به گزارش سایت نتگام، DiagnostUs، یک شرکت نوپا در زمینه تشخیص بیماری‌ها و پیشگیری از آنها، با استفاده از قدرت هوش مصنوعی، دنیای پزشکی را دگرگون می‌کند. این شرکت برخلاف سایر شرکت‌ها، به جای تمرکز بر سودآوری بیشتر، تمرکز خود را بر بهبود و افزایش کیفیت خدمات پزشکی قرار داده است.
پاداش نقدی هوش مصنوعی
Centaur Labs یک برنامه را ایجاد کرده است که کارشناسان از آن برای دسته‌بندی داده‌های پزشکی استفاده می‌کنند و در ازای آن به صورت جوایز نقدی کوچک پاداش می‌گیرند. این نظرات برای آموزش و بهبود مدل‌های هوش مصنوعی نجات‌بخش استفاده می‌شود.
وقتی اریک در حین تحقیقات خود در مرکز هوش جمعی MIT بود وی دید که همسرش، در آن زمان دانشجوی پزشکی بود، ساعت‌ها را بر روی برنامه‌هایی که کارت‌های یادگیری سریع و آزمون‌ها ارائه می‌کردند، صرف می‌کند. تحقیقات او نشان داد که به عنوان یک گروه، دانشجویان پزشکی قادر به دسته‌بندی آفت‌های پوستی با دقت بیشتری نسبت به دارماتولوژیست‌های حرفه‌ای بودند. راز این امر در اندازه‌گیری مداوم عملکرد هر دانشجو در مواردی با پاسخ‌های شناخته شده بود، نظرات افرادی که در انجام وظیفه ناموفق بودند را حذف کرده و نظرات افراد ماهر را به طور هوشمند تجمیع می‌کرد.
با ترکیب عادات مطالعه همسرش با تحقیقات خود، دوهایم شرکت Centaur Labs را تأسیس کرد، یک شرکتی که برنامه‌ی تلفن همراهی به نام DiagnosUs را ایجاد کرده است تا نظرات کارشناسان پزشکی درباره داده‌های علمی و زیست پزشکی در جهان واقعی جمع‌آوری کند. از طریق این برنامه، کاربران هر چیزی از تصاویر آفت‌های پوستی که ممکن است سرطانی باشند یا کلیپ‌های صوتی از صداهای قلب و ریه که ممکن است نشانه‌ی مشکلی باشند، را مرور می‌کنند. اگر کاربران دقیق باشند، Centaur نظرات آنها را استفاده کرده و به آنها جوایز نقدی کوچکی اهدا می‌کند. این نظرات برای شرکت‌های هوش مصنوعی پزشکی بهبود و آموزش الگوریتم‌هایشان مورد استفاده قرار می‌گیرد.
تحقیقات دوهایم
دوهایم می‌گوید. از یک گروه از افراد بپرسید که چند تا شکلات‌زدگی در یک قطر برنجانید، و میانگین پاسخ همه به خوبی نزدیک خواهد بود. من علاقه‌مند بودم که ببینم چگونه می‌توانید این مسئله را در یک وظیفه‌ای که نیازمند مهارت و تخصص است، مدیریت کنید. البته، شما نمی‌خواهید از افراد تصادفی بپرسید که آیا شما سرطان دارید یا نه، اما در عین حال می‌دانیم که نظرات دومینیون در مراقبت‌های بهداشتی می‌تواند بسیار ارزشمند باشد. می‌توانید از پلتفرم ما به عنوان یک روش پیشرفته برای گرفتن دومینیون استفاده کنید.
دوهایم شروع به بررسی راهکارهایی برای بهره‌برداری از هوش جمعی در بهبود تشخیص‌های پزشکی کرد. در یک آزمایش، او گروه‌هایی از عموم مردم و دانشجویان دانشکده پزشکی را که او آنها را نیمه‌کارشناس توصیف می‌کند، برای دسته‌بندی وضعیت پوست آموزش داد و متوجه شد که با ترکیب نظرات افراد با عملکرد برتر، می‌تواند نتیجه بهتری از دارماتولوژیست‌های حرفه‌ای کسب کند. او همچنین متوجه شد که با ترکیب الگوریتم‌های آموزش دیده برای تشخیص سرطان پوست با نظرات کارشناسان، می‌تواند نتیجه‌ای بهتر از هر کدام از روش‌ها به تنهایی داشته باشد.
توانمندی غیرمنتظره دانشجویان پزشکی در تشخیص EEG
Centaur به نکات جالبی رسیده است که افراد با عملکرد برتر از جاهایی غیرمنتظره می‌آیند. در سال 2021، برای جمع‌آوری نظرات کارشناسی درباره الگوهای EEG، پژوهشگران یک مسابقه را از طریق برنامه DiagnosUs در یک کنفرانس با حضور تقریباً 50 عروق‌شناس تشنجی که هر کدام بیش از 10 سال سابقه تجربه داشتند، برگزار کردند. سازمان‌دهندگان یک پیراهن سفارشی برای برنده مسابقه طراحی کردند و فکر می‌کردند برنده در کنفرانس حضور داشته باشد.
اما وقتی نتایج اعلام شدند، جفری دانکواه و اندروز گیاباه، دو دانشجوی پزشکی در غنا، همه‌ی افراد حاضر را شکست دادند. بالاترین رتبه‌بندی شرکت‌کننده در کنفرانس در رتبه نهم قرار گرفت.
“اول با پول شروع کردم، اما بعداً فهمیدم که واقعاً به من کمک زیادی کرده است”، گیاباه بعداً به تیم Centaur گفت. “گاهی در بیمارستان متوجه می‌شدم که بهتر از دیگران عمل می‌کنم به دلیل آنچه روی برنامه DiagnosUs یاد گرفته بودم.”
همانطور که هوش مصنوعی در حال تغییر طبیعت کار است، دوهایم معتقد است که Centaur Labs به عنوان یک بررسی مستمر بر روی مدل‌های هوش مصنوعی استفاده خواهد شد.
در حال حاضر، در اصل به افراد در آموزش الگوریتم‌ها کمک می‌کنیم، اما به طور فزاینده فکر می‌کنم که برای نظارت بر الگوریتم‌ها و همراه با الگوریتم‌ها استفاده می‌شویم و در واقع به عنوان انسان‌ها در حل یک مجموعه وظایف، به عنوان یک حلقه درونی عمل می‌کنیم، دوهایم می‌گوید. می‌توانید از ما به عنوان یک راه برای آموزش هوش مصنوعی کمتر فکر کنید و بیشتر به عنوان یک بخش از چرخه کامل ببینید، جایی که ما بازخوردی را بر روی خروجی‌های مدل‌ها ارائه می‌دهیم یا مدل را نظارت می‌کنیم.
منبع: scitechdaily
