اصلی استفاده از هوش مصنوعی در حوزه درمان و رفع موانع آن است و این در حالی است که مدل‌های هوش مصنوعی با مشکلاتی مثل «توهم» و ساخت داده مواجه هستند.

آرون تیروناوکاراسو،‌ مولف ارشد مقاله‌ای که در مجله PLOS Digital Health منتشر شده است می‌گوید: «آنچه این تحقیق نشان می‌دهد این است که توان دانش و استدلال این مدل‌های بزرگ زبانی در حوزه سلامت چشم را نمی‌توان از متخصصان متمایز کرد.»

او افزود: «ما شاهد توانایی [این مدل‌ها] در پاسخ به سوالات پیچیده هستیم.»

این تحقیق از ۸۷ حالت مختلف برای محک زدن عملکرد GPT-4 در مقابل پزشکان تازه‌کار و غیرمتخصص و متخصصان استفاده کرده است. این مدل عملکرد بهتری از تازه‌کاران داشت و به نتایج مشابهی در قیاس با بسیاری از متخصصان دست پیدا کرد.

این مطالعه از آنجایی حائز اهمیت است که توانایی‌های مدل هوش مصنوعی را در عمل با پزشکان مقایسه می‌کند و خبری از قیاس بین نتایج نیست. همچنین در این تحقیق به جای رویکرد محدود مطالعات قبلی که تشخیص خطرات سرطان را براساس سوالات بررسی کرده‌اند، تمام توانمندی‌های هوش مصنوعی مولد را بررسی می‌کند.

این مدل در حوزه پاسخ به سوالات نیز عملکرد خوبی دارد و حتی سوالاتی که به سطح بالایی از استدلال نیاز دارند.

تیروناوکاراسو، که تحقیقات خود را در مدرسه علوم پزشکی کمبریج انجام داده است، می‌گوید: «ما حالا در حال آموزش با ذهنیت باز‌تری هستیم و توانایی‌هایی را در این مدل‌ها پیدا کرده‌ایم که به طور خاص برای آن آموزش ندیده بودند.»

تیروناوکاراسو که در حال حاضر در دانشگاه آکسفورد مستقر است می‌گوید این مدل را می‌توان با آموزش از طریق داده‌های بیشتر و مدیریت الگوریتم‌ها اصلاح کرد.

او می‌گوید برای این کار به تعادلی عجیب بین توسعه تعداد و ماهیت منابع و در عین حال تضمین کیفیت اطلاعات نیاز داریم. کاربرد‌های احتمالی این ابزار در حوزه پزشکی را می‌توان در رده‌بندی بیماران یا در شرایطی که دسترسی به متخصصان محدود است، عنوان کرد.

میل به استفاده از هوش مصنوعی در حوزه پزشکی در حال حاضر با افزایش شواهد کاربرد مدل‌ها در معاینه‌های مختلف از جمله اشاره به مراحل اولیه سرطان سینه‌ای که از نگاه پزشکان مخفی مانده است، در حال افزایش است. در عین حال محققان در مدیریت خطرات جدی این مدل‌ها با مشکلاتی مواجه هستند و تشخیص اشتباه می‌تواند پیامد‌های جدی به دنبال داشته باشد.

پیرس کین، استاد هوش مصنوعی پزشکی در دانشگاه کالج لندن، می‌گوید مطالعه اخیر «هیجان انگیز» بود و ایده استفاده از هوش مصنوعی برای محک زدن عملکرد متخصصان بسیار جالب است.

با این حال کین که با بیمارستان Moorfields Eye در لندن همکاری کرده است نیز معترف است پیش از استفاده از این ترفرند‌ها به کار بیشتری در این حوزه نیاز است.

کین به نمونه‌ای در تحقیقات سال گذشته خود اشاره کرده که در آن از مدل بزرگ زبانی درمورد زوال دید می‌پرسد و این مدل پاسخ خود را با منابع ساختگی ارائه می‌کند.

به گفته او: «ما باید بین هیجانی که برای فناوری داریم و فواید گسترده احتمالی با احتیاط و نگاه منتقدانه تعادل ایجاد کنیم.»