Szukaj
Close this search box.
Szukaj
Close this search box.

Media

Aby tworzyć algorytmy dla medycyny, musimy zacząć dzielić się danymi

Opublikowano: 2 lata temu

Udostępnij:

Media

Aby tworzyć algorytmy dla medycyny, musimy zacząć dzielić się danymi

Rozmowa z Prof. UW dr hab. Piotrem Sankowskim z Wydziału Matematyki, Informatyki i Mechaniki Uniwersytetu Warszawskiego, CSO w MIM Solutions oraz CEO w IDEAS NCBR.

Jakie są możliwości, a jakie ograniczenia AI w medycynie?

Sztuczna inteligencja długofalowo może zrewolucjonizować wiele aspektów medycyny. W szczególności, dzięki rozwojowi metod diagnostycznych mamy szansę na stworzenie ustandaryzowanych metod leczenia i uniknięcia pewnych rodzajów błędów, czy zagwarantowanie optymalnych metod leczenia. Chodzi tutaj o zapewnienie każdemu pacjentowi spersonalizowanej i zawsze najlepszej ścieżki leczenia. Taka spersonalizowana medycyna wymaga właśnie użycia metod analizy statystycznej, które dominują we współczesnych technikach AI.
Obecnie stosowane systemy AI możemy rozumieć jako takie maszynki, które są wstanie znaleźć istotne korelacje, czy reguły w ogromnych  zbiorach danych. Natomiast ludzie są tak skonstruowani, że mamy ogromne problemy z oceną znaczenia zdarzeń mało prawdopodobnych. Posłużę się prostym przykładem: granie w ruletkę jest postrzegane jako coś ryzykownego, a granie w Lotto jako całkiem sensowne. Prosta analiza statystyczna mówi, że sensowniej jest grać w ruletkę – AI nie ma problemów z jasnym określeniem prawdopodobieństwa wygranej. Musimy być jednak świadomi, że w żadnym rozsądnym przedziale czasowym AI nie zastąpi lekarzy. Czytaj dalej

Źródło: OSOZ

Pozostałe wpisy

Najświeższe wiadomości od MIM Solutions

Aktualności

Przegląd prasy czerwiec/ lipiec 2022

MIM Solutions rekomenduje najciekawsze artykuły dotyczące sztucznej inteligencji i uczenia maszynowego opublikowane w ciągu ostatnich kilku tygodni. Nauczanie sztucznej inteligencji zadawania pytań klinicznych: MIT News