Գիտնականները ստեղծել են առաջին հարթակը, որը հնարավորություն է տալիս կլինիկական պայմաններին հնարավորինս մոտ պայմաններում ինչպես հարկն է ստուգել բժշկական արհեստական ​​բանականության ալգորիթմները։

Այդ հարթակի օգնությամբ կարելի է հասկանալ՝ որքան ճշգրիտ, հուսալի և արդար են այդ համակարգերը տարբեր բուժառուների խմբերի համար։ Որպես առաջին օրինակ՝ հետազոտողները շաքարախտի ամենատարածված բարդություններից մեկի՝ շաքարախտային աչքի հիվանդության հայտնաբերման համար նախատեսված ութ ալգորիթմ են փորձարկել։

Սովորաբար, երբ հիվանդանոցներն նոր արհեստական ​​բանականության գործիք են ընտրում, նրանք նախ հաշվի են առնում գինը և համեմատում դրա արդյունավետությունը բժիշկների աշխատանքի արդյունավետության հետ։ Սակայն կան կարևոր հարցեր, որոնք հաճախ անտեսվում են. արդյո՞ք ալգորիթմը իսկապես լավ է աշխատում տարբեր տարիքային և էթնիկ խմբերի համար, արդյո՞ք այն զերծ է թաքնված կանխակալությունից և արդյո՞ք այն ունակ է բոլոր բուժառուների համար հավասարապես ճշգրիտ արդյունքներ տրամադրել։ Նոր նախագիծը հենց այդ խնդրին է անդրադառնում։

Աշխատանքը հրապարակվել է The Lancet Digital Health բժշկագիտական հանդեսում։ Փորձարկման համար գիտնականներն օգտագործել են Լոնդոնում հետազոտված բուժառուների մոտ 1,2 միլիոն աչքի սկանավորումների հսկայական տվյալների բազան։

Դա տարիքի, առողջության և ծագման առումով ամենաբազմաբնույթ խմբերից մեկն է, ուստի արդյունքները հատկապես հուսալի էին։

Ալգորիթմները բարձր ճշգրտություն են ցույց տվել։ Կախված վերլուծության տեսակից՝ դրանց ցուցանիշները տատանվում էին մոտավորապես 83 տոկոսից մինչև գրեթե 99 տոկոս։ Դա նշանակում է, որ ծրագրերը իսկապես հուսալիորեն ճանաչում են ինչպես հիվանդության վաղ նշանները, այնպես էլ ավելի լուրջ փոփոխությունները, որոնք կարող են հանգեցնել տեսողության կորստի։ Կարևոր է, որ ալգորիթմները հավասարապես լավ են աշխատել տարբեր մաշկի գույնի և ծագման մարդկանց դեպքում. առաջին անգամն է, որ դա հաստատվում է այդքան մեծ տվյալների հավաքածուի միջոցով։

Գիտնականների կարծիքով՝ ապագայում նման հարթակը կարող է հիմք ծառայել միասնական ազգային համակարգի համար. կլինիկաները կբեռնեն սկանավորումները, ավտոմատացված արդյունքներ կստանան, իսկ բժիշկները ավելի արագ որոշումներ կընդունեն։ Դա կօգնի և՛ բուժառուներին, և՛ բժիշկներին և՛ արհեստական ​​բանականության մշակողներին՝ տեխնոլոգիաների արդարացի գնահատում և ավելի սրընթաց ախտորոշում ապահովելով։