Nosta: generatywna AI to punkt zwrotny w medycynie


John Nosta jest założycielem think tanku zajmującego się zdrowiem cyfrowym i przyszłością medycyny
John Nosta jest założycielem think tanku zajmującego się zdrowiem cyfrowym i przyszłością medycyny

AI zyskuje umiejętności, które do tej pory były wyłącznie domeną ludzi – mówi John Nosta, założyciel think tanku NOSTALAB i jeden z najbardziej inspirujących głosów w dziedzinie technologii w medycynie.

ChatGPT odpowiada precyzyjnie na skomplikowane pytania, ale nadal popełnia błędy. Czy nie jest za wcześnie, aby rozmawiać o jego zastosowaniu w medycynie?

Zdecydowanie nie. Prawdą jest, że modele językowe AI, takie jak ChatGPT, znajdują się nadal w fazie rozwoju i jeszcze nie są doskonałe. Ale już teraz prowadzone są obiecujące badania nad ich potencjalnymi zastosowaniami w medycynie.

Pierwsze badania sugerują ogromny potencjał w diagnostyce medycznej, pracach nad nowymi lekami i opiece nad pacjentem. Przykładowo, modele językowe AI są stosowane do analizy danych z obrazowania medycznego w celu wykrycia nieprawidłowości, identyfikowania nowych zastosowań już dostępnych leków oraz opracowania spersonalizowanych planów leczenia.

Na pewno jest jeszcze za wcześnie, aby wdrażać modele językowe AI do praktyki lekarskiej, ale już teraz trzeba badać ich potencjalne zastosowania w medycynie.

Czy uważasz, że obecny szum wokół AI jest uzasadniony?

Ludzkość czeka na moment zwrotny w obszarach, które nie działają jak trzeba. Za taki punkt zwrotny w medycynie niektórzy uważają COVID-19. Jednak z mojej perspektywy prawdziwą rewolucją jest wprowadzenie dużych modeli językowych (LLM), a w szczególności GPT-3.

Szum wokół AI nie bierze się z niczego, ale jest napędzany przez postępy i przełomowe odkrycia dokonane w ostatnich latach, a także siłę AI do reformowania wielu branż gospodarki. Niewątpliwie ten szum podsyca jeszcze jeden fakt: LLM mają wysoką użyteczność dla zwykłych konsumentów.

Dla wielu osób modele GPT są wręcz magiczne. A jak powiedział Arthur C. Clarke: “Każda wystarczająco zaawansowana technologia jest nieodróżnialna od magii”. Tak właśnie jest z GPT. A trzeba dodać, że to dopiero niewielki ułamek tego, co nas czeka.

Na dzień dzisiejszy jest kilka problemów do pokonania. Chociaż AI radzi sobie coraz lepiej z rozpoznawaniem obrazów, przetwarzaniem języka naturalnego i systemami autonomicznymi, nadal wymaga dopracowania. Mam na myśli takie obszary jak rozumienie kontekstu, dokonywanie subiektywnych ocen i radzenie sobie z niekompletnymi lub niskiej jakości danymi. Ponadto, do przemyślenia jest cała lista etycznych wątpliwości dotyczących wykorzystania AI, w tym kwestie związane z prywatnością, stronniczością i uczciwością.

Istnieje wiele ekscytujących i obiecujących zastosowań AI, które mogą przynieść społeczeństwu znaczące korzyści, od poprawy opieki zdrowotnej i edukacji po postępy w badaniach naukowych. Jestem przekonany, że wkrótce się one urzeczywistnią wraz z tym, jak poradzimy sobie z obecnymi ograniczeniami AI.

Napisałeś kiedyś, że ludzie są bardziej zainteresowani błędami sztucznej inteligencji niż jej potencjałem. Czy boimy się AI?

Niestety, większość z nas, w tym wielu profesjonalistów, czerpie informacje na temat technologii i AI z hollywódzkich filmów science-fiction. Wizja, że maszyny są złe i zniszczą ludzkość, nadal dyktuje nam sposób, w jaki postrzegamy AI. Do tego jeszcze trzeba dodać sposób działania mediów, gdzie najlepszą klikalność i czytelność mają sensacyjne doniesienia o dużym ładunku emocjonalnym, najlepiej negatywnym. I tak niepotrzebnie podgrzewana jest katastroficzna atmosfera wokół sztucznej inteligencji.

Orędownikiem takich apokaliptycznych wizji był też do niedawna Elon Musk. AI z pewnością może stanowić egzystencjalne zagrożenie, zwłaszcza gdy ewoluuje w kierunku tzw. ogólnej sztucznej inteligencji ogólnej (AGI). Ale można opracować bezpieczne bariery ochronne.

IBM Watson Oncology pokazał, że lekarze nie zawsze ufają AI w podejmowaniu decyzji. Czy taki sam los czeka medyczne odpowiedniki ChatGPT?

Watson był wspierany przez topowy marketing, który obejmował telewizyjny show Jeopardy i potężne kampanie prowadzone przez główne agencje reklamowe. Ale sama technologia nie do końca była gotowa.

Niechęć lekarzy do AI w podejmowaniu decyzji, jak pokazują doświadczenia z IBM Watson Oncology, podkreśla potrzebę większej współpracy między AI a specjalistami medycznymi. Sukces sztucznej inteligencji w opiece zdrowotnej będzie zależał od jej zdolności do rozszerzenia wiedzy lekarzy, a nie jej zastępowania.

Czy GPT stanie się kolejnym IBM Watson? Prawie na pewno nie. I nie mogę się doczekać, kiedy GPT będzie gościem w Jeopardy, aby zmierzyć się z ekspertami klinicznymi!

Rok 2011. Superkomputer IBM Watson wygrywa "Jeopardy!"pokonując dotychczasowych mistrzów teleturnieju
Rok 2011. Superkomputer IBM Watson wygrywa “Jeopardy!”pokonując dotychczasowych mistrzów teleturnieju

Czy nie sądzisz, że ludzie mają tendencję do idealizowania AI? Na razie żyjemy tylko obietnicami i prognozami…

Wiele razy mówiłem, że innowacje żyją w obszarze cudu i strachu. Od ognia do umiejętności latania – podstawowe ludzkie emocje, być może limbiczne, rządzą ludźmi, nawet jeżeli to tylko romantyczne wizje.

Innowacja zawsze polega na przekraczaniu granic i poszukiwaniu nowych sposobów działania. Właśnie to nieodłączne dążenie do postępu napędza nas jako społeczeństwo, ale niesie ze sobą również ogromne ryzyko.

Musimy nauczyć się równoważyć poczucie zachwytu nad możliwościami innowacji ze strachem przed nieznanym i nieprzewidzianymi konsekwencjami, które mogą przynieść. To balansowanie jest trudne. I właśnie wypracowanie racjonalnego podejścia do technologii może być jedną z największych przeszkód dla cyfrowej transformacji.

Sztuczna inteligencja jest prawdopodobnie najlepszym tego wyrazem – im większy zachwyt, tym większy strach. AI jest zarówno zadziwiająca, jak i tragiczna, a to właśnie jest esencją romantyzmu technologicznego.

Zejdźmy na ziemię. Może AI to zachwycająca technologia, ale niektórzy twierdzą, że to tylko kolejna innowacja, lepszy sposób na przetwarzanie ogromnych zbiorów danych, ale jeszcze nie przełom.

Po pierwsze, LLM i GPT są dalekie od “tylko kolejnej technologii”. Jeden potężny aspekt rewolucji GPT wykracza poza zwykłą, mechaniczną innowację: AI zapewnia “przewagę poznawczą”, która dotąd była święta, stanowiąc wyłączną domenę ludzkości.

GPT pojawiło się jako katalizator poznawczy, pozwalając nam myśleć szerzej poprzez prezentowanie różnych opcji, których – kierując się tylko własnym rozumem – nie braliśmy dotychczas pod uwagę. Wykorzystując GPT, możemy korzystać z ogromnej puli wiedzy i perspektyw, poza naszą indywidualną bazą wiedzy, poszerzając nasze horyzonty, odkrywając nowe opcje i rozwiązania.

Sztuczna inteligencja potrafi generować zachwycające grafiki, ale są one oderwane od rzeczywistości
Sztuczna inteligencja potrafi generować zachwycające grafiki, ale są one oderwane od rzeczywistości

ChatGPT zapowiada rozwój cyfrowych agentów, którzy doradzą nam między innymi w kwestiach zdrowotnych. Czy zaufałbyś takiemu systemowi tak samo jak człowiekowi?

Ronald Reagan tak kiedyś skomentował relacje USA z byłym Związkiem Radzieckim: “Trust but verify” (tłum.: ufaj, ale weryfikuj).

To stwierdzenie dobrze odnosi się do obecnego stanu AI i medycyny. Moje przypuszczenia są takie, że zaufanie do AI będzie już dobrze ugruntowane za mniej niż pięć lat.

Proszę podać 2–3 scenariusze wpływu AI na ochronę zdrowia w ciągu najbliższych pięciu lat.

Po pierwsze, augmentacja kompetencji zawodowych – AI pozwala różnym specjalistom robić więcej, sięgając do nowych umiejętności oferowanych przez AI. Będziemy to obserwować w wielu zawodach: od lekarzy, przez pielęgniarki, po techników.

Po drugie, zmieni się model diagnozowania, ponieważ AI odegra dużą rolę w interpretacji i ekstrapolacji danych. Będziemy diagnozować szybciej niż obecnie. Po trzecie, wiele danych jest po prostu niewykorzystywanych i marnowanych.

Będziemy świadkami pojawienia się “ekologii danych”, gdzie na przykład tomografia komputerowa klatki piersiowej będzie wykorzystywana nie tylko dla pojedynczego celu klinicznego, takiego jak diagnoza nowotworu płuca. Pozyskane dane będą automatycznie wykorzystywane do wielu innych celów, jak przykładowo ocena stanu kręgów pod kątem osteoporozy, a następnie – do badań naukowych.

Czytaj także: Wywiad z Piotrem Węcławikiem, Dyrektorem Departamentu Innowacji Ministerstwa Zdrowia