Sistema do MIT baseado em IA sabe quando fazer um diagnóstico médico ou encaminhar para um especialista
Créditos: Reprodução/Getty Images

Sistema do MIT baseado em IA sabe quando fazer um diagnóstico médico ou encaminhar para um especialista

Sistema híbrido humano-IA é mais preciso do que humanos ou a IA por conta própria

A inteligência artificial atualmente pode detectar diferentes tipos de câncer, incluindo de pulmão, mama, cérebro, pele e cervical. O problema é que no campo de IA para uso médico, descobrir quando confiar em especialistas versus algoritmos ainda é complicado. Não é simplesmente uma questão de quem é "melhor" para fazer um diagnóstico ou previsão. Fatores como quanto tempo os profissionais médicos têm e seu nível de experiência também entram em jogo.

18/06/2020 às 15:23
Notícia

Covid-19: testes validam uso de Luz UV-C para a desativação ...

A Signify pretende disponibilizar sua tecnologia UV para outras empresas de iluminação

Para lidar com isso, pesquisadores do Laboratório de Ciência da Computação e Inteligência Artificial (CSAIL) do MIT (Instituto de Tecnologia de Massachusetts) desenvolveram um sistema de aprendizado de máquina que pode decidir quando fazer um diagnóstico ou encaminhar para um especialista.

Mais importante, o sistema pode se adaptar quando e com que frequência ele recomenda um especialista humano com base na disponibilidade, experiência e escopo de prática desse companheiro de equipe. Por exemplo, em um ambiente hospitalar ocupado, o sistema só pode pedir assistência humana quando for absolutamente necessário.

Os pesquisadores treinaram o sistema em múltiplas tarefas, incluindo a análise de raios-X do tórax para diagnosticar condições como um pulmão colapsado. Quando solicitado a diagnosticar cardiomegalia, uma condição que causa o crescimento do tamanho do coração, o modelo híbrido humano-IA teve um desempenho oito por cento melhor do que a IA ou os profissionais médicos teriam por conta própria.

Sistema do MIT baseado em IA sabe quando fazer um diagnóstico médico ou encaminhar para um especialista
Reprodução/MIT CSAIL

"Há muitos obstáculos que, compreensivelmente, proíbem a automação total em ambientes clínicos, incluindo questões de confiança e responsabilidade", diz David Sontag, autor principal de um artigo que a equipe do CSAIL apresentou na Conferência Internacional sobre Machine Learning. "Esperamos que nosso método inspire os praticantes de aprendizado de máquina a serem mais criativos na integração da experiência humana em tempo real em seus algoritmos".

Em seguida, os pesquisadores testarão um sistema que trabalha com e encaminha para vários especialistas ao mesmo tempo. Por exemplo, a IA pode colaborar com diferentes radiologistas mais experientes com diferentes populações de pacientes.

Continua após a publicidade

A equipe também acredita que seu sistema pode ter implicações para a moderação de conteúdo porque é capaz de detectar textos e imagens ofensivas. À medida que as empresas de mídia social lutam para remover a desinformação e o ódio, uma ferramenta como essa pode ajudar a aliviar parte da carga sobre os moderadores de conteúdo sem recorrer à automação total.

Fonte: Engadget
User img

Fabio Rosolen

Conheça o Luna! O novo serviço de STREAMING de JOGOS da Amazon

O que você achou deste conteúdo? Deixe seu comentário abaixo e interaja com nossa equipe. Caso queira sugerir alguma pauta, entre em contato através deste formulário.