Een van de meest uitdagende en waardevolle domeinen voor AI is geneeskunde. Zowel de kansen als de gevaren zijn groot bij het toepassen van de technologie op de gezondheidszorg in het algemeen.
De waarde van verbeterde medische zorg is onmiddellijk merkbaar, vooral voor mensen die lijden aan ziekten die momenteel niet adequaat kunnen worden behandeld. Kunstmatige intelligentie (AI) heeft mogelijk het potentieel om te zien wat mensen niet kunnen en een niveau van zorg te bieden dat anders buiten ons bereik ligt. En wanneer AI-algoritmen goed werken, kunnen ze op een kostenverlagende manier breed worden gedeeld.
Risico’s en beloningen
Medische AI kent echter zowel risico’s als voordelen. In een onderzoek uit 2020 onder medische professionals gaf 79% van de respondenten aan te geloven dat de technologie nuttig of zeer nuttig zou kunnen zijn. Maar 80% was het er geheel of gedeeltelijk mee eens dat de risico’s voor de privacy zeer groot kunnen zijn, terwijl 40% de potentiële risico’s geheel of gedeeltelijk als “gevaarlijker dan kernwapens” beoordeelde.
AI heeft de ontwikkeling mogelijk gemaakt van technologieën die verder gaan dan natuurlijke menselijke processen, naast andere risico’s. Nanotechnologie, genbewerking, in-vivo netwerken (INV), het Internet of Bodies en amalgamen zoals het Internet of Bio-Nano Things (IoBNT) behoren tot de technologieën die zowel veelbelovend als potentieel schadelijk zijn.
Wat zijn de uitdagingen van medische AI?
Wetenschappers die medische AI benaderen, willen de natuurlijke mogelijkheden van de technologie benutten en tegelijkertijd de potentiële schade beperken. Alle toepassingen van AI brengen uitdagingen met zich mee, maar het gebruik van deze technologie om de gezondheid te verbeteren is bijzonder ingewikkeld. Hier zijn enkele van de uitdagingen:
Onvolmaakte sensoren: gegevens die worden verzameld via medische sensoren zijn vaak luidruchtiger en minder nauwkeurig dan in andere domeinen, zoals fotografische classificatie. Dit geldt met name wanneer sensoren een levend, ademend mens binnendringen. CT- of MRI-scanners retourneren gepixelde en blokkerige afbeeldingen met veel artefacten die de betreffende details kunnen vertroebelen of verdoezelen. Röntgenfoto’s zijn misschien beter, maar ze kunnen, net als CT- of MRI-scanners, sommige soorten lichaamsdelen beter detecteren dan andere.
Chaotische systemen: De onderdelen van levende wezens veranderen vaak, soms dynamisch. Het zijn geen vaste doelen voor algoritmen. In veel gevallen hebben zieke mensen complexere en disfunctionele systemen die moeilijker te analyseren zijn door algoritmen omdat ze zich niet normaal gedragen.
Privacy: Medische informatie wordt vaak beschermd door strenge wet- en regelgeving omdat patiënten gevoelig zijn voor het delen van hun persoonlijke gegevens met de grotere wereld. Hoewel verschillende slimme en nuttige benaderingen de identiteit van mensen kunnen beschermen, vergen deze meer werk, kunnen ze potentiële fouten veroorzaken en inherente risico’s inhouden.
Beperkte kennis: hoewel de medische professie een schat aan kennis over het menselijk lichaam heeft verzameld, zijn er nog steeds veel gebieden die een mysterie zijn. Hoewel AI-algoritmen soms nuttig kunnen zijn als we niet veel weten over het onderwerp, zijn er nog steeds beperkingen. Soms weten we niet eens de juiste vragen om te stellen.
Voorzichtige aanpak: Omdat artsen en verpleegkundigen begrijpen dat er gevaren kunnen zijn, zijn ze vaak nogal voorzichtig en aarzelend om nieuwe technieken uit te proberen.
Strenge regelgeving: Overheden reguleren medische apparaten en software streng. Test- en ontwikkelingsniveaus die acceptabel zijn voor andere domeinen, voldoen vaak niet aan de normen voor medische technologie die zijn vastgesteld door bijvoorbeeld de regerende Amerikaanse instanties.