وابستگی به هوش مصنوعی، توانایی کادر درمان را کاهش می‌دهد

به گزارش گروه بهداشت و درمان سرطان نیوز، این مطالعه، کادر درمان در کشور لهستان را در حین انجام یک تست تشخیصی برای یافتن علائم اولیه سرطان روده زیر نظر گرفت. آندوسکوپیست‌ها، که شامل پزشکان یا پرستاران آموزش‌دیده ویژه می‌شوند، آزمایشی به نام کولونوسکوپی را برای یافتن توده‌های پیش‌سرطانی در روده که با نام «آدنوما» شناخته می‌شوند، انجام می‌دهند. این توده‌های پیش‌سرطانی با تشخیص و برداشته شدن، از تبدیل شدن به سرطان روده جلوگیری می‌کنند.

پیشرفت‌ها در فناوری هوش مصنوعی منجر به توسعه سیستم‌های تشخیص پولیپ به کمک کامپیوتر شده است که مشخص شده به این کادر درمان در تشخیص آدنوما‌های بیشتر کمک می‌کند.

متخصصان می‌خواستند ارزیابی کنند که آیا استفاده مداوم از هوش مصنوعی برای کمک در این فرایند، باعث افت نتایج در زمانی که آندوسکوپیست‌ها کولونوسکوپی را بدون کمک هوش مصنوعی انجام می‌دهند، شده است یا خیر.

تیم تحقیقاتی، ۱،۴۴۲ کولونوسکوپی انجام شده توسط ۱۹ متخصص باتجربه را قبل و بعد از راه‌اندازی سیستم‌های هوش مصنوعی در برخی مراکز در سال ۲۰۲۱، تجزیه و تحلیل کردند.

این مطالعه نشان داد که نرخ تشخیص پولیپ‌های پیش‌سرطانی ۶ درصد کاهش یافته است. این کاهش پس از معرفی هوش مصنوعی در کولونوسکوپی‌های استاندارد و بدون کمک هوش مصنوعی مشاهده شد.

متوسط نرخ تشخیص این توده‌ها در طول کولونوسکوپی‌ها قبل از استفاده از هوش مصنوعی، ۲۸.۴ درصد بود. پس از آن، این نرخ در میان کادر درمانی که کولونوسکوپی‌های بدون هوش مصنوعی را انجام می‌دادند، به ۲۲.۴ درصد کاهش یافت. در همان زمان، نرخ تشخیص در روش‌های با کمک هوش مصنوعی، ۲۵.۳ درصد بود.

محققان این یافته را با توجه به گسترش سریع استفاده از هوش مصنوعی در سراسر خدمات درمانی «نگران‌کننده» دانستند.

دکتر مارسین رومانچیک، یکی از نویسندگان این مطالعه از آکادمی سیلزیا در لهستان، گفت: تا جایی که ما می‌دانیم، این اولین مطالعه‌ای است که تأثیر منفی استفاده منظم از هوش مصنوعی بر توانایی متخصصان سلامت برای تکمیل یک وظیفه مرتبط با بیمار در پزشکی، از هر نوعی، را نشان می‌دهد.

او افزود: نتایج ما با توجه به گسترش سریع هوش مصنوعی در پزشکی، نگران‌کننده است. ما به تحقیقات بیشتری درباره تأثیر هوش مصنوعی بر مهارت‌های متخصصان سلامت در حوزه‌های مختلف پزشکی نیاز داریم. باید بفهمیم کدام عوامل باعث مشکلات می‌شوند یا به آنها کمک می‌کنند، زمانی که متخصصان سلامت و سیستم‌های هوش مصنوعی به خوبی با هم کار نمی‌کنند، و راه‌هایی برای حل یا بهبود این تعاملات پیدا کنیم.

پروفسور یوئیچی موری، از دانشگاه اسلو در نروژ و یکی دیگر از نویسندگان مطالعه، گفت که این یافته‌ها «یک سؤال جالب درباره کارآزمایی‌های قبلی مطرح می‌کند» که نشان داده بودند نرخ تشخیص با کمک هوش مصنوعی نسبت به بدون آن، بالاتر است. او گفت: آندوسکوپیست‌ها در آن کارآزمایی‌ها ممکن است تحت تأثیر منفی استفاده مداوم از هوش مصنوعی قرار گرفته باشند.

عمر احمد، متخصص گوارش و پژوهشگر در دانشگاه کالج لندن، در سرمقاله مرتبطی نوشت: این یافته‌ها شور و اشتیاق کنونی برای پذیرش سریع فناوری‌های مبتنی بر هوش مصنوعی را تعدیل می‌کند و بر اهمیت توجه دقیق به پیامد‌های بالینی ناخواسته احتمالی تأکید دارد. این مطالعه اولین شواهد بالینی واقعی برای پدیده کاهش مهارت را فراهم می‌کند که به طور بالقوه بر نتایج مرتبط با بیمار تأثیر می‌گذارد.