광고 기술은 의료 진단이 이루어지는 방식을 바꾸었고, 인공 지능은 인간 전문가와 동일한 수준의 진단을 제공하는 것으로 여겨지고 있습니다. University Hospitals Birmingham의 NHS 재단 신탁 연구자들이 수행한 연구에 따르면, 진단은 이미지를 기반으로 합니다 폰테크.
인공 지능은 의료 분야에서 사용되어 왔으며, 자원에 대한 부담을 덜어주고 의사와 환자 간 상호작용에 소요되는 시간을 절약해 주므로 많은 관심을 불러일으켰습니다. 또한 맞춤형 치료 옵션 개발에도 도움이 됩니다. 연구 결과는 제한된 연구 풀을 기반으로 하지만, 연구 활동의 대부분이 품질이 좋지 않은 것으로 간주되는 분야에서도 결과가 적어도 확인적이라는 믿음이 여전히 상당합니다.
소프트웨어 개발자는 앱, 소프트웨어 제품, 프로그램 및 기타 출시 제품이 의료 분야에 도움이 될 수 있도록 하는 역할을 해야 합니다. 맞춤형 소프트웨어 개발자는 환자와 병원 직원뿐만 아니라 의료 환경의 다른 사람들도 사용할 수 있는 앱을 개발할 수 있습니다.
의료 진단에 AI 활용
의료 진단에서 AI 응용 분야 중 하나는 의료 이미지의 해석입니다. 이는 주로 딥 러닝 측면에 의존하는 분야입니다. 이 분야에서는 일련의 이미지를 사용하는 복잡한 형태의 머신 러닝이 알고리즘에 도입되어 해당 이미지의 특징을 선택하고 유사한 이미지를 일치시키는 방법을 학습합니다. 머신 러닝은 눈 질환에서 암에 이르기까지 다양한 유형의 질병을 진단하는 데 큰 가능성을 보여주었습니다.
연구팀은 NHS 신탁의 Xiaoxuan Liu 박사가 주도했으며, 그는 주요 저자였고, University of Hospitals Birmingham의 같은 NHS 재단 신탁의 Alastair Denniston 교수가 공동 저자였습니다. Denniston은 연구 결과가 고무적이지만 이 과제는 AI에서 진행 중인 과대광고를 조사하기 위한 현실 확인이었다고 말했습니다.
병원과 정부 부서를 포함한 기타 의료 시설에서는 치료, 진단, 의료 자원 관리를 포함한 의료 프로세스를 간소화하는 데 도움이 되는 앱과 제품을 구축하기 위해 소프트웨어 개발자 팀을 고용 하고자 합니다.
AI, 진단 분야에서 인간 전문가와 동등 수준
영국 연구자들은 의료 이미지를 사용하여 질병을 분류하는 AI 모델의 성과가 인간 전문가가 제공한 결과와 동일하다고 주장했습니다. 처음에 연구자들은 진단에서 딥 러닝 모델의 성과와 의료 이미지를 사용하는 의료 전문가의 성과를 비교하는 연구를 조사했습니다. 그들은 2012년 1월부터 2019년 6월까지 다양한 질병에 대한 30,000개 이상의 연구를 살펴보았고, 그 중 연구와 관련이 있다고 여겨지고 기계 성과와 인간 전문가의 성과를 정확하게 비교할 수 있는 14개만 선택했습니다.
연구자들이 선택한 14개 연구에서 딥 러닝 시스템은 사용된 시간의 87%에서 질병 상태를 올바르게 감지할 수 있었고, 인간 전문가는 86%에서 질병 상태를 올바르게 감지했습니다. 게다가 사례 연구에 참여한 의사는 실제 진단 상황에서 발생했을 추가 환자 정보를 사용할 수 없었습니다.
질병 진단을 위한 인공지능 모델이 의료 전문가보다 더 나은 성과를 보인다고 하는 많은 연구와는 달리, NHS 신탁 연구는 AI가 인간 전문가를 이기지 못한다는 것을 보여주었습니다. 사실, 그들은 동등한 수준입니다.