In un articolo pubblicato su JAMA, Chen e colleghi descrivono tre metodi di apprendimento (imparare dagli errori, imparare dagli esempi e imparare dall’esperienza), che sono alla base di molti sistemi diagnostici di intelligenza artificiale.
Nonostante i sistemi di intelligenza artificiale stiano conquistando sempre maggiore spazio in medicina, i medici sono infatti tuttora diffidenti nell’abbracciare nuove soluzioni di intelligenza artificiale diagnostica, se non sono in grado di comprenderne il funzionamento e come si relazionino con la loro pratica clinica. Gli ambiti di applicazione dell’IA diagnostica sono numerosi e utilizzano strategie di apprendimento che imitano gli approcci umani all’apprendimento. Una volta compresi questi meccanismi, i medici possono essere in grado di apprezzarne meglio vantaggi e limiti.
In un futuro sempre meno lontano questi strumenti alleggeriranno i medici degli aspetti prettamente computazionali del loro lavoro, consentendo loro di concentrarsi su compiti che possono invece essere svolti solo dall’uomo come l’interpretazione della storia del paziente e del contesto sociale in cui vive, e la comunicazione dell’incertezza.
L’articolo [PDF 220 kb]
Fonte Chen JH, Dhaliwal G, Yang D. Decoding artificial intelligence to achieve diagnostic excellence: learning from experts, examples, and
experience. JAMA 2022; 328 (8): 709-710
Da Care 4-5, 2022
