Ako želite da razumete kako će veštačka inteligencija zaista uticati na svet, ne gledajte programiranje, pravo ili finansije. Pogledajte zdravstvo. Upravo tu AI nailazi na svoj najteži test: složene regulatorne okvire, situacije u kojima je reč o životu i smrti, komplikovanu biologiju i duboko ljudsko, saosećajno jezgro za koje većina ljudi pretpostavlja da je poslednja stvar koju bi mašina mogla da oponaša.
Pre gotovo deset godina, informatičar i dobitnik Nobelove nagrade Džefri Hinton, često nazivan „kumom veštačke inteligencije“, rekao je da bi bolnice trebalo da prestanu da obučavaju radiologe jer će u roku od pet godina AI taj posao raditi bolje. Skoro deceniju kasnije, radiologa ima više nego ikada. Od 950 alata zasnovanih na veštačkoj inteligenciji i mašinskom učenju koji su dobili odobrenje američke Agencije za hranu i lekove između 1995. i 2024. godine, čak 723 odnose se na radiologiju. Mašine su napredovale, ali ljudi nisu nestali, piše magazin Tajm.
Hinton, međutim, smatra da nije pogrešio u vezi sa tehnologijom, kako kaže, već u vezi sa ekonomijom.
„Zdravstvo je veoma elastično tržište. Ako biste zdravstvenim radnicima omogućili da urade deset puta više posla, mi bismo jednostavno svi dobili deset puta više zdravstvene zaštite. Posebno stariji ljudi — oni mogu da ‘apsorbuju’ gotovo neograničenu količinu nje.“
Uobičajeno pitanje — „Hoće li veštačka inteligencija zameniti lekare?“ — zapravo je pogrešno postavljeno. Potražnja za zdravstvenom zaštitom praktično je beskonačna. Uvek postoji još jedan snimak koji treba protumačiti, još jedno stanje koje ostaje nedijagnostikovano jer niko nema vremena da ga pogleda. AI neće smanjiti broj medicinskih radnika. Ona će samo pokazati kolika je zapravo bila neispunjena potreba.
Kada AI nadmašuje lekare — i kada ne uspeva
U nekim oblastima veštačka inteligencija već nadmašuje lekare. Kardiolog i istraživač Erik Topol naveo je pet studija u kojima su AI sistemi, radeći samostalno, postigli bolje rezultate od lekara koji su koristili AI samo kao pomoćni alat.
„I dalje mislim da će kombinacija čoveka i mašine na kraju pobediti“, rekao je Topol. „Ali nisam više toliko siguran u to kao što sam bio 2019.“
Zašto bi AI ponekad bila uspešnija sama nego kada lekar koristi njenu pomoć? Jedno objašnjenje je ono što istraživači nazivaju „zanemarivanjem automatizacije“: lekari se često oslanjaju na svoju početnu dijagnozu i ne prilagođavaju je čak ni kada sistem predloži alternativu. Drugo je da jednostavno još nismo naučili kako efikasno da sarađujemo sa ovim alatima.
Ipak, nisu svi dokazi na strani mašina. U randomizovanom kontrolisanom istraživanju objavljenom u časopisu Nature Medicine, kardiolog Džek V. O’Sullivan i kolege testirali su AI sistem na složenim kardiološkim slučajevima koji uključuju sumnju na genetske kardiomiopatije — dijagnozu koja je teška čak i za iskusne kliničare.
„Specijalista nema dovoljno“, rekao je. „Može li AI pomoći lekarima opšte prakse da razmišljaju kao oni?“
Ispostavilo se da može. Opšti kardiolozi koji su koristili AI davali su procene koje su stručni recenzenti češće ocenjivali boljim i sa manje klinički značajnih grešaka. Ipak, 6,5% odgovora veštačke inteligencije sadržalo je ozbiljne „halucinacije“, odnosno netačne informacije.
Najzanimljivije je bilo ono što se dogodilo potom. „Kada bi ljudski kardiolog pitao model: ‘Da li ste sigurni da je ehokardiogram pokazao zadebljani ventrikul?’, AI bi se ispravila.“ Drugim rečima, mašina često nije znala da greši dok je neko ne dovede u pitanje.
Postoje i upozoravajući signali. Topol je nedavno ukazao na rad u časopisu Nature Medicine koji je procenjivao medicinsku trijažu pomoću najnaprednijeg modela ChatGPT-a. Sistem je pogrešno procenio stanje u više od polovine slučajeva, savetujući pacijentima kojima je hitno potrebna hitna pomoć da ostanu kod kuće. „Pred nama je još dug put“, rekao je.
Dokazi su, dakle, neujednačeni. Za neke zadatke AI sama daje najbolje rezultate. Za druge je najbolja kombinacija čoveka i mašine. U pojedinim slučajevima tehnologija je i dalje opasno nepouzdana. Pravi izazov nije pitanje da li AI funkcioniše, već kada joj treba verovati.
Od reaktivne ka preventivnoj medicini
Najveća promena možda neće biti u tačnosti dijagnoze, već u vremenu njenog postavljanja. Savremeni zdravstveni sistemi uglavnom reaguju tek kada se simptomi već pojave. Topol veruje da bi veštačka inteligencija mogla da pomeri medicinu mnogo ranije u tom procesu.
„Tri glavne bolesti povezane sa starenjem — neurodegenerativne bolesti, rak i kardiovaskularne bolesti — razvijaju se u našem telu 15 do 20 godina pre nego što se ispolje“, rekao mi je. „Imamo ogroman vremenski prostor za delovanje, ali nismo imali način da objednimo sve podatke. Zapravo, nismo ni imali sve podatke.“
Sada počinjemo da ih prikupljamo. Oko pola milijarde ljudi već koristi pametne satove i druge nosive uređaje koji neprekidno beleže varijabilnost srčanog ritma, nivo kiseonika u krvi i podatke o snu. Istraživači sa Stanforda nedavno su pokazali da se čak 130 zdravstvenih stanja može predvideti na osnovu podataka sa senzora tokom samo jedne noći sna. „Satovi organa“, zasnovani na analizi hiljada proteina u krvi, mogu da procene biološku starost pojedinih organskih sistema. Nedostaje još samo jedan ključni element — sveobuhvatna mapa funkcionisanja imunog sistema.
„Posle mozga, imuni sistem je najkompleksniji sistem u telu“, rekao je Topol. „A u kliničkoj praksi nemamo način da ga izmerimo. U 2026. godini, to je zaista poražavajuće.“
On veruje da poremećena regulacija imunog sistema predstavlja zajedničku nit koja povezuje rak, neurodegenerativne bolesti i srčane bolesti, i da će njegovo precizno merenje otvoriti novu eru predviđanja rizika.
Prilika se, međutim, ne nalazi u jednom revolucionarnom proizvodu koji će zameniti lekare, već u izgradnji infrastrukture za novi model preventivne medicine: praćenje sna, nosivi uređaji, analiza proteina u krvi. Najveće obećanje veštačke inteligencije možda je u tome da tiho nadzire najranije signale upozorenja u telu i reaguje mnogo pre nego što bolest postane vidljiva.
Tagovi
