Tema: Kunstig intelligens Medicin og kunstig intelligens: Glem ikke det, vi a Kunstig intelligens (AI) er mere end bare »big data« og maskinlæring. AI omfatter også computeriserede protokoller og fysiologiske modeller, som gør det muligt at bruge eksisterende viden i klinisk praksis. Af Dan S. Karbing, Ulrike S. Pielmeier, Lars P. Thomsen, Steen Andreassen, Stephen E. Rees. Respiratory and Critical Care group (RCARE) - Institut for Medicin og Sundhedsteknologi, Aalborg Universitet Vores forskningsgruppe havde i 1999 den ære at være værter for en international videnskabelig konference i Aalborg for det europæiske selskab for kunstig intelligens i medicin (AIME). Når man genlæser præsentationerne fra konferencen her 20 år senere, står det klart, at der dengang fandtes tre spor inden for AI: 1. Computerisering af kliniske protokol- ler og retningslinjer. Dette spor fokuserede på at implementere regler i software til at støtte klinikeren i at følge kliniske retningslinjer i henhold til evidensbaseret medicin eller følge en særlig eksperts fremgangsmåde. 2. Anvendelse af kausalt ræsonnement. Her blev »white box«-matematiske modeller af kausale processer (for eksempel fysiologi) anvendt til at forudsige patienters sandsynlige respons på ændring i behandlingen, så behandlingen kunne tilpasses den enkelte patient. 3. Databaserede løsninger. Dette spor brugte, modsat de procesorienterede spor, statistiske korrelationer, kunstige neuralnet, maskinlæring og andre »black box«-modeller til at identificere mønstre og associationer ud fra store mængder data. Målet var at forudsige sandsynlige udfald ud fra datamønstre, som en kliniker ikke ville være i stand til ved gennemgang af tilgængelig information. Populær definition Disse tre spor blev i 1999 betragtet som en del af det videnskabelige arbejde inden for kunstig intelligens. Fællesnævneren var et mål om at tilbyde computerintelligens for at assistere klinikere i bestemmelsen af patientens diagnose, behandling og prognose. Indtoget af »big data« har betydet, at kunstig intelligens nu i vide kredse, især i medierne, forbindes med maskinlæring og kunstige neuralnet. Drivkraften har især været de store mængder af tilgængelige data, computere med større regnekraft og udviklingen af såkaldte dybe kunstige neurale net, som særligt er tiltænkt læring fra store datamængder. Det er det, der populært kaldes »dyb læring«. Disse teknologiers potentiale til at identificere mønstre i data, generere videnskabelige hypoteser og konstruktion af værktøjer til forudsigelse af kritiske hændelser er bredt anerkendt. Arbejdet rummer et stort potentiale. AI er mere end udnyttelsen af »big data« Men hvad der ofte overses i debatten om AI, er systemer baseret på protokol- ler og kausale modeller. Det finder vi 20 | Februar 2020 | AI-teknologien åbner mange muligheder. Men vi må ikke glemme allerede eksisterende viden.
Download PDF fil
Se arkivet med udgivelser af Medicoteknik her
TechMedias mange andre fagblade kan læses her