ИИ анализирует медицинские данные быстрее, чем команды учёных

ИИ показал, что может превращать горы медицинских данных в значимые открытия с рекордной скоростью. Фото: Shutterstock

В ходе одного из первых реальных тестов искусственного интеллекта в медицинских исследованиях учёные из Калифорнийского университета в Сан-Франциско (UCSF) и Университета Уэйна обнаружили, что генеративный ИИ может обрабатывать огромные массивы медицинских данных намного быстрее традиционных команд специалистов по информатике, а в некоторых случаях давать даже более точные результаты. Эксперты-люди потратили на тщательный анализ той же информации месяцы.

Для прямого сравнения производительности исследователи дали одинаковые задачи разным группам. Одни команды полагались исключительно на человеческую экспертизу, другие — на учёных, работающих с инструментами ИИ. Задачей было спрогнозировать преждевременные роды, используя данные более чем 1000 беременных женщин.

Даже младшая исследовательская пара в составе магистранта UCSF Рубена Сарвала и школьника Виктора Тарки успешно разработала модели прогнозирования с поддержкой ИИ. Система генерировала рабочий компьютерный код за считанные минуты — то, на что у опытных программистов обычно уходит несколько часов или даже дней.

Преимущество заключалось в способности ИИ писать аналитический код на основе коротких, но очень конкретных запросов. Не каждая система справилась хорошо. Только 4 из 8 ИИ-чатов произвели пригодный код. Тем не менее, те, кто преуспел, не требовали больших команд специалистов для руководства.

Благодаря этой скорости младшие исследователи смогли завершить эксперименты, проверить результаты и отправить их в журнал в течение нескольких месяцев.

Эти инструменты ИИ могут устранить одно из самых больших узких мест в науке о данных: создание наших аналитических конвейеров. Ускорение не может прийти слишком рано для пациентов, которым нужна помощь сейчас.

Так заявила Марина Сирота, доктор философии, профессор педиатрии и соавтор исследования, опубликованного в журнале Cell Reports Medicine 17 февраля.

Ускорение анализа данных может улучшить диагностические инструменты для преждевременных родов — основной причины смерти новорождённых и важного фактора долгосрочных моторных и когнитивных проблем у детей. В США ежедневно рождается преждевременно около 1000 младенцев.

Чтобы проверить, может ли генеративный ИИ сократить сроки исследований, группа Сироты сотрудничала с учёными под руководством Ади Л. Тарки. Вместе они дали указания восьми ИИ-системам независимо генерировать алгоритмы, используя те же наборы данных, что и в предыдущих испытаниях, без прямого человеческого кодирования.

Затем исследователи запустили сгенерированный ИИ код. Только 4 из 8 инструментов создали модели, соответствующие по эффективности человеческим командам, хотя в некоторых случаях модели ИИ работали лучше. Весь процесс с использованием генеративного ИИ — от замысла до подачи статьи — занял всего шесть месяцев.

Учёные подчёркивают, что ИИ по-прежнему требует тщательного контроля. Эти системы могут давать вводящие в заблуждение результаты, и человеческая экспертиза остаётся незаменимой. Однако, быстро просеивая огромные массивы медицинских данных, генеративный ИИ может позволить исследователям тратить меньше времени на отладку кода и больше — на интерпретацию результатов и постановку значимых научных вопросов.

Благодаря генеративному ИИ исследователям с ограниченным опытом в науке о данных не всегда нужно будет формировать широкие коллаборации или тратить часы на отладку кода. Они смогут сосредоточиться на ответах на правильные биомедицинские вопросы.

ИИ: Это исследование — яркий пример того, как генеративный ИИ переходит из области разговоров в реальный инструмент ускорения научных открытий. Особенно впечатляет, что даже школьник в паре с магистрантом смог достичь значимых результатов. Это открывает двери для более демократичного доступа к сложным исследованиям, хотя и не отменяет необходимости критической оценки со стороны опытных учёных.