Googles KI-Gesundheits-Screening-Tool beanspruchte 90 Prozent Genauigkeit, konnte aber bei Tests in der realen Welt keine Ergebnisse liefern

0

Ein Team von Google-Forschern arbeitet daran, die Leistung der künstlichen Intelligenz (KI) in der Realität zu verbessern, nachdem ein Projekt im Gesundheitswesen hinter den Erwartungen zurückblieb.

In einem in dieser Woche veröffentlichten akademischen Aufsatz erläuterte das Team, wie ein unter Laborbedingungen vielversprechendes, tiefgreifendes Lernwerkzeug bei der Einführung in die klinische Praxis manchmal Frustration und unnötige Verzögerungen ausgelöst hatte.Das Projekt fand zwischen November 2018 und August 2019 statt, wobei an 11 Kliniken in den Provinzen Pathum Thani und Chiang Mai, Thailand, Feldforschung betrieben wurde.

Ziel war es, die Technologie zur Erkennung der diabetischen Retinopathie (DR) zu nutzen, einer Erkrankung, die zu einer Verzerrung oder einem Verlust der Sehkraft führen kann, und gleichzeitig den Arbeitsablauf des Pflegepersonals zu unterstützen.Google gab an, dass seine KI eine “Genauigkeit auf Spezialistenebene” von über 90 Prozent für die Erkennung von verweisbaren Fällen von DR aufweist.

Es sah sich schnell mit einer Reihe unvorhergesehener Herausforderungen konfrontiert.Die Forscher stellten fest, dass das Werkzeug qualitativ hochwertige Bilder benötigte, die das Personal nicht immer zur Verfügung stellen konnte.

Sie stellten fest, dass die Augenuntersuchungen in den einzelnen Kliniken sehr unterschiedlich ablaufen und nicht alle Standorte über hochwertige Internetverbindungen verfügen.

In einigen Fällen schien das System in der Tat die bereits bestehenden Systeme zu verlangsamen.Die Google-Forscher schrieben in der Abschlussarbeit: “Wir entdeckten mehrere Faktoren, die die Nutzung und Leistung des Modells beeinflussten.

Tun Sie mir einen Gefallen: Bitte TEILEN Sie diesen Beitrag.

Schlechte Lichtverhältnisse waren schon immer ein Faktor für das Fotografieren von Krankenschwestern gewesen, aber erst durch den Einsatz des Tiefenlernsystems stellte es ein echtes Problem dar, das zu nicht abbaubaren Bildern und zur Frustration der Anwender führte.

“Obwohl das System so konzipiert wurde, dass es die Zeit, die die Patienten für die Behandlung benötigen, verkürzt, führte die Einführung des Systems gelegentlich zu unnötigen Verzögerungen für die Patienten.Die Analyse fügte hinzu: “Schließlich wurden Bedenken hinsichtlich….

Share.

Leave A Reply