Η τεχνητή νοημοσύνη στη διαγνωστική συζητείται με ακραίους όρους — είτε ως επικείμενη αντικατάσταση του ιατρού, είτε ως υπερεκτιμημένη μόδα. Η πραγματικότητα είναι πιο συγκεκριμένη.
Πού υπάρχει ήδη ουσιαστική εφαρμογή
Η μεγαλύτερη πρόοδος αφορά την ανάλυση εικόνας: ακτινολογία, παθολογοανατομία, οφθαλμολογία, δερματολογία. Πρόκειται για προβλήματα αναγνώρισης προτύπων σε μεγάλα σύνολα δεδομένων — ακριβώς εκεί όπου τα σύγχρονα μοντέλα αποδίδουν καλύτερα.
Δεύτερος τομέας είναι η προτεραιοποίηση: επισήμανση περιστατικών που χρειάζονται άμεση αξιολόγηση, ώστε να μη χαθεί χρόνος σε ουρές αναμονής.
Πού υστερούν
- Απόδοση που πέφτει σε πληθυσμούς διαφορετικούς από αυτούς της εκπαίδευσης
- Δυσκολία ερμηνείας του «γιατί» μιας πρότασης
- Απουσία κλινικού πλαισίου: το σύστημα βλέπει την εικόνα, όχι τον ασθενή
- Απαιτητικό ρυθμιστικό πλαίσιο για ιατροτεχνολογικά προϊόντα
Το ρεαλιστικό μοντέλο
Τα εγκεκριμένα συστήματα λειτουργούν υποβοηθητικά. Η τελική ευθύνη της διάγνωσης παραμένει στον ιατρό, και αυτό δεν είναι μεταβατικό στάδιο αλλά σχεδιαστική επιλογή.
