کاهش توانایی پزشکان در تشخیص بیماری با آمدن هوش مصنوعی

به گزارش مجله خبری نگار، وبگاه مِدیکال اِکسپرس در گزارشی آورده است:

پژوهش جدید منتشرشده در مجله لَنسِت گاسترواِنترولوژی و هپاتولوژی (The Lancet Gastroenterology & Hepatology) نشان می‌دهد کاربرد مداوم هوش مصنوعی در کولونوسکوپی (روشی برای بررسی روده بزرگ)، توانایی اِندوسکوپیست‌ها (متخصصان انجام‌دهنده کولونوسکوپی) در تشخیص آدنوم‌ها (پولیپ‌های پیش‌سرطانی) در روده را بدون کمک این فناوری، کاهش می‌دهد.

این یافته نگران‌کننده نخستین هشدار درباره تأثیر منفی هوش مصنوعی بر مهارت‌های بالینی محسوب می‌شود.

کولونوسکوپی با شناسایی و حذف آدنوم‌ها از بروز سرطان روده جلوگیری می‌کند. مطالعات متعدد نشان داده‌اند استفاده از هوش مصنوعی در کولونوسکوپی، نرخ تشخیص آدنوم‌ها را افزایش می‌دهد؛ اما تأثیر بلندمدت آن بر مهارت‌های پزشکان ناشناخته بود و این نگرانی وجود داشت که استفاده دائم از این فناوری، به تضعیف توانایی‌های بالینی بینجامد.

مارچین رومانچیک (Marcin Romańczyk)، سرپرست پژوهشگران از آکادمی سیلسیا در لهستان، هشدار می‌دهد: تا آنجا که می‌دانیم، این نخستین پژوهشی است که نشان‌می‌دهد استفاده منظم از هوش مصنوعی می‌تواند بر توانایی متخصصان پزشکی در انجام وظایف بالینی مرتبط با بیمار، تأثیر منفی داشته باشد.

وی تأکید کرد: با توجه به گسترش سریع هوش مصنوعی در پزشکی، این یافته‌ها نگران‌کننده است. به پژوهش‌های بیشتری درباره تأثیر هوش مصنوعی بر مهارت‌های کادر درمان در رشته‌های مختلف نیاز داریم. باید عوامل ایجادکننده مشکلات در همکاری پزشکان با سیستم‌های هوش مصنوعی را شناسایی و راه‌حل‌هایی برای بهبود این تعاملات توسعه دهیم.

این مطالعه از سپتامبر ۲۰۲۱ تا مارس ۲۰۲۲ میلادی، در چهار مرکز کولونوسکوپی لهستان انجام شد. استفاده منظم از هوش مصنوعی در پایان ۲۰۲۱ میلادی در این مراکز راه‌اندازی شد و پس از آن، کولونوسکوپی‌ها به‌صورت تصادفی با یا بدون کمک هوش مصنوعی انجام گرفتند.

در این بازه زمانی، هزار و ۴۴۳ کولونوسکوپی بدون هوش مصنوعی (۷۹۵ مورد پیش از استقرار هوش مصنوعی و ۶۴۸ مورد پس از استقرار هوش مصنوعی) و توسط ۱۹ اندوسکوپیست مجرب (هر یک با سابقه انجام بیش از دو هزار کولونوسکوپی) انجام شد.

یافته‌ها نشان داد نرخ تشخیص آدنوم در کولونوسکوپی‌های بدون کمک هوش مصنوعی، پیش از استقرار این فناوری ۲۸.۴ درصد (۲۲۶ مورد از ۷۹۵ بررسی) بود. پس از به‌کارگیری مستمر هوش مصنوعی، این میزان در هنگام استفاده‌نکردن از فناوری به‌طور معناداری به ۲۲.۴ درصد (۱۴۵ مورد از ۶۴۸ بررسی) کاهش یافت که نشان‌دهنده کاهش ۶ درصدی مطلق (اختلاف نرخ پایه و جدید) و کاهش ۲۰ درصدی نسبی (افت متناسب با نرخ اولیه) نرخ تشخیص بود.

همچنین نرخ تشخیص در کولونوسکوپی‌های همراه با هوش مصنوعی در همین دوره ۲۵.۳ درصد (۱۸۶ مورد از ۷۳۴ بررسی) ثبت شد که از سطح پایه پیشین (۲۸.۴ درصد) پایین‌تر بود.