“هزيمة” للذكاء الاصطناعي على يد أطباء.. دراسة تكشف ما حدث
تاريخ النشر: 28th, September 2023 GMT
كشفت دراسة جديدة أن أدوات الذكاء الاصطناعي قد تساعد في تعزيز ثقة أطباء الأشعة في تشخيصاتهم، ولكن لا يمكن الاعتماد عليها لتحديد أمراض الرئة الشائعة من خلال استخدام الأشعة السينية للصدر.
وقام الباحثون بوضع 72 متخصصا في الأشعة بمواجهة 4 أدوات ذكاء اصطناعي متاحة تجاريا في تحليل أكثر من 2000 صورة أشعة سينية.
وفاز الخبراء البشريون، بحسب النتائج التي نشرت الإثنين الماضي في دورية “Radiology”.
وقال لويس بليسنر، الباحث الرئيسي في الدراسة وأخصائي الأشعة في مستشفى “هيرليف وجينتوفتي” في كوبنهاغن: “إن التصوير الشعاعي للصدر هو أداة تشخيصية شائعة، ولكن هناك حاجة إلى قدر كبير من التدريب والخبرة لتفسير الاختبارات بشكل صحيح”.
وأضاف بليسنر في بيان صحفي: “في حين تتم الموافقة بشكل متزايد على استخدام أدوات الذكاء الاصطناعي في الأقسام الإشعاعية، إلا أن هناك حاجة لمزيد من اختبارها في سيناريوهات سريرية واقعية، يمكن لأدوات الذكاء الاصطناعي أن تساعد أخصائيي الأشعة في تفسير صور الأشعة السينية للصدر، لكن دقة التشخيص الواقعية لا تزال غير واضحة”.
وتابع: “أدوات الذكاء الاصطناعي المتاحة تجاريا والمعتمدة من إدارة الغذاء والدواء متاحة لمساعدة أطباء الأشعة”.
في هذه الدراسة، تم إجراء الأشعة السينية على مدار عامين في 4 مستشفيات دنماركية.
ووجدت الدراسة أن أخصائيي الأشعة تفوقوا على الذكاء الاصطناعي في التحديد الدقيق لوجود وغياب أمراض الرئة الثلاثة الشائعة وهي الالتهاب الرئوي واسترواح الصدر الذي يحدث عندما يتسرب الهواء إلى المساحة بين الرئة وجدار الصدر، والانصباب الجنبي، وهو تراكم الماء حول الرئتين.
وقال بليسنر: “تبدو أنظمة الذكاء الاصطناعي جيدة جدا في اكتشاف المرض، لكنها ليست جيدة مثل أطباء الأشعة في تحديد عدم وجود المرض، وقد يؤدي الكثير من التشخيصات الإيجابية الكاذبة إلى التصوير غير الضروري والتعرض للإشعاع وزيادة التكاليف.”
في الدراسات السابقة التي ادعت تفوق الذكاء الاصطناعي على أطباء الأشعة، قام أطباء الأشعة بمراجعة الصورة فقط دون الوصول إلى التاريخ السريري للمريض وصور الأشعة السابقة.
سكاي نيوز
المصدر: موقع النيلين
كلمات دلالية: أدوات الذکاء الاصطناعی أطباء الأشعة الأشعة فی
إقرأ أيضاً:
تحديات جوهرية تواجه تطور الذكاء الاصطناعي
#سواليف
أظهر استطلاع حديث لخبراء في مجال #الذكاء_الاصطناعي أن توسيع نماذج اللغات الكبيرة (LLMs) لن يؤدي إلى تحقيق الذكاء الاصطناعي العام (AGI).
يعدّ AGI بمثابة النقلة النوعية التي تمكّن الأنظمة من التعلم بشكل فعّال كالذكاء البشري أو أفضل منه.
وأكد 76% من 475 باحثا في المجال، أنهم يرون أن هذا التوسع “غير مرجح” أو “غير مرجح جدا” أن يحقق هذا الهدف المنشود.
مقالات ذات صلة إعداد بسيط في هاتفك قد يجعلك تبدو أصغر بـ10 سنوات! 2025/04/01وتعتبر هذه النتيجة انتكاسة كبيرة للصناعات التكنولوجية التي توقعت أن تحسينات بسيطة في النماذج الحالية من خلال مزيد من البيانات والطاقة ستؤدي إلى الذكاء الاصطناعي العام.
ومنذ #طفرة الذكاء الاصطناعي التوليدي في 2022، كانت التوقعات تركز على أن زيادة الموارد كافية لتجاوز #الذكاء_البشري. لكن مع مرور الوقت، وبالرغم من الزيادة الكبيرة في الإنفاق، فإن التقدم قد تباطأ بشكل ملحوظ.
وقال ستيوارت راسل، عالم الحاسوب في جامعة كاليفورنيا، بيركلي، والذي شارك في إعداد التقرير: “منذ إصدار GPT-4، أصبح واضحا أن التوسع في النماذج كان تدريجيا ومكلفا. الشركات قد استثمرت أموالا ضخمة بالفعل، ولا يمكنها التراجع بسبب الضغوط المالية”.
وفي السنوات الأخيرة، ساهمت البنية الأساسية المبتكرة المسماة “المحولات” (Transformers)، التي ابتكرها علماء غوغل عام 2017، في تحسن قدرات نماذج الذكاء الاصطناعي. وتستفيد هذه النماذج من زيادة البيانات لتوليد استجابات أدق. ولكن التوسع المستمر يتطلب موارد ضخمة من الطاقة والمال.
وقد استقطب قطاع الذكاء الاصطناعي المولّد نحو 56 مليار دولار في رأس المال المغامر عام 2024، مع تكريس جزء كبير من هذه الأموال لبناء مراكز بيانات ضخمة تسببت في زيادة انبعاثات الكربون ثلاث مرات منذ 2018.
ومع استنفاد البيانات البشرية القابلة للاستخدام بحلول نهاية هذا العقد، فإن الشركات ستضطر إما لاستخدام البيانات التي أنشأها الذكاء الاصطناعي نفسه أو جمع بيانات خاصة من المستخدمين، ما يعرض النماذج لمخاطر أخطاء إضافية. وعلى الرغم من ذلك، لا يقتصر السبب في محدودية النماذج الحالية على الموارد فقط، بل يتعدى ذلك إلى القيود الهيكلية في طريقة تدريب هذه النماذج.
كما أشار راسل: “المشكلة تكمن في أن هذه النماذج تعتمد على شبكات ضخمة تمثل مفاهيم مجزّأة، ما يجعلها بحاجة إلى كميات ضخمة من البيانات”.
وفي ظل هذه التحديات، بدأ الباحثون في النظر إلى نماذج استدلالية متخصصة يمكن أن تحقق استجابات أكثر دقة. كما يعتقد البعض أن دمج تقنيات الذكاء الاصطناعي مع أنظمة تعلم آلي أخرى قد يفتح آفاقا جديدة.
وفي هذا الصدد، أثبتت شركة DeepSeek الصينية أن بإمكانها تحقيق نتائج متميزة بتكاليف أقل، متفوقة على العديد من نماذج الذكاء الاصطناعي التي تعتمد عليها شركات التكنولوجيا الكبرى في وادي السيليكون.
ورغم التحديات، ما يزال هناك أمل في التقدم، حيث يقول توماس ديتريش، الأستاذ الفخري لعلوم الحاسوب في جامعة ولاية أوريغون: “في الماضي، كانت التطورات التكنولوجية تتطلب من 10 إلى 20 عاما لتحقيق العوائد الكبيرة. وهذا يعني أن هناك فرصة للابتكار بشكل كبير في مجال الذكاء الاصطناعي، رغم أن العديد من الشركات قد تفشل في البداية”.
محافظ بني سويف يؤدي صلاة عيد الفطر الميارك بساحة مسجد عمر بن عبدالعزيز