Za razliku od postojećih AI modela koji istovremeno analiziraju simptome, laboratorijske rezultate i medicinske snimke, novi sistem postepeno prikuplja informacije, određuje koja pitanja treba postaviti pacijentu i koje preglede i testove treba sprovesti.
Procesom upravlja poseban sistem za koordinaciju koji simulira saradnju tima kliničkih stručnjaka. Na osnovu podataka o istoriji bolesti i nalaza fizičkog pregleda, veštačka inteligencija bira odgovarajuće analize, razmatra njihove rezultate i, kada je potrebno, traži dodatna ispitivanja. Tokom postupka ažurira svoje pretpostavke i plan dijagnostike.
U testiranju na više od 300 retkih i složenih medicinskih slučajeva, sistem je pokazao više nego dvostruko veću preciznost u proceni zdravstvenog stanja i utvrđivanju dijagnoze u poređenju sa lekarima opšte prakse koji su koristili medicinske udžbenike i internet. Alat je ostvario bolje rezultate i u scenarijima zasnovanim na podacima iz velike baze prijema pacijenata u urgentne centre.
Istraživači su ukazali na to da se uspešnost starijih AI sistema često procenjuje na testovima sa ponuđenim odgovorima, koji ne odražavaju složenost stvarnih medicinskih situacija.
„Veštačka inteligencija je postala veoma dobra u postizanju stopostotne uspešnosti na takvim testovima. Ali, naravno, to nije stvarni svet. Nijedan pacijent nikada nije došao kod mene sa lepo sažetom medicinskom istorijom“, rekao je Dominik King, korporativni potpredsednik zdravstvenog odeljenja kompanije Majkrosoft AI, čiji tim razvija novu tehnologiju.
Prema rezultatima istraživanja, dijagnostički postupak je i jeftiniji kada sistem za koordinaciju planira preglede i analize nego kada to rade lekari.
„Ne merimo samo preciznost sistema. Merimo i koliko promišljeno i pažljivo pristupa dijagnostičkom postupku“, rekao je Harša Nori, rukovodilac odeljenja za veštačku inteligenciju u zdravstvenom sektoru kompanije Majkrosoft AI.
U narednoj fazi istraživanja, u saradnji sa medicinskim centrom „Bet Izrael Dikonis“ u Bostonu, biće ispitana sposobnost ovog alata da proceni hitnost stanja pacijenata koji čekaju na pregled u urgentnim centrima.
