Kutoka kwa Bot za Maandishi hadi kwa Madaktari wa Video

Mifumo mikubwa ya lugha (LLMs) imekuwa ikifanya vizuri kwa muda mrefu katika kutoa ukweli wa kitabibu kutoka kwenye maandishi, lakini kuipa tabia ya upole na ukaribu na mgonjwa (bedside manner) ilikuwa vigumu. Misaidizi ya AI ya kawaida hujibu kupitia dirisha la mazungumzo (chat) lisilobadilika; hawawezi kusoma ishara za uso za mgonjwa au kubadilisha sauti wakati mazungumzo yanavyoendelea. AMIE (Video) inajaribu kuziba pengo hilo kwa kuhamishia mawasiliano kwenye kiungo cha video cha moja kwa moja, ambapo AI lazima ifuate kasi ya mazungumzo, iulize maswali ya ziada, na kuitikia ishara za kuona.

Kubadilisha kutoka maandishi kwenda video si mabadiliko madogo tu ya muonekano (UI). Inailazimu modeli kusindika mtiririko usio na kikomo wa data za sauti na picha, kuiga mtiririko wa miadi halisi, na kushughulikia mada mbalimbali za mazungumzo bila kusimama. Kiutendaji, uwezo huo unaweza kuifanya AI itumike kama wakala wa kwanza wa uchunguzi (triage), ikishughulikia matatizo ya kawaida huku ikiwaacha madaktari wajikite kwenye kesi tata.

Jinsi Jaribio Lilivyofanyika

Google ilijenga mfumo wa majaribio uliowaajiri waigizaji kumi na watano waliofunzwa kuigiza wagonjwa wenye hali tata. Waigizaji hao walitumia ufundi wao wa kuigiza ndani ya mazingira ya kitabibu yaliyojumuisha mifumo mitano ya viungo:

  • Malalamiko ya mapafu na moyo
  • Matatizo ya tumbo
  • Matatizo ya kichwa-jicho-sikio-pua-tezi (HEENT)
  • Hali za neva na ya kisaikolojia
  • Matatizo ya mifupa na misuli

Kisha, watathmini huru wa kitabibu waliipa AI alama kulingana na usahihi wa utambuzi, mkakati wa kuuliza maswali, na mawasiliano yenye huruma. Alama hizo ziliifanya AMIE (Video) ifanane na alama ambazo kwa kawaida hutolewa kwa madaktari wa huduma za msingi wanaoshughulikia kesi hizo hizo.

Kwa Nini Matokeo Haya ni Muhimu

Ikiwa AI inaweza kuzungumza kwa uhakika na mgonjwa-mwigizaji na kufikia hitimisho lile lile kama mtaalamu wa afya binadamu, mifumo ya afya inaweza kutumia njia ya gharama nafuu na inayoweza kupanuliwa kulingana na uhitaji katikati ya upungufu wa wafanyakazi. AI inayotumia video inaweza kufanya uchunguzi wa awali wa matatizo yasiyo ya dharura, kupanga miadi ya kufuatilia, au kutoa ushauri wa awali—yote bila kuhitaji chumba cha uchunguzi wa kimwili. Kwa wagonjwa katika maeneo ya mbali au yasiyopata huduma za kutosha, mtaalamu wa afya wa kidijitali wa "mstari wa kwanza" anaweza kupunguza muda wa kusubiri kwa kiasi kikubwa.

Upande wa Tahadhari

Utafiti huu ulibaki katika eneo la uigizaji (simulation). Waigizaji, hata wawe na ujuzi kiasi gani, hawawezi kuiga hali isiyotabirika ya wagonjwa halisi ambao huleta historia zao binafsi, magonjwa mengine yanayoambatana, na hali ya kihisia isiyotabirika wakati wa kukutana. Tathmini pia ilitegemea watathmini binadamu kutafsiri utendaji wa AI; upendeleo wa kibinafsi unaweza kuingia katika mfumo wowote wa upeaji alama.

Idhini ya kisheria bado ni kikwazo kingine. Mifumo ya sasa ya vifaa vya kitabibu inahitaji ushahidi kutoka kwenye matumizi ya ulimwengu halisi kabla ya kuidhinisha kazi za utambuzi au uchunguzi. Bila data hiyo, utumiaji wowote utabaki katika mazingira ya utafiti au miradi ya majaribio inayosimamiwa kwa karibu. Dhima pia inakuwepo: ikiwa AI itasoma vibaya ishara ya kuona na kupendekeza hatua isiyo sahihi, nani atawajibika—mtengenezaji, jukwaa linalohifadhi, au daktari anayesimamia?

Nini Kitafuata

Google imetoa ishara kwamba hatua inayofuata itahusisha majaribio na wagonjwa halisi, ikiwa na rekodi halisi za afya na asili mbalimbali za kijamii. Tafiti hizo zitahitaji kuthibitisha si tu usawa katika uwezo wa kufanya maamuzi ya kitabibu, bali pia usalama, faragha ya data, na utendaji wa usawa katika makundi mbalimbali ya watu.

Hitimisho

AMIE (Video) inaonyesha kuwa AI inayotumia mifumo mikubwa ya lugha inaweza kufanya vizuri katika miadi ya video ya uigizaji, ikipata alama za kitabibu sawa na daktari wa huduma za msingi katika magonjwa mbalimbali. Hatua hii kubwa inafungua mlango wa huduma za mstari wa kwanza zinazoendeshwa na AI, lakini majaribio ya wagonjwa halisi, idhini ya kisheria, na mifumo ya wazi ya dhima ndivyo vitakavyoamua ikiwa teknolojia hiyo itahamia kutoka maabara hadi kliniki.