ВОЗ подчеркивает риски и преимущества использования ИИ в здравоохранении

Всемирная организация здравоохранения ( ВОЗ ) предупреждает, что медицинским учреждениям во всем мире следует проявлять осторожность при внедрении технологий искусственного интеллекта (ИИ), особенно в странах с низким и средним уровнем дохода.

Хотя крупные многомодальные модели (LMM), являющиеся подвидом генеративного искусственного интеллекта, обладают потенциалом для революционизации здравоохранения, ВОЗ подчеркивает необходимость повышения осведомленности и ответственного внедрения. 

Искусственный интеллект в здравоохранении: революционное изменение

ВОЗ признает значительный потенциал больших многомодальных моделей (LMM) в здравоохранении. Эти системы искусственного интеллекта, такие как платформы ChatGPT, Bard и Bert, быстро завоевали популярность. LMM могут обрабатывать различные входные данные, включая текст, видео и изображения, для генерации различных выходных данных. 

Их применение в здравоохранении охватывает диагностику, научные исследования, разработку лекарств, медицинское обучение, администрирование и даже самооценку симптомов пациентами. Анализируя огромные массивы медицинских данных, таких как изображения, снимки иtronмедицинские карты, линейные метамодели могут улучшить диагностику, повысить эффективность лечения, прогнозировать результаты лечения пациентов и повысить производительность.

Одним из наиболее значительных преимуществ ИИ в здравоохранении является потенциал спасения жизней за счет точной диагностики и персонализированных планов лечения. Более того, он может снизить нагрузку на медицинских работников, позволяя им сосредоточиться на более важных задачах, чем рутинная работа с документами. В регионах с нехваткой медицинских специалистов линейные модели могут сыграть ключевую роль в улучшении доступности медицинской помощи, обеспечивая более широкий и справедливый доступ к медицинским услугам.

Риски и проблемы

Несмотря на многообещающие перспективы, ВОЗ предостерегает от игнорирования связанных с этим рисков. Переоценка возможностей LMM может привести к неправильной диагностике и неадекватным решениям о лечении, особенно если их ограничения не будут должным образом учтены. 

Кроме того, системы здравоохранения, вероятно, станут чрезмерноdent от логистических менеджеров, особенно в странах с низким и средним уровнем дохода, где техническое обслуживание и обновления могут быть недостаточными. Такая зависимость также может привести к потере рабочих мест и потребовать значительной переподготовки медицинских работников.

Кроме того, вызывает беспокойство экологическая стоимость обучения и использования этих моделей ИИ. Известно, что модели ИИ способствуют выбросам углекислого газа и увеличению потребления воды. Более того, разработка и внедрение линейных метамоделей в основном сосредоточены в руках крупных технологических компаний из-за высоких финансовых затрат, что потенциально укрепляет их позиции и доминирование в этой области.

Неравенство в доступе

ВОЗ поднимает вопросы, связанные с равным доступом к ИИ в здравоохранении. Цифровое неравенство и высокие абонентские платы могут ограничить доступ к этим моделям, усугубляя неравенство в здравоохранении между развитыми и развивающимися странами. Кроме того, если линейные смешанные модели обучаются на предвзятых данных, они могут увековечить эти предубеждения в системах здравоохранения.

Для решения этих проблем необходимо создать необходимую инфраструктуру и внедрить нормативные акты по использованию ИИ как в государственном, так и в частном секторах. Прозрачность, надежное управление данными и этические соображения имеют первостепенное значение. 

Такие инициативы, как предоставление грантов, доступ к общим ресурсам облачных вычислений и открытым наборам данных, могут принести значительную пользу странам с низким и средним уровнем дохода, выровняв условия конкуренции.

Международные организации могут содействовать передаче знаний и оказывать поддержку странам в получении местных данных, обеспечивая точное отражение региональных потребностей в этих моделях ИИ. Участие заинтересованных сторон из стран с ограниченными ресурсами в разработке и управлении новыми технологиями LMM имеет решающее значение для обеспечения инклюзивного развития.

В конечном итоге, ВОЗ признает, что некоторый вред от ИИ в здравоохранении неизбежен. Поэтому предлагаемые организацией рекомендации включают в себя положения об ответственности и призывы к созданию механизмов компенсации в случае, если пациенты пострадают из-за ИИ. Установление четких норм ответственности и надежного нормативного надзора имеет важное значение для обеспечения того, чтобы лица, пострадавшие от ИИ, получали адекватную компенсацию и имели доступ к правовой защите.