அதிகப் பங்குள்ள தருணத்தில்தான் AI-யின் மிக வலுவான செயல்பாடு வெளிப்பட்டது
இந்த வாரம்
Science
இதழில் வெளியான ஹார்வர்டு தலைமையிலான ஆய்வு, மருத்துவத்தில் செயற்கை நுண்ணறிவை எவ்வாறு பயன்படுத்தலாம் என்ற விவாதத்திற்கு முக்கியமான தரவுப் புள்ளியைச் சேர்க்கிறது. அந்தக் கட்டுரையின் மிகக் கவனமாகப் பார்க்கப்பட்ட பரிசோதனைகளில் ஒன்றில், ஆராய்ச்சியாளர்கள் Beth Israel Deaconess Medical Center-இல் இடம்பெற்ற உண்மையான அவசர அறை வழக்குகளில் OpenAI மாடல்களின் நோயறிதல்களை இரண்டு உள்நோய் அட்டெண்டிங் மருத்துவர்களின் நோயறிதல்களுடன் ஒப்பிட்டனர். ஆய்வின் படி, OpenAI-யின் o1 மாடல் ஒவ்வொரு நோயறிதல் கட்டத்திலும் மனித மருத்துவர்களுக்கு சமமாக அல்லது அவர்களை மிஞ்சி செயல்பட்டது; மிகத் தெளிவான முன்னிலை ஆரம்ப ER ட்ரையாஜில் காணப்பட்டது.இதன் முக்கியத்துவம் என்னவென்றால், ட்ரையாஜில் மருத்துவர்களுக்கு மிகவும் குறைந்த தகவலும் மிகவும் குறைந்த நேரமும் தான் இருக்கும். நோயாளியின் நிலைமைக்கான மிகவும் சாத்தியமான காரணத்தை, விரிவான பரிசோதனைகள் கிடைக்கும் முன், மருத்துவர்களும் மருத்துவமனைகளும் கண்டறிய முயலும் முதல் தொடுப்புப் புள்ளியில்தான் வேறுபாடுகள் குறிப்பாக அதிகமாக இருந்தன என்று ஆய்வு கூறியது. அந்த ஆரம்ப நிலையில், o1 67% வழக்குகளில் சரியான அல்லது மிகவும் நெருக்கமான நோயறிதலை அளித்தது; ஒரு அட்டெண்டிங் மருத்துவருக்கு 55% என்றும் மற்றொருவருக்கு 50% என்றும் அறியப்பட்டது.
இந்த ஒப்பீடு எப்படி வடிவமைக்கப்பட்டது
இந்த ஆய்வுக் குழுவை ஹார்வர்டு மெடிக்கல் ஸ்கூல் மற்றும் பெத் இஸ்ரேல் டீக்கோனெஸ் நிறுவனத்தின் மருத்துவர்கள் மற்றும் கணினி விஞ்ஞானிகள் வழிநடத்தினர். மூலப் பொருளில் முன்னிலைப்படுத்தப்பட்ட அவசர அறை பரிசோதனையில், குழு Beth Israel ER-க்கு வந்த 76 நோயாளிகளில் கவனம் செலுத்தியது. o1 மற்றும் 4o எனும் இரண்டு OpenAI மாடல்கள் உருவாக்கிய நோயறிதல்கள், இரண்டு உள்நோய் அட்டெண்டிங் மருத்துவர்களின் நோயறிதல்களுடன் ஒப்பிடப்பட்டன.
அந்த வெளியீடுகள் பின்னர், எந்த நோயறிதல் மனிதர்களிடமிருந்து வந்தது, எது AI அமைப்புகளிலிருந்து வந்தது என்பதை அறியாத மற்ற இரண்டு அட்டெண்டிங் மருத்துவர்களால் மதிப்பாய்வு செய்யப்பட்டன. இந்த மறைவு முறை முக்கியமானது, ஏனெனில் அது தரத்தை விட எதிர்பார்ப்பின் அடிப்படையில் மதிப்பாய்வாளர்கள் ஒரு மூலத்தை மற்றொன்றை விட விரும்பும் அபாயத்தை குறைக்கிறது.
மேலும், மாடல்களுக்கு தரவை வழங்குவதற்கு முன் நோயாளி தரவை முன்-செயலாக்கம் செய்யவில்லை என்றும் ஆராய்ச்சியாளர்கள் வலியுறுத்தினர். மாறாக, ஒவ்வொரு நோயறிதல் செய்யப்பட்ட நேரத்தில் மின்னணு மருத்துவ பதிவில் இருந்த அதே தகவலே AI அமைப்புகளுக்கு வழங்கப்பட்டது. AI மருத்துவ ஆராய்ச்சியில் மீண்டும் மீண்டும் முன்வைக்கப்படும் ஒரு விமர்சனத்தை இது நேரடியாகச் சேர்ந்தது: சுத்தமாக்கப்பட்ட, எளிமைப்படுத்தப்பட்ட, அல்லது வழக்கத்திற்கு மாறாக முழுமையான உள்ளீடுகளை வழங்கும்போதுதான் மாடல்கள் பிரமிப்பூட்டும் தோற்றம் தரக்கூடும். இங்கு, நடைமுறையில் கிடைக்கும் அதே சற்று குழப்பமான, முழுமையற்ற மருத்துவப் படமே மாடல்களுக்கு வழங்கப்பட்டதாக ஆய்வுக் குழு கூறுகிறது.
