Изкуственият интелект се провали в борбата с коронавируса - грешката е в хората
Могат ли логаритмите на изкуствения разсъдък (ИИ) да оказват помощ на лекарите да откриват бързо и елементарно Covid-19 и да вземат решения, с които да избавят човешки животи?
„ Ако има миг, в който изкуственият разсъдък може да потвърди своята полза, това е точно в този момент “, споделя Лори Уайнънтс, епидемиолог от университета в Маастрихт, Холандия, занимаваща се със основаване на програмен продукт за прогнозиране.
Според нея това по този начин и не се е случило, само че не заради неналичието на старания. Изследователски екипи от целия свят се надпреварваха месеци наред да създават програмен продукт, с който да разрешат на медиците да диагностицират пациентите по-бързо. На доктрина това трябваше да обезпечи по този начин нужната поддръжка на лечебните заведения на първа линия.
![Здравното министерство посочи при какви условия медиците ще получават спомагателните 1000 лева]( "Здравното министерство посочи при какви условия медиците ще получават спомагателните 1000 лева")
Здравното министерство посочи при какви условия медиците ще получават спомагателните 1000 лева
Министерство на здравеопазването с разяснения за установяване на размера на сумите за спомагателни хонорари за реализирани резултати...
Това докара до създаването на стотици принадлежности за прогнозиране. Но никой от тях не направи същински пробив, а някои даже се оказаха евентуално нездравословни. Това е кошмарното умозаключение за изгодата от множеството изследвания, оповестени през последните няколко месеца.
През юни Институтът Тюринг, английският народен център за научни данни и изкуствен интелект, излезе с отчет, обобщаващ изводите от полемиките, извършени в поредност от семинари в края на 2020 година Изводът от отчета е, че ИИ е оказал малко или никакво влияние в битката против COVID-19.
До същия извод доближиха и две огромни изследвания за оценка на ИИ в тази тенденция. Едното е създадено през 2020 година от екипа на Уайнънтс и е оповестено в.
Уайнънтс и нейните сътрудници са проучили 232 логаритъма за диагностициране на пациенти или прогнозиране какъв брой души могат да се разболеят от вируса. Те разкрили, че никой от тях не е кадърен за клинична приложимост. В фактически едвам 2 от логаритмите са посочени като задоволително обещаващи за бъдещи проби.
" Това е шокиращо. Имах известни терзания и преди този момент, само че това надвиши и най-лошите ми упования ", споделя Уайнънтс.
![Работят ли векторните ваксини по-добре против ковид от РНК? Отговорът още не е явен]( "Работят ли векторните ваксини по-добре против ковид от РНК? Отговорът още не е явен")
Работят ли векторните ваксини по-добре против ковид от РНК? Отговорът още не е явен
Дали векторните ваксини няма да се окажат по-ефективни против COVID-19 по отношение на РНК имунизациите? Този въпрос слага в своя фейсбук профил д...
Второто изследване, достигнало до подобен извод, е на екипа на Дерек Дригс, откривател от университета в Кеймбридж, оповестено в.
" Тази пандемия беше огромно тестване за изкуствения разсъдък и медицината. Не мисля, че успяхме да издържим теста ", споделя Дригс.
И двата екипа откриват, че разработчиците повтарят едни и същи съществени неточности - най-много подаването на първичните данни, на чиято основа се създава съответният ИИ модел . А това значи, че компютърните модели не работят вярно, пропущат значими характерности на болестта и могат да подценят риска за уязвимите пациенти.
Уайнънтс и Дригс към момента имат вяра, че ИИ има капацитет да помогне. Но явно нещо би трябвало да се промени. Нереалистичните упования предизвикват потреблението на тези принадлежности, преди те да са подготвени. Някои от логаритмите, които двамата учени са обследвали, към този момент са били внедрени в лечебни заведения или се продават от частни разработчици. " Страхувам се, че те може да са навредили на пациентите ", споделя Уайнънтс.
Изследователите дават образци за неправилно интерпретиране на данните от ИИ. Използвани са да вземем за пример набор от данни, съдържащи сканиране на гръдния панер при деца, които не са имали Коронавирус, като образци за това по какъв начин наподобяват случаите на здрави пациенти. Но вследствие на това ИИ се е научил просто да разпознава деца вместо Коронавирус.
![Български академик от Станфорд счита, че коронавирусът ще става по-опасен, в случай че не го спрем по китайски]( "Български академик от Станфорд счита, че коронавирусът ще става по-опасен, в случай че не го спрем по китайски")
Български академик от Станфорд счита, че коронавирусът ще става по-опасен, в случай че не го спрем по китайски
Вирусът е прекомерно инфектиран, с цел да може да бъде спрян със настоящето имунизационно покритие. Това значи, че би трябвало 90 на 100 от хората д...
Друг проблем е, че доста от приложенията са създадени или от програмисти без медицински опит, които няма по какъв начин да открият минусите в данните, или от медицински откриватели без математически умения, благодарение на които да компенсират тези недостатъци в софтуера и писането на съответния код.
Какво може да се предприеме?
Най-логичният ход е екипите програмисти да си сътрудничат повече с медицинските експерти, споделя Дригс. Изследователите също по този начин би трябвало да споделят своите разработки и да разкрият по какъв начин работят тези модели, с цел да може да се тестват и да се усъвършенстват. Тези две неща биха помогнали за превъзмогването на може би 50% от проблемите, счита Дригс.
Повечето разработчици са се втурнали да вършат свои лични модели, вместо да работят в екип или да усъвършенстват съществуващите, считат още двамата учени. В резултат на това през днешния ден имаме стотици посредствени приложения по целия свят вместо няколко, само че които да работят дейно, настояват те.
" Моделите са напълно сходни - съвсем всички употребяват едни и същи техники с дребни разлики и надлежно всички вършат едни и същи неточности. Ако всички тези хора, които бълват нови и нови модели, вместо това тестваха към този момент наличните такива, може би щяхме да имаме нещо, което в действителност би могло да помогне на медиците ", споделя още Уайнънтс.
Още от ИНТЕРЕСНО:
„ Ако има миг, в който изкуственият разсъдък може да потвърди своята полза, това е точно в този момент “, споделя Лори Уайнънтс, епидемиолог от университета в Маастрихт, Холандия, занимаваща се със основаване на програмен продукт за прогнозиране.
Според нея това по този начин и не се е случило, само че не заради неналичието на старания. Изследователски екипи от целия свят се надпреварваха месеци наред да създават програмен продукт, с който да разрешат на медиците да диагностицират пациентите по-бързо. На доктрина това трябваше да обезпечи по този начин нужната поддръжка на лечебните заведения на първа линия.
Министерство на здравеопазването с разяснения за установяване на размера на сумите за спомагателни хонорари за реализирани резултати...
Това докара до създаването на стотици принадлежности за прогнозиране. Но никой от тях не направи същински пробив, а някои даже се оказаха евентуално нездравословни. Това е кошмарното умозаключение за изгодата от множеството изследвания, оповестени през последните няколко месеца.
През юни Институтът Тюринг, английският народен център за научни данни и изкуствен интелект, излезе с отчет, обобщаващ изводите от полемиките, извършени в поредност от семинари в края на 2020 година Изводът от отчета е, че ИИ е оказал малко или никакво влияние в битката против COVID-19.
До същия извод доближиха и две огромни изследвания за оценка на ИИ в тази тенденция. Едното е създадено през 2020 година от екипа на Уайнънтс и е оповестено в.
Уайнънтс и нейните сътрудници са проучили 232 логаритъма за диагностициране на пациенти или прогнозиране какъв брой души могат да се разболеят от вируса. Те разкрили, че никой от тях не е кадърен за клинична приложимост. В фактически едвам 2 от логаритмите са посочени като задоволително обещаващи за бъдещи проби.
" Това е шокиращо. Имах известни терзания и преди този момент, само че това надвиши и най-лошите ми упования ", споделя Уайнънтс.
Дали векторните ваксини няма да се окажат по-ефективни против COVID-19 по отношение на РНК имунизациите? Този въпрос слага в своя фейсбук профил д...
Второто изследване, достигнало до подобен извод, е на екипа на Дерек Дригс, откривател от университета в Кеймбридж, оповестено в.
" Тази пандемия беше огромно тестване за изкуствения разсъдък и медицината. Не мисля, че успяхме да издържим теста ", споделя Дригс.
И двата екипа откриват, че разработчиците повтарят едни и същи съществени неточности - най-много подаването на първичните данни, на чиято основа се създава съответният ИИ модел . А това значи, че компютърните модели не работят вярно, пропущат значими характерности на болестта и могат да подценят риска за уязвимите пациенти.
Уайнънтс и Дригс към момента имат вяра, че ИИ има капацитет да помогне. Но явно нещо би трябвало да се промени. Нереалистичните упования предизвикват потреблението на тези принадлежности, преди те да са подготвени. Някои от логаритмите, които двамата учени са обследвали, към този момент са били внедрени в лечебни заведения или се продават от частни разработчици. " Страхувам се, че те може да са навредили на пациентите ", споделя Уайнънтс.
Изследователите дават образци за неправилно интерпретиране на данните от ИИ. Използвани са да вземем за пример набор от данни, съдържащи сканиране на гръдния панер при деца, които не са имали Коронавирус, като образци за това по какъв начин наподобяват случаите на здрави пациенти. Но вследствие на това ИИ се е научил просто да разпознава деца вместо Коронавирус.
Вирусът е прекомерно инфектиран, с цел да може да бъде спрян със настоящето имунизационно покритие. Това значи, че би трябвало 90 на 100 от хората д...
Друг проблем е, че доста от приложенията са създадени или от програмисти без медицински опит, които няма по какъв начин да открият минусите в данните, или от медицински откриватели без математически умения, благодарение на които да компенсират тези недостатъци в софтуера и писането на съответния код.
Какво може да се предприеме?
Най-логичният ход е екипите програмисти да си сътрудничат повече с медицинските експерти, споделя Дригс. Изследователите също по този начин би трябвало да споделят своите разработки и да разкрият по какъв начин работят тези модели, с цел да може да се тестват и да се усъвършенстват. Тези две неща биха помогнали за превъзмогването на може би 50% от проблемите, счита Дригс.
Повечето разработчици са се втурнали да вършат свои лични модели, вместо да работят в екип или да усъвършенстват съществуващите, считат още двамата учени. В резултат на това през днешния ден имаме стотици посредствени приложения по целия свят вместо няколко, само че които да работят дейно, настояват те.
" Моделите са напълно сходни - съвсем всички употребяват едни и същи техники с дребни разлики и надлежно всички вършат едни и същи неточности. Ако всички тези хора, които бълват нови и нови модели, вместо това тестваха към този момент наличните такива, може би щяхме да имаме нещо, което в действителност би могло да помогне на медиците ", споделя още Уайнънтс.
Още от ИНТЕРЕСНО:
Източник: actualno.com
КОМЕНТАРИ