Sztuczna inteligencja i maszynowe uczenie znalazły już zastosowanie w wielu obszarach funkcjonowania człowieka. Wiele wskazuje na to, że dzięki nowoczesnym technologiom usprawniony zostanie także system opieki zdrowotnej.
Blockchain i SI a opieka zdrowotna
Tak samo jak technologii blockchain, coraz większe znaczenie przypisuje się także sztucznej inteligencji. Okazuje się, że obie technologie mogą znaleźć zastosowanie w służbie zdrowia, jednak pytanie, czy oczekiwania z nimi związane nie są zbyt wygórowane?
Oczywiście, nie należy negować, że wiążą się one z licznymi korzyściami dla systemu opieki zdrowotnej, jednak nie należy ich traktować jako panaceum na wszystkie problemy.
Przynajmniej jeszcze nie teraz.
Wdrażanie łańcuchów bloków w system opieki zdrowotnej jest procesem niestety dość czasochłonnym. Biorąc za przykład chociażby system amerykański, to nie tylko istnieje w nim wiele rozbieżności, ale odznacza się on mnogością danych wejściowych i zmiennych. Tymczasem, aby mógł on zostać zintegrowany z blockchainem, musi zajść pełna zgodność danych.
Analogicznie rzecz ma się w przypadku sztucznej inteligencji.
Nie oznacza to jednak, że technologie te nie znajdą zastosowania w służbie zdrowia, a wręcz przeciwnie. Wiele wskazuje na to, że pozwolą one wprowadzić istotne zmiany w tym obszarze. Zarówno sztuczna inteligencja, jak i blockchain zdają się wyznaczać drogę, którą należy podążać, aby uprawnić funkcjonowanie systemów zdrowotnych, a co za tym idzie zapewnić wyższą jakość usług. Proces ten wymaga jednak jeszcze trochę czasu.
Szanse i trudności
Pojęcie sztucznej inteligencji jest dziś powszechnie stosowane, a coraz częściej, za sprawą takich rozwiązań jak chociażby usługi telemedyczne (które nabrały szczególnego znaczenia w czasie pandemii), utożsamia się je również ze służbą zdrowia.
Niemniej jednak nie zawsze termin ten jest poprawnie rozumiany, a często traktowany jest jako synonim uczenia maszynowego, będącego zaledwie jednym z wielu komponentów SI. Uczenie maszynowe nie dostarcza maszynom gotowych instrukcji, a wyznacza wzorce większym grupom danych. Co więcej ogromne znaczenie ma w jego przypadku to, aby powstające algorytmy były zgodne z aktualną wiedzą, a nie jest to najłatwiejsze zadanie. Jeżeli komputer zostanie „przeszkolony” w zły sposób, a dane wejściowe nie będą poprawne, wówczas uzyskane wyniki mogą być niedokładne lub zafałszowane.
Sztuczna inteligencja tworzy potężny potencjał, który jest w stanie zrewolucjonizować służbę zdrowie. Wszystko leży jednak w rękach specjalistów projektujących algorytmy.
Od ich poprawności zależy bowiem, jak już wspominano, poprawność wyników. Kwestia ta nabiera jeszcze większej wagi w przypadku służby zdrowia – cena za błędny protokół jest w tym przypadku znacznie większa niż w przypadku sfery biznesowej, bowiem na szali leży zdrowie i bezpieczeństwo, a niekiedy nawet życie pacjentów.
Dlatego wdrażanie SI do systemów opieki zdrowotnej powinno opierać się na jasnym przekazywaniu oczekiwań naukowcom odpowiedzialnym za dane, ich czystości i przejrzystości oraz na skalowalności.