Shfaqja e inteligjencës artificiale (AI) ka ndezur një diskutim të konsiderueshëm në mjedisin profesional, duke gjeneruar eksitim dhe frikë për ndikimin e saj të mundshëm në rishpërndarjen e vendeve të punës. Kjo shprehet edhe në fushën e radiologjisë, ku integrimi i teknologjisë së inteligjencës artificiale ka implikime të rëndësishme në proceset diagnostike.
Dr. Ronald Summers, një radiolog i shquar dhe studiues i inteligjencës artificiale në Institutin Kombëtar të Shëndetit, mbron përfshirjen e menjëhershme të inteligjencës artificiale në praktikën mjekësore, duke përmendur aftësinë e saj për të revolucionarizuar saktësinë diagnostike dhe për të përmirësuar rrjedhën e punës. “Disa teknika të AI janë aq të mira, sinqerisht, sa mendoj se duhet t’i bëjmë ato tani,” thekson ai.
Rezerva dhe skepticizëm
Megjithatë, pavarësisht mbështetjes entuziaste nga disa anë, asimilimi i inteligjencës artificiale në radiologji përballet me disa pengesa dhe rezerva. Ndërsa Administrata Amerikane e Ushqimit dhe Barnave (FDA) ka miratuar algoritme të shumta të inteligjencës artificiale të dizajnuara për të ndihmuar mjekët, integrimi i tyre në praktikat e radiologjisë mbetet relativisht i kufizuar. Skepticizmi i radiologëve buron nga një sërë faktorësh, duke përfshirë nevojën për testime më gjithëpërfshirëse në botën reale, shqetësimet për transparencën e funksionalitetit algoritmik dhe pasigurinë në lidhje me besnikërinë e përfaqësimit të demografisë së pacientit të përdorur për trajnim.
Dr. Curtis Langlotz, një radiolog që drejton Qendrën e Kërkimit të Inteligjencës Artificiale në Universitetin e Stanfordit, shpreh shqetësimin për mungesën e transparencës rreth testimit të AI. “Nëse nuk e dimë se në cilat raste është testuar AI ose nëse ato raste janë të ngjashme me pacientët që shohim në zyrën tonë, të gjithë pyesin nëse do të na ndihmojë.”
Optimizimi i shpërndarjes së burimeve
Chad McClennan, CEO i Koios Medical, thekson potencialin transformues të inteligjencës artificiale në reduktimin e procedurave të panevojshme dhe optimizimin e shpërndarjes së burimeve në sistemet e kujdesit shëndetësor. “Ne po përpiqemi t’u themi atyre se po i takojnë njerëzit dhe po humbasin kohë dhe burime,” tha McClennan.
Dr. Laurie Margolis e Rrjetit Spitalor Mount Sinai në Nju Jork thekson rëndësinë e ndërtimit të besimit të pacientit duke orkestruar një ndërveprim harmonik midis intuitës njerëzore dhe analitikës së drejtuar nga AI në konsideratat diagnostike. “Unë u them pacientëve: “E shikova, e shikoi kompjuteri, jemi dakord të dy”, janë fjalët që ajo përdor për të qetësuar pacientët e saj.
Çfarë kanë treguar hulumtimet e mëparshme?
Studimet paraprake, të cilat ofrojnë njohuri mbi potencialin transformues të radiologjisë së asistuar nga AI, tregojnë përmirësime të rëndësishme në shkallët e zbulimit të kancerit dhe një reduktim të dukshëm në ngarkesën e punës së radiologëve. Hulumtimet tregojnë se rreth 20% e rasteve të kancerit të gjirit mungojnë gjatë mamografisë rutinë, sipas Institutit Kombëtar të Kancerit në SHBA. Megjithatë, me ndihmën e inteligjencës artificiale, radiologët zbuluan 20% më shumë lloje kanceri sesa ata që punonin pa mbështetjen e inteligjencës artificiale, gjë që vërtetohet nga rezultatet e para të një studimi suedez me 80,000 gra. Për më tepër, përdorimi i AI në vend të një rishikuesi tjetër reduktoi ngarkesën e punës njerëzore me 44%, sipas të njëjtit studim.
Shqetësim që mbetet
Megjithatë, mes optimizmit të madh që rrethon rritjen e inteligjencës artificiale, shqetësimet mbeten për pasojat ligjore dhe etike të diagnozës së asistuar nga AI. Dr. Kristina Lang nga Universiteti i Lundit thekson rëndësinë që radiologët të mbajnë autoritetin përfundimtar në vendimet diagnostikuese në mënyrë që të ruajnë lidhjen shumë të rëndësishme të besimit midis pacientëve dhe ofruesve të kujdesit shëndetësor.
Një spektër i paqartë i detyrimeve ligjore rrit më tej kujdesin e radiologëve, duke i detyruar ata t’i nënshtrojnë vendimet e AI ndaj një mbikëqyrjeje rigoroze për të siguruar mirëqenien e pacientit dhe për të ruajtur integritetin profesional.
Dr. Saurabh Jha i Universitetit të Pensilvanisë, thekson nevojën për algoritme të AI me saktësi dhe besueshmëri të palëkundur për të reduktuar në mënyrë efektive ngarkesën e punës së radiologëve. “Derisa të shfaqen sisteme të tilla, radiologët janë të gatshëm të përjetësojnë praktikën e verifikimit të përpiktë të përcaktimeve të AI, duke zbutur parashikimet optimiste rreth potencialit transformues të AI brenda radiologjisë,” tha Jha.
