AI donosi preciznije dijagnoze: Kakva je budućnost lekara?

Veštačka inteligencija je pojam koji se tumači na previše različitih načina. Potrebni su nam bolji načini da razgovaramo i razmišljamo o VI.

Dru Brojnih, kulturni antropolog, osmislioje kategorizaciju tehnologije u tri grupe po načinu upotrebe – bogovi, pripravnici i šrafovi.

„Bogovi“, u ovom smislu, bi bili „super-inteligentni, veštački entiteti koji stvari rade autonomno“. Drugim rečima, opšta veštačka inteligencija koju Sem Altman i njegov tim pokušavaju da razviju, dok u isto vreme upozoravaju da bi to mogla da bude egzistencijalna pretnja čovečanstvu.

Bogovi veštačke inteligencije su, kaže Brojnih, slučajevi u kojima se menja čovek. Oni zahtevaju gigantske modele i ogromne količine „računara“, vode i struje (da ne pominjemo emisiju ugljen-dioksida).

„Pripravnici“ su „nadgledani kopiloti koji sarađuju sa stručnjacima, fokusirajući se na jednostavnije repetitivne poslove“. Drugim rečima, alati kao što su ChatGPT, Claude, Llama i slični veliki jezički modeli (LLM). Kvalitet koji ih definiše je to da su namenjeni da ih koriste i nadgledaju stručnjaci. Njima se tolerišu greške jer stručnjaci kojima pomažu proveravaju rezultate, sprečavajući da greške odu „u javnost“.

Oni obavljaju dosadan posao: drže dokumentaciju „u malom prstu“ i balansiraju između referenci i popunjavanja detalja nakon što se definišu veći potezi, a pomažu i pri u generisanju ideja i rade još mnogo toga.

Konačno, „šrafovi“ su primitivne mašine koje su optimizovane za izuzetno dobro obavljanje jednog zadatka, obično kao deo lanca ili interfejsa.

Stigli smo do pripravnika
Pripravnici su uglavnom ono što sada imamo; oni predstavljaju veštačku inteligenciju kao tehnologiju koja povećava ljudske sposobnosti i već je u širokoj upotrebi u mnogim industrijama i zanimanjima. U tom smislu, oni su prva generacija kvazi-inteligentnih mašina sa kojima su ljudi imali bliske kognitivne interakcije u radnom okruženju, a mi počinjemo da učimo zanimljive stvari o tome koliko dobro funkcionišu ta partnerstva između ljudi i mašina.

Oblast u kojoj postoji nada za veći upliv veštačke inteligencije je zdravstvo. I to sa dobrim razlogom. Na primer, 2018. godine, saradnja između istraživača koji se bave veštačkom inteligencijom i lekara u londonskoj očnoj bolnici „DeepMind and Moorfields“ znatno je ubrzala analizu skeniranja mrežnjače da bi se otkrili simptomi pacijenata kojima je bila potrebna hitna intervencija.

Ali na neki način, iako tehnički teško za izvođenje, to nije bilo nimalo pametno jer mašine mogu neverovatno brzo da „čitaju“ snimke i izaberu one slučajeve kojima je potrebna specijalistička dijagnoza i lečenje.

Ali šta je sa samim procesom dijagnostike? Intrigantna američka studija objavljena u oktobru u specijalizovanom časopisu Journal of the American Medical Association, privukla je pažnju javnosti jer je u pitanju nasumično kliničko ispitivanje o tome da li ChatGPT može da poboljša dijagnostičke mogućnosti 50 lekara.

Neprijatan zaključak je bio da „dostupnost velikih jezičkih modela lekarima kao dijagnostičke pomoći nije značajno poboljšala kliničko rezonovanje u poređenju sa konvencionalnim resursima“.

Međutim, iznenađujući udarac bio je podatak da je ChatGPT kada je samostalno vršio dijagnostiku, bio bolji od obe grupe lekara – jedna grupa je radila bez četbota, a lekari druge grupe uz „asistiranje“ četbota.

Kako je Njujork tajms sumirao: „Lekari kojima je dat ChatGPT-4 zajedno sa konvencionalnim resursima radili su samo malo bolje od lekara koji nisu imali pristup četbotu. I, na iznenađenje istraživača, sam ChatGPT je nadmašio doktore“.

Zanimljivija su, međutim, bila druga dva otkrića. Eksperiment je pokazao da lekari ponekad nepokolebljivo veruju u dijagnozu koju su postavili, čak i kada je ChatGPT predložio bolju. Takođe, bar neki od lekara zapravo nisu znali kako najbolje da iskoriste mogućnosti alata. To je otkrilo ono što zagovornici veštačke inteligencije ponavljaju već dugo – taj efikasan „prompt inženjering“, to jest znati šta treba tražiti od LLM-a kako bi se izvukao maksimum, je suptilna i slabo shvaćena umetnost. Jednako zanimljiv je efekat koji saradnja sa VI ima na ljude.

Na MIT-u (Masačusetskom institutu tehnologije), istraživač je želeo da utvrdi koliko dobro naučnici mogu da rade svoj posao ako mogu da koriste veštačku inteligenciju u svojim istraživanjima.

Čini se da zaista ima koristi od veštačke inteligencije jer je uz pomoć VI otkriveno 44 odsto više materijala, a 39 odsto je povećan broja prijava patenata. Ovo je postignuto tako što je VI uradila više od polovine zadataka „generisanja ideja“, ostavljajući istraživače da procenjuju kandidate za materijale. Tako je veštačka inteligencija uradila veći deo „razmišljanja“, dok su naučnici bili morali da procene izvodljivost ideja u praksi.

Jedan od rezultata bio je i taj da je kod istraživača došlo do naglog smanjenja osećaja zadovoljstva poslom. Ovi istraživači nisu operativci niskog statusa. Ali odjednom, saradnja sa pametnom mašinom učinila je da se osećaju kao, šrafčići.

Zbog toga bi jedan od zaključaka mogao da bude da bi trebalo da pazimo šta želimo kada je reč o upotrebi veštačke inteligencije na radnom mestu.