Red de conocimientos sobre prescripción popular - Como perder peso - El rendimiento clínico y del laboratorio de IA médica son completamente diferentes. ¿Por qué Google expuso su "escándalo familiar"?

El rendimiento clínico y del laboratorio de IA médica son completamente diferentes. ¿Por qué Google expuso su "escándalo familiar"?

La razón por la que Google reveló esto es porque la tecnología proviene de su empresa y es una actitud responsable por su parte hacerlo. El sistema de inteligencia artificial médica de Google tiene como objetivo principal detectar síntomas de retinopatía diabética. Esta tecnología no sólo puede detectar rápidamente a los pacientes diabéticos en los hospitales, sino que también permite que más personas comprueben si tienen diabetes. La tecnología de inteligencia artificial de Google funcionó bien en el laboratorio, pero el efecto no fue tan bueno en las clínicas rurales de Tailandia.

La tecnología médica de IA desarrollada por Google contiene una base de datos de 12.800 muestras, cada una de las cuales tiene los resultados de identificación de unos 5 médicos profesionales. Gracias a experimentos repetidos y la mejora continua de la tecnología, la tasa de precisión de este sistema médico de IA en el laboratorio ha alcanzado el 90%. Se puede ver que la precisión de este sistema es muy alta y casi se le puede llamar un oftalmólogo humano.

Entonces, ¿cuál es la razón de una brecha tan grande entre el desempeño clínico y de laboratorio? Por un lado, esto se debe a que los entornos clínicos y de laboratorio son muy diferentes. En Google Labs, el equipo tiene una fuerte presencia en Internet. En este entorno, el sistema puede cargar imágenes y mostrar resultados en segundos. Sin embargo, en la práctica clínica real, la velocidad de la conexión de red es mucho menor que la de Google y la confiabilidad de los resultados mostrados también es relativamente pobre.

Por otro lado, la razón es que los pacientes son diferentes. Es importante saber que el número de muestras en este sistema es limitado y, naturalmente, pueden aparecer muestras completamente diferentes, lo que lleva a errores de juicio. Otra razón clave es el hecho de que muchos pacientes se muestran reacios a utilizar esta tecnología. En su opinión, les resultará más problemático diagnosticar utilizando esta tecnología, por lo que son más propensos a dejar que los médicos diagnostiquen y traten.