(SeaPRwire) – ຜູ້ປະກອບອາຊີບດ້ານສຸຂະພາບ, ບໍລິສັດ ແລະ ອື່ນໆ ໄດ້ຍົກຍ້ອງ AI ໃນຂະແໜງການແພດມາເປັນເວລາຫຼາຍປີແລ້ວ, ຕັ້ງແຕ່ການປັບປຸງ ໄປຈົນເຖິງການປະຕິບັດທີ່ດີກວ່າທ່ານໝໍໃນ . ເຕັກໂນໂລຊີການປ່ຽນແປງໄດ້ຖືກຄາດຄະເນໂດຍຜູ້ທີ່ມັກ AI ວ່າມື້ໜຶ່ງຈະຊ່ວຍຊອກຫາ “ການປິ່ນປົວພະຍາດມະເຮັງ”.
ແຕ່ການສຶກສາໃໝ່ພົບວ່າທ່ານໝໍທີ່ໃຊ້ AI ເປັນປະຈຳຕົວຈິງແລ້ວມີຄວາມຊຳນານໜ້ອຍລົງພາຍໃນເວລາສອງສາມເດືອນ.
ການສຶກສາ, ເຊິ່ງໄດ້ຖືກຕີພິມໃນວັນພຸດໃນ , ພົບວ່າໃນໄລຍະຫົກເດືອນ, ແພດໝໍໄດ້ເພິ່ງພາຄຳແນະນຳຂອງ AI ຫຼາຍເກີນໄປ ແລະ ຕົວເອງກໍ່ “ມີແຮງຈູງໃຈໜ້ອຍລົງ, ສຸມໃສ່ໜ້ອຍລົງ, ແລະ ມີຄວາມຮັບຜິດຊອບໜ້ອຍລົງໃນເວລາທີ່ຕັດສິນໃຈທາງດ້ານສະຕິປັນຍາໂດຍບໍ່ມີການຊ່ວຍເຫຼືອຈາກ AI.”
ມັນເປັນການສຶກສາຫຼ້າສຸດທີ່ສະແດງໃຫ້ເຫັນຜົນກະທົບທາງລົບທີ່ອາດມີຕໍ່ຜູ້ໃຊ້ AI. ການສຶກສາກ່ອນໜ້ານີ້ໂດຍ Massachusetts Institute of Technology ພົບວ່າ ChatGPT .
ວິທີການສຶກສາໄດ້ຖືກດໍາເນີນ
ນັກຄົ້ນຄວ້າຈາກສະຖາບັນເອີຣົບຕ່າງໆໄດ້ດໍາເນີນການສຶກສາສັງເກດການໂດຍການສໍາຫຼວດສູນ endoscopy ສີ່ແຫ່ງໃນປະເທດໂປແລນທີ່ເຂົ້າຮ່ວມໃນ Artificial Intelligence in Colonoscopy for Cancer Prevention () trial. ການສຶກສາໄດ້ຮັບທຶນຈາກ European Commission ແລະ Japan Society for the Promotion of Science.
ໃນຖານະທີ່ເປັນສ່ວນຫນຶ່ງຂອງການທົດລອງ, ສູນດັ່ງກ່າວໄດ້ນໍາສະເຫນີເຄື່ອງມື AI ສໍາລັບການກວດພົບ polyps – ການເຕີບໂຕທີ່ສາມາດເປັນມະເຮັງຫຼືເປັນມະເຮັງ – ໃນທ້າຍປີ 2021. ການສຶກສາໄດ້ເບິ່ງ colonoscopies 1,443 ທີ່ບໍ່ໄດ້ຮັບການຊ່ວຍເຫຼືອຈາກ AI ຈາກທັງຫມົດ 2,177 colonoscopies ທີ່ດໍາເນີນລະຫວ່າງເດືອນກັນຍາ 2021 ແລະເດືອນມີນາ 2022. colonoscopies ໄດ້ຖືກປະຕິບັດໂດຍ endoscopists 19 ຄົນທີ່ມີປະສົບການ.
ນັກຄົ້ນຄວ້າໄດ້ປຽບທຽບຄຸນນະພາບຂອງ colonoscopy ທີ່ດໍາເນີນສາມເດືອນກ່ອນແລະສາມເດືອນຫຼັງຈາກ AI ໄດ້ຖືກປະຕິບັດ. colonoscopies ໄດ້ຖືກປະຕິບັດບໍ່ວ່າຈະມີຫຼືບໍ່ມີການຊ່ວຍເຫຼືອ AI, ໂດຍບັງເອີນ. ໃນບັນດາຜູ້ທີ່ດໍາເນີນການໂດຍບໍ່ມີການຊ່ວຍເຫຼືອ AI, 795 ໄດ້ຖືກດໍາເນີນການກ່ອນທີ່ຈະນໍາໃຊ້ AI ເປັນປົກກະຕິແລະ 648 ໄດ້ຖືກດໍາເນີນການຫຼັງຈາກເຄື່ອງມື AI ໄດ້ຖືກນໍາສະເຫນີ.
ສິ່ງທີ່ການສຶກສາພົບ
ສາມເດືອນກ່ອນ AI ໄດ້ຖືກນໍາສະເຫນີ, ອັດຕາການກວດພົບ adenoma (ADR) ແມ່ນປະມານ 28%. ສາມເດືອນຫຼັງຈາກ AI ໄດ້ຖືກນໍາສະເຫນີ, ອັດຕາຫຼຸດລົງເປັນ 22% ເມື່ອແພດຫມໍບໍ່ໄດ້ຮັບການຊ່ວຍເຫຼືອຈາກ AI. ADR ແມ່ນຕົວຊີ້ວັດຄຸນນະພາບທີ່ໃຊ້ທົ່ວໄປສໍາລັບ colonoscopies ແລະ “ສັດສ່ວນຂອງ colonoscopies ການກວດສອບທີ່ດໍາເນີນໂດຍແພດທີ່ກວດພົບຢ່າງຫນ້ອຍຫນຶ່ງ adenoma colorectal ຫຼື adenocarcinoma ທີ່ໄດ້ຮັບການຢືນຢັນທາງ histological.” Adenomas ແມ່ນການເຕີບໂຕທີ່ເປັນມະເຮັງ, ແລະ ADR ທີ່ສູງຂຶ້ນແມ່ນກ່ຽວຂ້ອງກັບຄວາມສ່ຽງຕ່ໍາຂອງມະເຮັງ colorectal.
ການສຶກສາພົບວ່າ AI ໄດ້ຊ່ວຍ endoscopists ດ້ວຍການກວດພົບເມື່ອນໍາໃຊ້, ແຕ່ເມື່ອການຊ່ວຍເຫຼືອຖືກໂຍກຍ້າຍອອກ, ແພດຫມໍແມ່ນຮ້າຍແຮງກວ່າເກົ່າໃນການກວດພົບ.
ນັກຄົ້ນຄວ້າໃຫ້ເຫດຜົນວ່າມັນເປັນ “ແນວໂນ້ມຂອງມະນຸດທໍາມະຊາດທີ່ຈະເພິ່ງພາ” ກ່ຽວກັບຄໍາແນະນໍາຂອງລະບົບສະຫນັບສະຫນູນການຕັດສິນໃຈເຊັ່ນ AI.
“ຈິນຕະນາການວ່າທ່ານຕ້ອງການເດີນທາງໄປທຸກບ່ອນ, ແລະທ່ານບໍ່ສາມາດໃຊ້ Google Maps ໄດ້,” Marcin Romańczyk, ຜູ້ຮ່ວມຂຽນຂອງການສຶກສາແລະເປັນຜູ້ຊ່ວຍສາດສະດາຈານຢູ່ Medical University of Silesia, ບອກ . “ພວກເຮົາເອີ້ນມັນວ່າຜົນກະທົບຂອງ Google Maps. ພວກເຮົາພະຍາຍາມໄປບ່ອນໃດບ່ອນໜຶ່ງ, ແລະມັນເປັນໄປບໍ່ໄດ້ທີ່ຈະໃຊ້ແຜນທີ່ປົກກະຕິ. ມັນເຮັດວຽກຄ້າຍຄືກັນຫຼາຍ.”
ຜົນກະທົບຂອງການສຶກສາ
Omer Ahmad, ທີ່ປຶກສາດ້ານ gastroenterologist ຢູ່ University College Hospital London ຜູ້ທີ່ຂຽນບົດບັນນາທິການຄຽງຄູ່ກັບການສຶກສາແຕ່ບໍ່ໄດ້ມີສ່ວນຮ່ວມໃນການຄົ້ນຄວ້າຂອງມັນ, ບອກ TIME ວ່າມັນເປັນໄປໄດ້ວ່າການສໍາຜັດກັບ AI ໄດ້ເຮັດໃຫ້ເຄີຍຊິນກັບນິໄສການຊອກຫາສາຍຕາແລະຮູບແບບການເບິ່ງທີ່ແຈ້ງເຕືອນ, ເຊິ່ງມີຄວາມສໍາຄັນສໍາລັບການກວດພົບ polyps.
“ໂດຍພື້ນຖານແລ້ວ, ການເພິ່ງພາການກວດພົບ AI ສາມາດເຮັດໃຫ້ການຮັບຮູ້ຮູບແບບຂອງມະນຸດຊ້າລົງ,” Ahmad ເວົ້າ. ລາວກ່າວຕື່ມວ່າການໃຊ້ AI ເປັນປະຈໍາກໍ່ສາມາດ “ຫຼຸດຜ່ອນຄວາມຫມັ້ນໃຈໃນການວິນິດໄສ” ເມື່ອການຊ່ວຍເຫຼືອ AI ຖືກຖອນອອກ, ຫຼືວ່າສີມືຂອງ endoscopists ໃນການເຄື່ອນຍ້າຍ colonoscope ສາມາດຫຼຸດລົງໄດ້.
ໃນຄໍາເຫັນຕໍ່ Catherine Menon, ອາຈານສອນໃຫຍ່ຢູ່ພະແນກວິທະຍາສາດຄອມພິວເຕີຂອງ University of Hertfordshire, ກ່າວວ່າ: “ເຖິງແມ່ນວ່າ de-skilling ທີ່ເປັນຜົນມາຈາກການໃຊ້ AI ໄດ້ຖືກຍົກຂຶ້ນມາເປັນຄວາມສ່ຽງທາງທິດສະດີໃນການສຶກສາກ່ອນຫນ້ານີ້, ການສຶກສານີ້ແມ່ນຄັ້ງທໍາອິດທີ່ນໍາສະເຫນີຂໍ້ມູນໃນໂລກທີ່ແທ້ຈິງທີ່ອາດຈະຊີ້ບອກເຖິງ de-skilling ທີ່ເກີດຂື້ນຈາກການນໍາໃຊ້ AI ໃນ diagnostic colonoscopies.” Menon ຍົກໃຫ້ເຫັນຄວາມກັງວົນວ່າການເພິ່ງພາ AI ຫຼາຍເກີນໄປສາມາດເຮັດໃຫ້ຜູ້ປະຕິບັດດ້ານສຸຂະພາບມີຄວາມສ່ຽງຕໍ່ການປະນີປະນອມທາງດ້ານເຕັກໂນໂລຢີ.
ຜູ້ຊ່ຽວຊານອື່ນໆມີຄວາມລະມັດລະວັງຫຼາຍກວ່າກ່ຽວກັບການສະຫຼຸບຈາກການສຶກສາຄັ້ງດຽວ.
Venet Osmani, ອາຈານສອນດ້ານ AI ທາງດ້ານການຊ່ວຍແລະການຮຽນຮູ້ເຄື່ອງຈັກຢູ່ Queen Mary University of London, ໄດ້ສັງເກດເຫັນກັບ SMC ວ່າຈໍານວນ colonoscopies ທັງຫມົດ – ລວມທັງ AI-assisted ແລະ non-AI-assisted ones – ເພີ່ມຂຶ້ນໃນໄລຍະຂອງການສຶກສາ. Osmani ແນະນໍາວ່າພາລະວຽກທີ່ເພີ່ມຂຶ້ນອາດຈະເຮັດໃຫ້ເມື່ອຍລ້າທາງດ້ານການຊ່ວຍແລະອັດຕາການກວດພົບທີ່ບໍ່ດີ.
Allan Tucker, ອາຈານສອນດ້ານປັນຍາປະດິດຢູ່ Brunel University of London, ຍັງໄດ້ສັງເກດເຫັນວ່າດ້ວຍການຊ່ວຍເຫຼືອ AI, ການປະຕິບັດຂອງແພດຫມໍໄດ້ປັບປຸງໂດຍລວມ. ຄວາມກັງວົນກ່ຽວກັບ deskilling ເນື່ອງຈາກຄວາມລໍາອຽງອັດຕະໂນມັດ, Tucker ກ່າວຕື່ມກັບ SMC, “ບໍ່ເປັນເອກະລັກສໍາລັບລະບົບ AI ແລະເປັນຄວາມສ່ຽງກັບການນໍາສະເຫນີເຕັກໂນໂລຢີໃຫມ່ໃດໆ.”
“ຄໍາຖາມດ້ານຈັນຍາບັນຫຼັງຈາກນັ້ນແມ່ນວ່າພວກເຮົາໄວ້ວາງໃຈ AI ຫຼາຍກວ່າຄົນ,” Tucker ເວົ້າ. “ເລື້ອຍໆ, ພວກເຮົາຄາດຫວັງວ່າຈະມີມະນຸດກວດກາການຕັດສິນໃຈ AI ທັງຫມົດແຕ່ຖ້າຜູ້ຊ່ຽວຊານດ້ານມະນຸດກໍາລັງໃຊ້ຄວາມພະຍາຍາມຫນ້ອຍລົງໃນການຕັດສິນໃຈຂອງຕົນເອງເປັນຜົນມາຈາກການນໍາສະເຫນີລະບົບ AI ນີ້ອາດຈະເປັນບັນຫາ.”
“ນີ້ບໍ່ແມ່ນພຽງແຕ່ກ່ຽວກັບການຕິດຕາມເຕັກໂນໂລຢີ,” Ahmad ເວົ້າ. “ມັນກ່ຽວກັບການນໍາທາງຄວາມສັບສົນຂອງລະບົບນິເວດທາງຄລີນິກຂອງມະນຸດ – AI ໃຫມ່. ການສ້າງຕັ້ງການປົກປ້ອງແມ່ນສໍາຄັນ, ລາວກ່າວຕື່ມວ່າ, ນອກເຫນືອຈາກການສຶກສານີ້, ປະຊາຊົນອາດຈະຈໍາເປັນຕ້ອງສຸມໃສ່ “ການຮັກສາທັກສະທີ່ສໍາຄັນໃນໂລກທີ່ AI ກາຍເປັນທົ່ວໄປ.”
ບົດຄວາມນີ້ຖືກຈັດສົ່ງໂດຍຜູ້ສະເຫຼີມຄວາມຫນັງສືອື່ງ. SeaPRwire (https://www.seaprwire.com/) ບໍ່ມີການຮັບປະກັນ ຫຼື ການຢືນຢັນໃດໆ.
ປະເພດ: ຂ່າວຫົວຂໍ້, ຂ່າວປະຈຳວັນ
SeaPRwire ເຫົາສະເຫຼີມຄວາມຫນັງສືອື່ງສຳລັບບໍລິສັດແລະອົງກອນຕ່າງໆ ເຫົາຄຳສະເຫຼີມຄວາມຫນັງສືອື່ງທົ່ວໂລກ ຄັກກວ່າ 6,500 ສື່ມວນຫຼວງ, 86,000 ບົດບາດຂອງບຸກຄົມສື່ຫຼື ນັກຂຽນ, ແລະ 350,000,000 ເຕັມທຸກຫຼືຈຸດສະກົມຂອງເຄືອຂ່າຍທຸກເຫົາ. SeaPRwire ເຫົາສະເຫຼີມຄວາມຫນັງສືອື່ງສະຫຼວມພາສາຫຼາຍປະເທດ, ເຊັ່ນ ອັງກິດ, ຍີປຸນ, ເຢຍ, ຄູຣີ, ຝຣັ່ງ, ຣັດ, ອິນໂດ, ມາລາຍ, ເຫົາວຽດນາມ, ລາວ ແລະ ພາສາຈີນ.
“`