Mesterséges intelligencia a klinikán: Segítség vagy versenytárs az orvosok számára?

A mesterséges intelligencia (AI) rohamos fejlődése az egészségügyben egyre fontosabb szerepet kap. Az orvosi nagy nyelvi modellek (LLM-ek) jelentős előrelépést hozhatnak a diagnosztika, a döntéstámogatás és a betegellátás területén. Azonban az orvosi közösségben megoszlanak a vélemények arról, hogy ezek az eszközök valóban segítséget jelentenek-e, vagy inkább versenytársakként jelennek meg az orvosok számára.

Az orvosi AI fejlődése és lehetőségei

Az egyik legújabb orvosi mesterséges intelligencia modell a HuatuoGPT-o1, amelyet a Hongkongi Kínai Egyetem és a Shenzhen Research Institute of Big Data kutatói fejlesztettek ki. Ez a modell célzottan az összetett orvosi érvelés fejlesztésére készült, és kétlépcsős tanulási folyamatot alkalmaz. Az első szakaszban a szakértői megközelítés elsajátítása, míg a második szakaszban a megerősítéses tanulás (RL) segíti az érvelési képességek további finomhangolását (MarkTechPost, 2024).

A HuatuoGPT-o1 figyelemre méltó eredményeket ért el az orvosi teljesítménymérőkön: a 70 milliárd paraméteres verzió például felülmúlta a vezető orvosi nyelvi modelleket, például a MedQA és a PubMedQA benchmarkokon (InfoQ, 2025). Emellett az AI képes részletes gondolatmeneteket generálni és az iteratív válaszfinomítás révén pontosabb megoldásokat kínálni.

Az orvosi közösség fogadtatása

Bár a mesterséges intelligencia által nyújtott diagnosztikai és döntéstámogatási lehetőségek ígéretesek, az orvosok körében még mindig komoly aggályok merülnek fel. A Med-PaLM 2, a Google Research orvosi LLM-je szintén jelentős előrelépést mutatott: például az USMLE-stílusú kérdéseken 86,5%-os pontosságot ért el, és az esetek többségében az általános orvosok válaszaival egyenértékűnek vagy jobbnak ítélték meg (Nature, 2024). Ennek ellenére a szakorvosok válaszaihoz képest a modell teljesítménye még elmaradt, ami kérdéseket vet fel a valós klinikai alkalmazhatóságával kapcsolatban.

Egy másik probléma az adatminőség és méltányosság kérdése. A mesterséges intelligencia modellek tanítására használt adathalmazok minősége kulcsfontosságú, hiszen az AI döntései ezekre épülnek. A HuatuoGPT-o1 fejlesztői például 40 000 gondosan válogatott és ellenőrizhető orvosi problémán alapuló adatkészlettel képezték ki a modellt, de még így is felmerültek aggályok az adatok reprezentativitásával kapcsolatban (MarkTechPost, 2024).

AI és orvosok: Együttműködés vagy verseny?

A mesterséges intelligencia tehát nem feltétlenül az orvosok helyettesítésére, hanem inkább támogatásukra szolgálhat. A Med-PaLM 2 fejlesztése során például olyan új promptolási stratégiákat vezettek be, mint az „ensemble refinement”, amely a modell érvelési képességeit javítja, valamint a „chain of retrieval”, amely a nehéz orvosi kérdések megválaszolását segíti (Google Research, 2024). Ezek az újítások azt mutatják, hogy a mesterséges intelligencia a komplex diagnosztikai és kutatási problémák megoldásában is hasznos lehet.

Emellett az AI rendszerek használata az orvosok munkaterhelésének csökkentésében is segíthet. Az orvosi AI modellek képesek lehetnek az adminisztratív terhek mérséklésére, a betegadatok gyorsabb feldolgozására és az orvosi kutatások támogatására. Azonban az orvosi döntéshozatalban továbbra is az emberi szakértelem lesz a meghatározó tényező.

Összegzés

Az orvosi mesterséges intelligencia fejlődése hatalmas lehetőségeket rejt magában, de egyelőre nem tekinthető teljes körű helyettesítőnek. A HuatuoGPT-o1 és a Med-PaLM 2 eredményei azt mutatják, hogy ezek az eszközök képesek az orvosi érvelés és diagnosztika támogatására, de az orvosok tapasztalata és ítélőképessége továbbra is nélkülözhetetlen marad. A jövőben a legvalószínűbb forgatókönyv az AI és az orvosok szoros együttműködése lesz, amely javíthatja az egészségügyi ellátás minőségét és hatékonyságát.

A HuatuoGPT-o1 elérhető bárki számára mind a Hugging Face-en, mind a GutHub-on, így azok akik lokálisan futtatnák saját orvosi rendelőjükben, ezt ingyenesen megtehetik.   

Osszd meg ezt a cikket
Hol tart ma valójában a mesterséges intelligencia?
A mesterséges intelligencia fejlesztése az elmúlt években látványos és gyakran lenyűgöző eredményeket produkált. Az olyan rendszerek, mint a ChatGPT, képesek természetes nyelvű szövegeket generálni, problémákat megoldani és sokszor az emberi teljesítményt is meghaladni különféle feladatokban. Ugyanakkor egyre több neves kutató és technológiai vezető – köztük John Carmack és François Chollet – hívja fel a figyelmet arra, hogy ezek az eredmények nem feltétlenül jelentik az általános mesterséges intelligencia (AGI) közeledtét. A színfalak mögött most új típusú problémák és kérdések kerültek a figyelem középpontjába, amelyek messze túlmutatnak a puszta teljesítményen.
SEAL az önmagát tanító mesterséges intelligencia előhírnöke
Hosszú évek óta tartja magát az elképzelés, hogy a mesterséges intelligencia fejlesztésének kulcsa az emberi tanítás: adatok, címkék, finomhangolás, gondosan megtervezett beavatkozások. Most azonban egy új megközelítés látott napvilágot. Az MIT kutatóinak legújabb munkája, a SEAL (Self-Adapting Language Models) névre keresztelt rendszer olyan nyelvi modelleket mutat be, amelyek képessé válnak saját maguk tanítására. Az eredmények nemcsak technológiai újdonságot jelentenek, hanem felvetik a kérdést: vajon milyen szerepet szánunk a jövőben az embernek az intelligens rendszerek képzésében?
Elég egy fotó és egy hang – az Alibaba új mesterséges intelligenciája teljes testű avatárt készít belőle
Egyetlen hangfelvétel és egy fotó is elegendő ahhoz, hogy élethű, teljes testtel mozgó, arcjátékkal és érzelmekkel teli virtuális karaktereket hozzunk létre – stúdió, színész vagy zöld háttér nélkül. Az Alibaba legújabb fejlesztése, az OmniAvatar nevű nyílt forráskódú mesterséges intelligencia-modell legalábbis éppen ezt ígéri. Bár a technológia még formálódik, már most is érdemes figyelmet szentelni annak, amit lehetővé tesz – és annak is, hogy mindez milyen új kérdéseket vet fel.
A térbeli intelligencia a következő leküzdendő akadály az AGI előtt
Az LLM megszületésével a gépek lenyűgöző képességekre tettek szert. Ráadásul fejlődési sebességük is nagyobb tempóra kapcsolt, nap mint nap jelennek meg újabb modellek, amelyek még hatékonyabbak még jobb képességekkel ruházzák fel a gépeket. Ha azonban közelebbről megvizsgáljuk, ezzel a technológiával még csak most értük el, hogy a gépek képesek egy dimenzióban gondolkodni. A világ amelyben élünk azonban az emberi érzékelés alapján három dimenziós. Egy ember számára nem okoz gondot, hogy megállapítsa, hogy valami egy szék alatt van, vagy mögött, vagy egy felénk repülő labda körülbelül hová fog érkezni. Számos mesterséges intelligencia kutató szerint az AGI azaz a mesterséges általános intelligencia megszületéséhez el kell érni, hogy a gépek három dimenzióban gondolkodjanak, ehhez pedig ki kell fejleszteni a térbeli intelligenciát.
Mi rejlik a Meta mesterséges intelligencia-újjászervezése mögött?
Mark Zuckerberg, a Meta vezérigazgatója nem először lép merészet, ám ezúttal minden eddiginél átfogóbb átszervezést hajt végre a cég mesterséges intelligenciával foglalkozó részlegeiben. A frissen létrehozott Meta Superintelligence Labs (MSL) névre keresztelt új divízió alá kerül az összes eddigi AI-csapat, beleértve a kutatás-fejlesztést, a termékfejlesztést és az alapmodellek építését. A cél nem csupán az emberi gondolkodással versenyképes mesterséges intelligencia (AGI), hanem egy olyan rendszerszintű szuperintelligencia megalkotása, amely meghaladja az emberi képességeket.
Szuverén AI, titkos részvényeladások – mi zajlik az NVIDIA kulisszái mögött?
A mesterséges intelligencia iparága az elmúlt években ritkán tapasztalt lendületet vett, és ennek a hullámnak az egyik legnagyobb nyertese kétségtelenül az NVIDIA. A grafikus processzorairól ismert vállalat mára nem csupán a játékosok és mérnökök kedvence, hanem a nemzetközi technológiai stratégiák központi szereplője is lett. Az amerikai tőzsdén a részvényeinek az értéke történelmi csúcsokat dönt, miközben egyre több kormányzati együttműködés és geopolitikai szál kezd köréje fonódni. De vajon mit árul el mindez a jövőről, és mennyire megalapozott a mostani optimizmus?

Az elmúlt néhány napban megjelent Linux disztribúció frissítések