Czy AI poprawia wydajność w medycynie?
Wykorzystanie sztucznej inteligencji (AI) w opiece nad pacjentami jest coraz powszechniejsze. Jednak analiza przeprowadzona przez badaczy ze Szpitala Uniwersyteckiego w Bonn oraz Uniwersytetu w Bonn dowodzi, że sztuczna inteligencja nie musi przyspieszać procesów pracy. Artykuł podejmujący tę tematykę ukazał się 30 września w „NPJ Digital Medicine”.
– Chociaż sztuczna inteligencja jest często postrzegana jako rozwiązanie do obsługi rutynowych zadań, takich jak monitorowanie stanu pacjentów, dokumentowanie zadań związanych z opieką i wsparcie klinicznych decyzji lekarzy, jej realny wpływ na procesy pracy pozostaje niejasny – napisali naukowcy z Niemiec. Szczególnie w specjalistycznych obszarach wymagających dużej ilości danych, takich jak genomika, patologia czy radiologia, gdzie AI jest już wykorzystywana do rozpoznawania wzorców w dużych ilościach danych i do ustalania priorytetów, brakuje wiarygodnych dowodów na poprawę wydajności.
– Chcieliśmy dowiedzieć się, w jakim stopniu rozwiązania AI rzeczywiście poprawiają wydajność w medycynie. Powszechne założenie, że sztuczna inteligencja automatycznie przyspiesza procesy pracy, często mija się z prawdą – wyjaśniła dr Katharina Wenderott, główna autorka badania pt. „Effects of artificial intelligence implementation on efficiency in medical imaging – a systematic literature review and meta-analysis”.
Standaryzowana ocena badań jest trudna
Zespół badawczy z byłej stolicy RFN przeprowadził systematyczny przegląd 48 badań, które dotyczyły wykorzystania narzędzi opartych na AI w warunkach klinicznych, zwłaszcza w radiologii i gastroenterologii. Spośród 33 badań, które dotyczyły czasu przetwarzania procesów roboczych, w 67% miało miejsce skrócenie czasu pracy, niemniej metaanalizy nie potwierdziły znaczącego wzrostu wydajności. – Niektóre z badań wykazały statystycznie istotne różnice, ale nie były one wystarczające, by móc wyciągnąć ogólne wnioski – powiedziała Wenderott.
Autorzy badania przeanalizowali również, na ile AI jest zintegrowana z istniejącymi przepływami pracy – krokami, jakie są standardowo podejmowane, by wykonać dane zadanie. Okazało się, że sukces wdrożenia w dużym stopniu zależy od konkretnych warunków ramowych oraz procesów podejmowanych na miejscu. Jednak ze względu na niejednorodność projektów badawczych i stosowanych w nich technologii, standaryzowana ocena była trudna.
– Uzyskane przez nas wyniki jasno pokazują, że wykorzystanie AI w codziennej praktyce klinicznej musi być postrzegane w zróżnicowany sposób. Warunki w danym przypadku i indywidualne procesy pracy mają duży wpływ na powodzenie wdrożenia sztucznej inteligencji w pracy – podkreślił współautor badania prof. dr Matthias Weigl z Instytutu Bezpieczeństwa Pacjenta na Uniwersytecie w Bonn.
https://www.zm-online.de/
