Umělá inteligence může být mocným náhradním učitelem pro další generaci studentů medicíny

Umělá inteligence může být mocným náhradním učitelem pro další generaci studentů medicíny

Se stále akutnějším nedostatkem chirurgů by umělá inteligence mohla pomoci zaplnit tuto mezeru tím, že povede studenty medicíny k procvičování chirurgických technik.

Nový nástroj založený na videích zkušených chirurgů při práci nabízí studentům personalizované rady v reálném čase při nácviku šití. Počáteční experimenty naznačují, že umělá inteligence může být mocným náhradním učitelem pro zkušenější studenty.

"Nacházíme se v klíčové době. Nedostatek poskytovatelů se zhoršuje a musíme najít nové způsoby, jak poskytnout více a lepších příležitostí pro praxi. Právě teď musí přijít ošetřující chirurg, který už nemá čas, a sledovat studenty, jak cvičí, hodnotit je a poskytovat jim podrobnou zpětnou vazbu - to prostě není škálovatelné," řekl hlavní autor Mathias Unberath, odborník na AI asistovanou humánní medicínu. "Další nejlepší věcí by mohla být naše vysvětlitelná AI, která studentům ukáže, jak se jejich práce liší od práce zkušených chirurgů."

Převratná technologie vyvinutá na Univerzitě Johnse Hopkinse byla nedávno představena a oceněna na mezinárodní konferenci Medical Image Computing a Computer Assisted Intervention.

V současné době mnoho studentů medicíny sleduje videa odborníků provádějících operace a snaží se napodobit to, co vidí. Existují dokonce modely umělé inteligence, které studenty hodnotí, ale Unberath říká, že zaostávají, protože studentům neříkají, co dělají dobře nebo špatně.

"Tyto modely vám mohou říct, zda máte vysokou nebo nízkou schopnost, ale je pro ně obtížné říci proč," řekl. "Pokud chceme umožnit smysluplný autotrénink, musíme studentům pomoci pochopit, na co se mají zaměřit a proč."

Týmový model zahrnuje takzvanou „explainable AI“, přístup AI, který – v tomto příkladu – hodnotí, jak dobře student zaceluje ránu, a pak jim přesně říká, jak se může zlepšit.

Tým trénoval svůj model sledováním pohybů rukou zkušených chirurgů při zavírání řezů. Když se studenti pokusí o stejný úkol, AI jim okamžitě pošle textovou zprávu, aby věděli, jak si vedli ve srovnání s odborníkem a jak mohou vylepšit svou techniku.

Studenti chtějí, aby jim někdo objektivně řekl, jak to udělali. Můžeme spočítat jejich výkon před a po zákroku a zjistit, zda se blíží znalecké praxi.“

Catalina Gomez, hlavní autorka, doktorandka počítačových věd na Univerzitě Johnse Hopkinse

Tým provedl první studii svého druhu, aby zjistil, zda se studenti lépe učí prostřednictvím AI nebo sledováním videí. Náhodně přidělili dvanáct studentů medicíny se zkušenostmi se šitím jednou ze dvou metod.

Všichni účastníci si procvičili uzavření řezu stehy. Někteří dostali okamžitou zpětnou vazbu AI, jiní se pokusili na videu porovnat svou práci s chirurgem. Pak se všichni pokusili znovu šít.

Ve srovnání se studenty, kteří sledovali videa, se někteří studenti s AI učili mnohem rychleji a měli více zkušeností.

"Na některé lidi má zpětná vazba AI velký účinek," řekl Unberath. "Začátečníci měli s tímto úkolem stále potíže, ale studenti se solidními chirurgickými znalostmi, kteří jsou v bodě, kdy mohou rady implementovat, měli velký dopad."

Dále tým plánuje vylepšit model, aby se snáze používal. Doufají, že nakonec vytvoří verzi, kterou mohou studenti používat doma.

„Chceme poskytnout technologii počítačového vidění a umělé inteligence, která někomu umožní cvičit z pohodlí domova pomocí šicí soupravy a chytrého telefonu,“ řekl Unberath. "To nám pomůže rozšířit vzdělání v lékařské oblasti. Jde skutečně o to, jak můžeme tuto technologii využít k řešení problémů."

Mezi autory patří Lalithkumar Seenivasan, Xinrui Zou; Jeewoo Yoon; Sirui Chu; Ariel Leon; Patrik Kramer; Yu Chun Ku; José L. Porras; a Masaru Ishii, všichni od Johnse Hopkinse, a Alejandro Martin-Gomez z University of Arkansas.

Zdroje: