Habár a mesterséges intelligenciát manapság mindenbe IS megpróbálják beleerőszakolni, egyelőre az algoritmusok sok területen finoman szólva sem alkottak maradandót – legalábbis nem pozitív értelemben. Szerencsére azért akadnak olyan témák, ahol valóban kamatoztatni lehet a gép adatelemzési gyorsaságát és mintafelismerési képességeit.

Egy ilyenre példa a Stanford Egyetem kutatócsapata által napokban prezentált projekt, amelynek keretében olyan algoritmust fejlesztettek, amely drága és nehezen elérhető vizsgálatok nélkül képes a cukorbetegek finomabb osztályozására. A többek között Magyarországon is népbetegségnek számító diabéteszt alapvetően két fő típusra bontják, ám az utóbbi években kiderült, hogy a megbetegedések 95 százalékát kitevő 2-es típuson belül is lehet alcsoportokat alkotni.

Hogy pontosan milyen jellegű cukorbetegségben szenved egy beteg, az nagyban befolyásolja, hogy miként reagál a különböző kezelési formákra, gyógyszerekre. Amennyiben ismertek a részletek, úgy könnyebben azonosíthatók a kapcsolódó kockázatok is, például a vese-, szív- vagy májproblémák előfordulási esélye.

A páciensek csoportosítását eddig leginkább csak összetett és drága laboratóriumi anyagcsere-vizsgálatokkal lehetett elvégezni, ami a betegek nagy száma miatt nem jelentett valódi megoldást az egészségügy számára.

Egyszerű és pontos

A Nature karácsony előtti számában publikált tanulmány alapján a csapat rendszere a kereskedelmi forgalomban is kapható, egyszerű vércukorszint-mérők által gyűjtött adatokból képes a 2-es típusú cukorbetegség négy leggyakoribb altípusa közül hármat azonosítani. Sőt, a klinikai adatokkal való összehasonlításból kiderült, hogy az MI bizonyos esetekben még pontosabbnak is bizonyult, mint a hagyományos metabolikus tesztek. Az algoritmus egyébként nagyjából 90 százalékos hatékonyságot tudott felmutatni.

Mindez a csapat szerint elősegítheti, hogy olyanok is megfelelő információhoz, és ezen keresztül célzott, személyre szabott kezeléshez jussanak, akiknél különböző okokból (földrajzi távolság, anyagiak stb.) nem lenne megoldható a betegség pontosabb feltérképezése. Az pedig csak hab a tortán, hogy az eljárás az ellátórendszert sem terheli plusz költségekkel, illetve köt le szűkös laboratóriumi erőforrásokat.

De ahogy minden MI-projektet, azért ezt is érdemes maximális óvatossággal kezelni. Mert például az OpenAI technológiájával hajtott Nablával kapcsolatban ugyan az volt az ígéret, hogy emberi szintű feljegyzéseket gyárt az orvos-beteg megbeszélésekről, de aztán kiderült, hogy leginkább csak hazudozik és hülyeségeket firkál.