AZ algoritmus jól szerepelt az első teszteken, amikor is első körben kilencvenegyezer nő röntgenfelvételét kellett elemeznie, és öntanulással tökélyre fejleszteni a mammográfiai leletek olvasását. Második alkalommal huszonhétezer felvételen keresztül próbálták a program hatékonyságát (el kellett döntenie, hogy, a kapott elváltozás rákot jelez-e avagy sem). Végül további ötszáz felvételt kapott, melyek tanulmányozására az MI mellett már hat radiológus professzort is felkértek.

"Fogtuk a leleteket, és megkérdeztük az orvosoktól, hogy mit látnak rajta. Majd ugyanezt megkérdeztük az MI-től." - mondja Mozziyar Etemadi rákspecialista, a tanulmány társszerzője.

Az algoritmus összességében nagyobb pontossággal azonosította a rákot, mivel olyan jeleket is észlelt a képeken, amik a radiológusoknak nem tűntek fel. Valamint figyelmen kívül hagyott olyan területeket, amiket az orvosok tévesen tumornak feltételeztek. Az algoritmus működési elve szerint három különböző módon elemzi a mammográfiai felvételeket, összesíti a kapott eredményeket, majd a kapott kockázati értékeket továbbítja a szakembereknek.

Mi a baj a vívmánnyal?

Kritikusok egy csoportja a gépi rasszizmus kockázatát sejti az algoritmusban, merthogy az figyelmen kívül hagyja a mellrákos betegek demográfiai eloszlását. Az elemzők félelme nem alaptalan, főleg, ha figyelembe vesszük, mi történt 2019 októberében.

Akkoriban napvilágot látott egy ismeretlen nevű algoritmus, amit egészségügyi szolgáltatók a magas kockázatú ellátások ellenőrzésére használtak. A rendszer a másodperc töredéke alatt felismerte a komplex ellátást igénylő betegeket, majd jelzett az orvosoknak, hogy rájuk jobban figyeljenek. Magyarán az algoritmus megjósolta, kinek van szüksége több konzultációra, vizsgálatra, és kinek nem. A rendszer kifejlesztése mögött egyrészt spórolási szándék állt, másrészt így próbálták valamelyest tehermentesíteni az egészségügyi dolgozókat. A program mindemellett azt is figyelemmel kísérte, hogy kire mennyit költöttek a közelmúltban. Csakhogy hiba csúszott a számításokba, ugyanis kiderült, hogy azonos tünetekkel rendelkező fehér betegek nagyobb eséllyel jutottak több vizsgálathoz és minőségibb ellátáshoz a feketékhez képest.

A kiugró különbségek még a kutatókat is meglepték, hiszen az előítéletek nélkül a feketék negyvenhat és fél százaléka jobb ellátást kaphatott volna, így viszont csak alig tizennyolc százalékuknak jutott.

Más szkeptikusok pedig valószínűtlennek tartják, hogy az MI megoldást jelenthet az évek óta problémát jelentő fals pozitív eredményekre; a mammográfiai vizsgálat bevett eszköz a mellrák diagnosztizálásánál, de hiába a módszer gyorsasága és hatékonysága, a vizsgálatok során gyakran tévesen ijesztenek rá az egyébként egészséges nőkre. Christie Aschwaden, tudományos újságíró szerint a valódi cél több élet megmentése lenne, nem pedig még több személyt tévesen mellrákosként diagnosztizálni. Végül, de nem utolsó sorban Theresa Brown klinikai ápoló, aki sikeresen felgyógyult a mellrákból, véleménycikket írt a CNN-nek az MI és a rákkutatás kapcsolatáról:

"Miután megkaptam a diagnózist, az életem napról napra egyre inkább a halál sötét útvesztőjére hasonlított, tele bizonytalan fordulatokkal, amik látszólag vezettek valahová, de valójában mégsem. Amit a beteg leginkább vágyik hasonló helyzetben, az nem más, mint áthatolni ezen a legyőzhetetlennek tűnő burkon."

A cél nem a versengés, hanem az együttműködés

Dominic King, a Google Health brit vezetője szerint egy orvosnak sem kell attól tartania, hogy az algoritmus elvenné a munkáját, hiszen az sokkal inkább megkönnyítené:

"Íme, a tökéletes példa arra, hogyan támogathatják és javíthatják a hasonló technológiák az emberek munkáját."

Bár az algoritmus szabadalmazása előtt még jó pár klinikai teszt vár rá, remélhetőleg olyan jövőre nyit majd kaput, ahol orvos és beteg egyaránt nagyobb biztonságban élhet.

(Fotó: Morningbrew/Francis Scialabba, Northwestern University)