Sztuczna inteligencja lepiej diagnozuje niż lekarze

[KopalniaWiedzy.pl 357]

Nowoczesne technologie oddają w ręce lekarzy coraz doskonalsze narzędzia diagnostyczne. Ale, jak mówią sami lekarze, żadne z nich nie jest w stanie zastąpić człowieka, żadne nie postawi diagnozy lepiej niż lekarz. Czy aby na pewno? Naukowcy wykazali właśnie, że samouczące się algorytmy sztucznej inteligencji lepiej niż lekarze potrafią przewidzieć nadchodzący atak serca. Szerokie zastosowanie takich algorytmów może uratować tysiące, a może i miliony ludzi rocznie.

Każdego roku miliony osób umierają na choroby układu krążenia. Lekarze, których zadaniem jest wcześniejsze wykrycie tych chorób, korzystają z zaleceń opisujących czynniki ryzyka. Na przykład w USA używa się dokumentu przygotowanego przez American College of Cardiology/American Heart Association (ACC/AHA), który wymienia osiem czynników ryzyka, w tym wiek, poziom cholesterolu czy ciśnienie krwi. Na ich podstawie lekarze muszą określić ryzyko wystąpienia choroby.

Jest to jednak podejście mocno uproszczone. Czynnikami ryzyka są też np. przyjmowane przez pacjenta leki, choroby współwystępujące czy styl życia. W systemach biologicznych mamy do czynienia z olbrzymią liczbą interakcji. Część z nich jest sprzeczna z intuicją. Na przykład w niektórych przypadkach duża ilość tłuszczu może chronić przed chorobą serca. Komputery pozwalają nam je zbadać – mówi epidemiolog Stephen Weng z brytyjskiego University of Nottingham.

Weng i jego koledzy postanowili porównać skuteczność zaleceń ACC/AHA ze skutecznością czterech samouczących się algorytmów: random forest, regresji logistycznej, gradientowej metody agregacyjnej i sieciami neuronowymi. Wszystkie te metody samodzielnie przeanalizowały olbrzymią liczbę danych i samodzielnie, bez pomocy człowieka, miały wyciągać z nich wnioski.
Komputery miały do dyspozycji bazę danych 378 256 brytyjskich pacjentów. Miały wśród nich wyłowić te osoby, które były narażone na choroby układu krążenia.

Najpierw algorytmy miały samodzielnie się uczyć. W tym celu wykorzystały dane 295 267 pacjentów i na tej podstawie wyszukiwały wzorce oraz tworzyły własne „zalecenia”. Później testowały te wzorce i zalecenia na pozostałej części pacjentów. Zadanie maszyn było następujące: mając do dyspozycji dane z roku 2005 miały określić, u których z pacjentów w ciągu kolejnych 10 lat pojawiły się choroby serca. Odpowiedzi maszyn i diagnozy lekarzy z roku 2005 porównano z wynikami tychże pacjentów z roku 2015. Lekarze, którzy przed laty diagnozowali pacjentów, korzystali ze wspomnianych już 8-punktowych zaleceń ACC/AHA. Maszyny samodzielnie budowały sobie zalecenia, składające się z 22 czynników ryzyka, biorąc pod uwagę m.in. pochodzenie etniczne, występowanie reumatyzmu czy chorób nerek.

Porównanie wyników wykazało, że wszystkie cztery algorytmy poradziły sobie lepiej niż lekarze korzystający z ACC/AHA. Za pomocą metody statystycznej AUC, w której uzyskanie 1.0 punktu oznacza 100-procentową skuteczność, stwierdzono, że skuteczność ACC/AHA wynosi 0,728. Skuteczność algorytmów wynosiła 0,745-0,764. Najlepszy za algorytmów, sieci neuronowe, wykrył o 7,6% przypadków więcej niż lekarze i wszczął o 1,6% mniej fałszywych alarmów. W testowej próbce 83 000 pacjentów oznacza to szansę na uratowanie życia dodatkowym 355 osobom.

Co interesujące, maszynowe algorytmy uznawały, że np. choroby umysłowe czy doustne przyjmowanie kortykosteroidów są jednymi z najsilniejszych czynników ryzyka chorób układu krążenia. Jednak nie są one w ogóle wymieniane w ACC/AHA. Z drugiej strony żaden z algorytmów nie uznał cukrzycy za czynnik ryzyka, a ACC/AHA uznaje tę chorobę za jeden z najważniejszych czynników.

Pozostaje tylko pytanie, czy lekarze będą chcieli korzystać z pomocy maszyn. Wielu z nich jest bardzo dumnych ze swojej wiedzy oraz doświadczenia i trudno im będzie przyznać się, że maszyna może lepiej zdiagnozować pacjenta. Wielu jednak jest bardzo otwartych i chętni skorzystają z pomocy najnowszych technologii w celu postawienia lepszej diagnozy.

« powrót do artykułu

[peceed 127]

Król jest nagi. Lekarze medycyny to najbardziej przeceniania pod względem intelektualnym grupa zawodowa. Nie potrafią myśleć - nie są tego uczeni w trakcie swojej edukacji (wręcz przeciwnie!), nie są również selekcjonowani na podstawie umiejętności sprawnego wnioskowania.  Ich wiedza bywa rozległa, ale niewiarygodnie płytka co czyni ich idealnie zastępowalnymi przez nawet proste systemy ekspertowe (wzrost trafności diagnoz z 70 do 90%). Kolejnym problemem jest jakość wiedzy medycznej. Kiedy Richard Faynmann pisał o "cult cargo science", niewielu spodziewało się, że to określenie odnosi się nie tylko do psychologii, ale też do nauk medycznych. Prawdziwy postęp w medycynie nie powstaje w jej obrębie, ale poprzez wykorzystanie osiągnięć innych dyscyplin wiedzy. Im mniej tego kontaktu i większą swobodę pozostawia się "medykom", tym bardziej oderwane od rzeczywistości są ich ustalenia i absurdalne teorie. Bardzo często medycynę chińską przeciwstawia się zachodniej, wyśmiewając jej "magiczne" podstawy teoretyczne. Ale medycyna zachodnia, tam gdzie może działać sobie w oderwaniu o twardych danych eksperymentalnych i wyników z innych dziedzin, tworzy konstrukty które nie są jakościowo lepsze. Idealnym przykładem jest uporządkowana monotonicznie triada: psychologia-psychiatria-neurologia (na te dyscypliny już przygotowuje się bicz boży w postaci neurokongwistyki).

Medycyna to myślenie grupowe, nie posiada sprawnych mechanizmów do korygowania się, poza naturalnymi procesami wymierania starych generacji lekarzy  (ktoś jeszcze pamięta, że za wymyślenie lobotomii przyznano nagrodę Nobla a procedurę zatrzymali dopiero radzieccy politycy?).

 

Tytuł artykułu jest mylący - to, że systemy automatyczne diagnozują lepiej niż lekarze, to wiadomo od 20 lat. Tutaj mamy przykład innego rodzaju - jest to wykazanie przewagi uczenia maszynowego nad społecznością lekarzy w tworzeniu wiedzy medycznej.

[Michał D 3]

Mamy tu dodatkowy problem w postaci kwestii prawnych. Środowiska medyczne czują się komfortowo, gdy mają WYTYCZNE. Jak lekarz ma diagnozę, a do niej wytyczne, jest "kryty", nikt mu później nie może zarzucić, że coś źle zrobił, jako że robi to w zgodzie z kanonem sztuki. W sądzie nieskuteczne leczenie nie ma szans na wygraną, jeśli tylko oskarżany lekarz zasłoni się rekomendacją i diagnozą. Wytyczne i rekomendacje są na tyle cennym "narzędziem" prawnym dla lekarzy, że stają się celem samym w sobie grup lekarskich. Nie zmienia się ich latami, często mimo pojawienia się nowych badań, zaprzeczających poprzednim ustaleniom. Bo po co zmieniać coś, wymuszać edukowanie się lekarzy, skoro do starych wytycznych wszyscy są przyzwyczajeni?... Poza tym - za zmianą oficjalnych rekomendacji musi stać jakaś komisja. Oczywiście w komisji muszą być "autorytety". A autorytety to najczęściej "doświadczeni", czyli starzy lekarze, którzy np. przez 30 lat swojej zawodowej aktywności leczyli w oparciu o stare wytyczne. I teraz owi starzy lekarze musieliby się przyznać, że przez 30 lat życia popełniali błąd - leczyli nieskutecznie, często z ewidentną szkodą pacjentów... Naturalnym psychologicznym odruchem jest w takiej sytuacji znajdowanie wszelkich możliwych (i wydumanych) powodów, aby nic nie zmieniać, aby jakoś zakląć tę rzeczywistość, że stare było jednak dobre, a my - doświadczeni lekarze, nie zaś te młode nieopierzone żółtodzioby - mieliśmy jednak rację. Dlatego rekomendacje zmieniane są niechętnie, rzadko, nowe odkrycia opornie przebijają się do świadomości lekarskiego świata.

[peceed 127]

W dniu 22.05.2017 o 14:37, Michał D napisał:

Mamy tu dodatkowy problem w postaci kwestii prawnych.

Jestem tego świadom. Lekarze opowiadali mi też o patologiach związanych ze studiowaniem medycyny - autorytety są niepodważalne, im nie wolno kwestionować niczego chociaż wszystkie znaki na niebie i ziemi wskazują że coś jest bzdurą. Ale jest też druga strona medalu - lekarze nie potrafią myśleć. Jak by to nie zabrzmiało, nie byli ani selekcjonowani w tym kierunku, ani formalnie trenowani, ani oceniani. Jedyne co się liczy to zdolność zakuwania tekstu bez konieczności głębszego zrozumienia (dowcipy o tym mówiące w puencie których fizycy pytają: "po jasną cholerę mamy się tego uczyć" a gdy dochodzi do studentów medycyny słychać tylko "na kiedy?" nie są nowe). Potem dochodzi do sytuacji w której formalnie wyedukowany lekarz nie jest w stanie stosować wiedzy. Znam przypadki lekarzy z 25 letnim doświadczeniem pracujących naukowo nie rozumiejących że stężenie leków spada wykładniczo i o co chodzi z tym okresem półtrwania...

Mamy więc specjalizację, w trakcie której lekarz w końcu uczy się praktycznie diagnozować. Niestety jest to proces który jest totalnym zaprzeczeniem abstrakcyjnego myślenia, bo mózg jest trenowany nie na odszukiwanie zależności, symetrii, cech wspólnych, tylko na identyfikację różnic. Być może nie ma innego wyjścia, ale potem tak okaleczeni ludzie biorą się za tworzenie wiedzy medycznej do czego zupełnie się nie nadają. Dla lekarzy zrozumienie czegoś jest tożsame z identyfikacją nazwy. Bardzo zabawnie (albo tragicznie) wygląda to gdy teoria nie działa - lekarze zadowalają się dodaniem sufiksu "paradoksalny" i problem z głowy. Już nie trzeba myśleć, problem rozwiązany.  Lekarze potrafią spędzać lata nad problemami które kompetentny inżynier jest w stanie rozwiązać w kilka minut... Nagminnie używa się błędnych metod statystycznych które nie są bayesowskie i są zupełnie ślepe na błędy systematyczne. Potem po 20 - 30 latach mamy metaanalizy które wskazują że nic nie działa.

Równie dużym problemem jest marketing farmaceutyczny (chociaż to pokłosie wcześniejszych problemów), który nie jest tak niewinny jak sugeruje to nazwa, bo obejmuje korumpowanie uniwersyteckiej kadry naukowej i nachalne forsowanie teorii medycznych uzasadniających cudowne działanie nowych specyfików. A teorie medyczne potrafią być proste jak budowa cepa i ignorować istnienie elementarnych (i nieuniknionych w systemie homeostatycznym) sprzężeń zwrotnych.

Bardzo zabawna jest psychiatria i psychologia w których stosuje się wyliczanie rozmaitych wskaźników liczbowych nie bacząc na to,  że odpowiedzi w kwestionariuszach nie mają odpowiednich własności pozwalających mówić o jakichkolwiek sensownych działaniach matematycznych po przemapowaniu na wartości liczbowe. Ale z daleka to wygląda bardzo poważnie i "mądrze".

Bardzo chciałbym być dalej nieświadomym tych patologii, niestety całkowicie straciłem zdrowie z powodu niekompetencji zarówno medycyny jak i indywidualnej lekarzy, właściwie na każdym szczeblu. 3 lata temu liczyłem, że w ciągu 15 lat uda się całkowicie wyeliminować lekarzy, ale system zaatakował mnie pierwszy i udało mu się prewencyjnie wyeliminować ponad 95% mnie.