Xiaocha Dikompilasi dari IEEE Spectrum
Laporan Qubit | Akun Publik QbitAI
Mulai tahun 2011, raksasa biru IBM telah membuat taruhan besar pada perawatan medis AI dan bahkan mendirikan markas besar untuk departemen AI-nya. Semua ini untuk mempertahankan posisi terdepan mereka dalam gelombang AI.
Namun, teknologi medis IBM Watson telah digunakan selama 8 tahun, namun tidak pernah meninggalkan kesan yang dalam.
Eliza Strick, Senior Associate Editor IEEE Spectrum, percaya bahwa IBM Watson Medical memiliki banyak masalah, dan telah memberikan janji besar pada tahap awal, tetapi sekarang jauh dari mencapai tujuannya.
Dalam visi IBM, bank memori Watson menyimpan pengetahuan tentang berbagai penyakit langka dan dapat menyelesaikan kasus yang sulit dalam beberapa detik. Jika Watson dapat membawa keahlian instan ini ke rumah sakit dan klinik di seluruh dunia, kecerdasan buatan tampaknya dapat mengurangi kesalahan diagnostik.
Tetapi hasil Watson terbatas pada area penelitian. Ketika IBM mencoba menerapkan Watson pada kanker, salah satu tantangan terbesar dalam dunia medis, IBM menemui ketidaksesuaian mendasar antara cara pembelajaran mesin dan cara kerja dokter.
Janji 8 tahun yang tidak terpenuhi
Pada tahun 2011, IBM Watson mengalahkan dua juara manusia dalam acara TV kuis "Dangerous Edge", dan kemudian IBM mengumumkan rencana ambisiusnya: menjadikan Watson seorang dokter AI di masa depan. IBM juga berjanji untuk meluncurkan batch pertama produk medis dan kesehatan dalam 18 hingga 24 bulan ke depan.
Nyatanya, proyek yang diumumkan IBM saat itu tidak menghasilkan produk komersial apapun.
Dalam delapan tahun sejak saat itu, IBM telah mempromosikan upayanya dengan sangat baik dalam teknologi medis AI, tetapi sebagian besar proyek medis AI bekerja sama dengan rumah sakit dan universitas lain telah gagal.
Menurut statistik IEEE Spectrum, mulai tahun 2011, hanya 5 dari 25 proyek perwakilan yang bekerjasama dengan IBM Watson dengan institusi lain yang telah meluncurkan produk medis AI.
IBM juga mencoba memperkuat dirinya melalui akuisisi, tetapi orang dalam mengatakan bahwa perusahaan yang diakuisisi tidak memainkan peran besar.
Produk dari divisi IBM Watson Health benar-benar berbeda dari dokter AI yang pernah dibayangkan: ini lebih seperti asisten AI yang dapat melakukan tugas harian tertentu.
Robert Wachter, direktur Departemen Kedokteran di Universitas California, San Francisco, berkata: IBM sedang dalam masalah. Mereka menempatkan pemasaran di tempat pertama dan produk di tempat kedua, yang menarik minat orang, tetapi setelah proyek diluncurkan, mereka menemukan bahwa ini adalah masalah yang sangat sulit dipecahkan.
NLP tidak bisa menyelesaikan masalah dalam jangka pendek
Saat ini, regulator AS hanya menyetujui beberapa alat AI untuk digunakan di rumah sakit. Produk perintis ini terutama di bidang penglihatan, sedangkan IBM telah berkomitmen untuk memecahkan masalah medis dengan NLP.
Perusahaan medis AI lainnya sedang mempelajari penggunaan computer vision untuk menganalisis gambar, seperti sinar-X dan pemindaian retinal. Tetapi IBM tidak memiliki produk seperti itu untuk menganalisis gambar medis, meskipun mereka memiliki proyek penelitian aktif di bidang ini.
Tidak termasuk gambar medis, bahkan AI terbaik saat ini pun sulit memahami informasi medis yang kompleks. Sangat sulit menggunakan perangkat lunak untuk menyandikan keahlian dokter manusia. Seperti yang dunia lihat, IBM telah memetik pelajaran menyakitkan ini di pasar.
Meskipun IBM belum menyerah pada tujuan tersebut, kegagalannya telah menunjukkan kepada para ahli teknis dan dokter betapa sulitnya membuat dokter AI.
Kemenangan Watson di ajang knowledge quiz tahun 2011 membuktikan performa yang luar biasa di NLP. Untuk memainkan permainan ini, ia harus mengurai petunjuk permainan kata yang kompleks, mencari sejumlah besar basis data teks, dan menemukan serta menentukan jawaban terbaik.
Tampaknya Watson hampir dapat memahami arti bahasa, tidak hanya pola pengenalan kata-kata. Martin Kohn, kepala ilmuwan medis dari IBM Research Institute pada 2011, mengatakan.
Faktanya, sebelum berpartisipasi dalam "Dangerous Edge", IBM telah mempertimbangkan kemungkinan perawatan medis AI.
Data pasien dalam jumlah besar tampaknya sangat cocok untuk penelitian medis AI, terutama ketika rumah sakit dan dokter mulai menggunakan catatan kesehatan elektronik.
Meskipun sebagian data dapat dengan mudah dicerna oleh mesin, seperti hasil laboratorium dan data pengukuran tanda vital, sebagian besar merupakan informasi yang "tidak terstruktur", seperti catatan dokter dan catatan kepulangan. Jenis teks naratif ini mencakup sekitar 80% dari catatan pasien.
Kohn percaya bahwa kemampuan NLP Watson yang kuat dapat diubah menjadi teori medis. Watson dapat membaca catatan kesehatan pasien dan seluruh isi literatur medis, termasuk buku teks, artikel jurnal peer-review, daftar obat yang disetujui, dll. Dengan mengakses semua data ini, Watson dapat menjadi dokter super, mampu membedakan pola yang tidak dapat dilihat manusia.
Herbert Chase, seorang profesor di Departemen Kedokteran di Universitas Columbia, telah bekerja sama dengan IBM, berharap Watson dapat menjadi alat "dukungan diagnostik klinis". Bersama-sama, mereka mengerjakan prototipe alat diagnostik. Tetapi kedua belah pihak berpisah pada tahun 2014 karena Profesor Chase kecewa dengan kemajuan lambat Watson.
Profesor Chase hanyalah salah satu dari sekian banyak kolaborator IBM Watson. Kolaborator lainnya, seorang profesor radiologi di Universitas Maryland, percaya bahwa alat AI akan sangat diperlukan bagi dokter dalam 10 tahun, tetapi dia tidak percaya bahwa IBM dapat mencapainya.
Dia berkata: "Saya tidak berpikir IBM berada di garis depan teknologi AI. Hal yang paling menarik terjadi pada perusahaan seperti Apple, Google, dan Amazon."
Pada tahun 2014, Kohn meninggalkan IBM. Dia berkata: "Tidaklah cukup untuk membuktikan bahwa Anda memiliki teknologi yang kuat. Anda perlu membuktikan kepada orang lain bahwa Anda dapat membuat hal-hal yang berguna."
Kohn telah menunggu makalah di jurnal medis untuk membuktikan bahwa AI dapat meningkatkan perawatan pasien dan menghemat biaya sistem medis. Sejauh ini, hanya sedikit artikel seperti itu yang telah diterbitkan, dan Watson belum membuahkan hasil apa pun.
Masuk pertama IBM ke bidang medis AI
Saat mencoba memperkenalkan AI ke dalam perawatan medis, IBM menghadapi tantangan yang sangat besar, yaitu tertinggal dari raksasa seperti Google dan Apple di banyak bidang komputasi. IBM membutuhkan sesuatu yang penting untuk menjamin statusnya. Untuk tujuan ini, IBM telah menginvestasikan banyak uang di bidang medis AI.
Pada tahun 2014, IBM menginvestasikan $ 1 miliar di divisi Watson. Pada 2015, IBM mengumumkan pembentukan departemen khusus Watson Health. Pada pertengahan 2016, Watson Health telah mengakuisisi empat perusahaan data kesehatan dengan total biaya sekitar US $ 4 miliar.
IBM tampaknya memiliki teknologi, sumber daya, dan komitmen yang diperlukan untuk memungkinkan AI memasuki bidang medis dan kesehatan. "Menggunakan AI untuk perawatan kesehatan adalah tugas yang menakutkan. Ini adalah tantangan, tetapi kami melakukannya," kata John E. Kelly, wakil presiden senior IBM Cognitive Solutions dan IBM Research. Sejak 2011, Kelly bertanggung jawab untuk mengarahkan penelitian Watson, dan sekarang dia juga bertanggung jawab atas pengawasan langsung Watson Health.
Dia mengatakan perusahaan telah berubah saat dibutuhkan: "Kami terus belajar, jadi produk kami akan berubah seiring dengan pembelajaran."
Alat diagnostik medis IBM adalah contohnya. Alat ini tidak ada di pasaran. Ajay Royyuru, wakil presiden penelitian kesehatan dan ilmu kehidupan IBM, mengatakan: "Diagnosis bukanlah bidang yang ingin kami masuki. Di sinilah pakar medis dapat melakukannya dengan baik, terlepas dari Seberapa baik Anda melakukannya dengan AI tidak akan menggantikan ahli manusia. "
Untuk menemukan kasus bisnis untuk perawatan kesehatan AI, IBM telah meluncurkan serangkaian proyek memukau yang menargetkan peserta berbeda dalam sistem perawatan kesehatan: dokter, administrator, perusahaan asuransi, dan pasien.
Dalam banyak upaya, IBM berusaha untuk membuat NLP Watson memahami teks medis. Namun Yoshua Bengio, seorang profesor ilmu komputer di Universitas Montreal, mengatakan bahwa dalam file teks medis, sistem kecerdasan buatan tidak dapat memahami ambiguitas, juga tidak dapat memahami petunjuk halus yang diperhatikan oleh dokter manusia. Sejauh ini, tidak ada kecerdasan buatan yang dapat mencapai pemahaman dan wawasan para dokter manusia.
Riset IBM tentang kanker merupakan salah satu tantangan utama yang dihadapi perusahaan ini. Mark Kris, seorang ahli kanker paru-paru, berkata: "Saya tidak berpikir ada orang yang tahu berapa lama (untuk mencapai diagnosis kanker) akan memakan waktu." Lembaga penelitiannya telah bekerja sama dengan IBM Watson sejak tahun 2012.
Kris dan dokter lainnya melatih sistem kecerdasan buatan pada 2015, yang menjadi produk Onkologi Watson. Dokter di University of Texas MD Anderson Cancer Center bekerja sama dengan IBM untuk membuat konsultan onkologi bernama Watson. Departemen leukemia menguji alat tersebut, tetapi tidak pernah menjadi produk komersial.
Konsultan onkologi Watson telah dikritik dari banyak sumber. Beberapa artikel menunjukkan bahwa tumor Watson tidak berguna dan bahkan memberikan saran berbahaya. Kris mengaku sering mendengar kritik bahwa produk tersebut bukan "kecerdasan buatan yang sebenarnya". Kemitraan antara IBM dan MD Anderson Cancer Center menelan biaya $ 62 juta, tetapi berakhir dengan kegagalan dan dibatalkan.
Proyek tersebut mengungkapkan bahwa janji pembelajaran mesin tidak sesuai dengan kenyataan perawatan kesehatan sama sekali, dan ada kesenjangan antara "AI nyata" dan persyaratan dokter saat ini untuk produk fungsional.
Watson Tumor belajar dengan memperoleh banyak catatan kesehatan dan literatur medis pasien kanker. IBM berharap Watson, dengan daya komputasi yang kuat, akan memeriksa ratusan variabel dalam catatan ini dan menemukan pola yang tidak dapat dilihat manusia. Untuk ahli onkologi, ini terdengar seperti terobosan potensial dalam perawatan kanker. Bagi IBM, ini terdengar seperti produk yang hebat.
Watson dengan cepat mempelajari cara menelusuri artikel penelitian klinis dan menentukan hasil dasar. Tapi tidak akan membaca artikel seperti dokter. Dokter mengekstrak informasi dari artikel untuk mengubah metode pengobatan mereka.
Ide Watson didasarkan pada data statistik, jadi yang bisa dilakukannya hanyalah mengumpulkan data statistik tentang hasil utama. "Tapi dokter tidak melakukan itu."
Misalnya, pada 2018, FDA menyetujui obat kanker baru yang efektif untuk semua tumor yang menunjukkan mutasi gen tertentu. Dokter manusia akan merekomendasikan bahwa setiap pasien dengan kanker paru-paru menerima tes genetik ini, tetapi Watson tidak akan mengubah kesimpulan berdasarkan 4 dari 55 pasien dengan kanker paru-paru.
Tidak konsisten dengan standar sistem medis yang ada
Watson tidak dapat mengekstrak wawasannya sendiri dari rekam medis baru dalam literatur medis. Ini hanya langkah pertama dari kegagalannya. Para peneliti juga menemukan bahwa itu juga tidak dapat menggali informasi dari catatan kesehatan elektronik pasien seperti yang diharapkan.
Para peneliti meminta Watson untuk mempelajari catatan kesehatan pasien leukemia. Dalam makalah 2018 yang diterbitkan di The Oncologist, tim melaporkan bahwa konsultan onkologi berbasis Watson telah mencapai berbagai tingkat keberhasilan dalam mengekstraksi informasi dari dokumen teks dalam catatan medis. Ketika berurusan dengan konsep yang jelas seperti diagnosis, keakuratannya berkisar dari 90% hingga 96%, tetapi untuk informasi yang bergantung pada waktu (seperti garis waktu perawatan), keakuratannya hanya 63% hingga 65%.
Tidak hanya itu, impian IBM untuk mewujudkan dokter super AI mengalami pukulan lain: Para peneliti menyadari bahwa Watson tidak dapat membandingkan pasien baru dengan pasien kanker yang sebelumnya telah menemukan pola tersembunyi. Awalnya IBM berharap AI dapat meniru kemampuan ahli onkologi ahli mereka dan menggunakan hasil dan pengalaman sebelumnya untuk mengembangkan strategi pengobatan bagi pasien baru.
Tetapi standar sistem perawatan kesehatan saat ini tidak mendorong pembelajaran dunia nyata seperti itu. Rekomendasi sistem AI didasarkan pada pola yang ditemukan dalam rekam medis, tetapi tanpa kontrol ketat dari penelitian ilmiah, temuan semacam itu hanya akan dianggap sebagai korelasi, bukan penyebab.
IBM percaya bahwa standar perawatan kesehatan harus berubah agar AI dapat mewujudkan potensi penuhnya dan mengubahnya menjadi pengobatan.
Ahli onkologi tidak percaya
Menurut laporan anekdotal, IBM mengalami masalah dalam menemukan pembeli produk tumor Watson di Amerika Serikat. Beberapa ahli onkologi mengatakan bahwa mereka memercayai penilaian mereka sendiri dan tidak perlu Watson memberi tahu mereka apa yang harus dilakukan. Beberapa orang mengatakan bahwa Watson hanya merekomendasikan perawatan standar yang mereka ketahui dengan baik.
Dalam beberapa tahun terakhir, rumah sakit yang bekerja sama dengan IBM telah mulai mempublikasikan studi tentang pengalaman terkait tumor Watson.
Di India, para dokter di Manipal Comprehensive Cancer Center melaporkan 73% dari 638 kasus kanker payudara yang disepakati Watson dengan para ahli. Watson tampil lebih buruk di Gil Medical Center of Gachon University di Korea Selatan. Hanya 49% dari saran terbaik yang diberikan oleh rumah sakit untuk 656 pasien kanker usus besar yang cocok dengan para ahli.
Watson Health juga memiliki beberapa kisah sukses. IBM dan mitra University of North Carolina menerbitkan makalah pertama tentang keefektifan Watson untuk Genomics pada 2017. Pada 32% pasien kanker yang berpartisipasi dalam penelitian ini, Watson menemukan mutasi yang berpotensi penting yang belum pernah ditemukan pada manusia.
Kisah Watson Health adalah peringatan, semua orang menyukai ambisi, tetapi tidak ada yang mau dibebaskan.
- Selesai -
Perekrutan yang tulus
Qubit merekrut editor / reporter dan berbasis di Zhongguancun, Beijing. Kami menantikan siswa berbakat dan antusias bergabung dengan kami! Untuk detail terkait, harap balas dengan kata "perekrutan" di antarmuka dialog QbitAI.
Qubit QbitAI · Toutiao Signing Author
'' Lacak tren baru dalam teknologi dan produk AI
- Boston Dynamics Membandingkan Layar Selama Sepuluh Tahun, Netizen: Akankah Menjadi Terminator di Masa Depan?
- Tim lain di Liga Super China mengundurkan diri dari kejuaraan sebelum waktunya, "fisik yang kontradiktif" menentukan nasibnya
- Aktor Jepang terkenal ditangkap karena penyalahgunaan narkoba, Sega dengan cepat menghapus permainan, tetapi pencatut domestik mengambil kesempatan untuk menaikkan harga?
- Pemain Inggris berusia 18 tahun itu menjadi assist leader Bundesliga setelah bermain selama 120 menit dalam 6 ronde
- Bertanggung jawab atas keindahan lingkaran game LOL! Setelah IG S8 memenangkan kejuaraan, itu menarik banyak penggemar untuk masuk!
- Datang untuk bermain di China? Hou Yongyong memberikan jawaban yang jelas dalam wawancara dengan media Norwegia
- Angela Chang, gadis 36 tahun: Ketika hidup saya jatuh, berlari mengajari saya untuk tidak pernah menyerah
- Popularitas PlayerUnknown's Battlegrounds anjlok, dan Blue Hole panik dan menawarkan karya baru! Apakah ini akan menjadi hit berikutnya di Steam?