AI แสดงประสิทธิภาพในการวิเคราะห์ข้อมูลทางการแพทย์เหนือกว่าทีมวิจัยที่เป็นคนแล้ว

นักวิทยาศาสตร์จากมหาวิทยาลัยแคลิฟอร์เนีย ซานฟรานซิสโก และมหาวิทยาลัยเวย์นสเตต พบว่า Generative AI สามารถวิเคราะห์ชุดข้อมูลทางการแพทย์ขนาดใหญ่ได้รวดเร็วกว่าทีมนักวิจัยแบบเดิมอย่างมาก ในบางเคส AI ยังให้ผลลัพธ์ที่ดีกว่านักวิทยาการคอมพิวเตอร์ที่ใช้เวลาหลายเดือนในการตรวจสอบข้อมูลชึดเดียวกันอย่างละเอียดด้วยซ้ำ

นักวิจัยได้สร้างตัวอย่างการเปรียบเทียบโดยแบ่งออกเป็นทีม ได้แก่ทีมที่มีเพียงมนุษย์วิเคราะห์ ส่วนบางทีมก็ผสานนักวิทยาศาสตร์เข้ากับเครื่องมือ AI โดยทุกทีมได้รับมอบหมายโจทย์เดียวกัน คือทำนายการคลอดก่อนกำหนดโดยใช้ข้อมูลจากหญิงตั้งครรภ์มากกว่า 1,000 คน

ที่น่าสนใจคือ แม้แต่ทีมระดับจูเนียร์ที่ประกอบด้วยนักศึกษาปริญญาโทของ UCSF อย่างรูเบน ซาร์วาล (Reuben Sarwal) และนักเรียนมัธยมปลายอย่างวิคเตอร์ ทาร์กา (Victor Tarca) ก็สามารถสร้างแบบจำลองการทำนายได้สำเร็จด้วยการใช้เครื่องมือ AI พวกเขาสามารถสร้างโค้ดที่ใช้งานได้ภายในไม่กี่นาที ซึ่งโดยปกติแล้วงานลักษณะนี้ต้องใช้โปรแกรมเมอร์ที่มีประสบการณ์ ใช้เวลาหลายชั่วโมงหรือหลายวันจึงจะสำเร็จ

ข้อได้เปรียบสำคัญของ Generative AI คือความสามารถในการสร้างโค้ดวิเคราะห์จากคำสั่งสั้น ๆ อย่างไรก็ตาม ไม่ใช่ AI ทุกตัวจะทำงานได้ดีตามที่คาดไว้ มีเพียง 50% เท่านั้นที่สามารถสร้างโค้ดที่ใช้งานได้จริง แต่ที่ชัดเจนคือระบบที่ประสบความสำเร็จก็ไม่จำเป็นต้องมีทีมผู้เชี่ยวชาญคอยดู ด้วยประสิทธิภาพของ AI ทำให้นักวิจัยรุ่นเยาว์สามารถทำการทดลอง ตรวจสอบผลลัพธ์ และส่งผลงานไปยังวารสารวิชาการได้ภายในเวลาเพียงไม่กี่เดือนเท่านั้น

มาริน่า ซิโรต้า ศาสตราจารย์ด้านกุมารเวชศาสตร์และผู้อำนวยการรักษาการของสถาบัน Bakar Computational Health Sciences Institute (BCHSI) รวมถึงตำแหน่งหัวหน้าผู้วิจัยของศูนย์วิจัยการคลอดก่อนกำหนด March of Dimes จาก UCSF กล่าวว่า เครื่องมือ AI เหล่านี้สามารถช่วยลดคอขวดที่ใหญ่ที่สุดอย่างหนึ่งของวิทยาศาสตร์ข้อมูล นั่นคือการสร้างกระบวนการวิเคราะห์ข้อมูล การเพิ่มความเร็วเป็นเรื่องสำคัญมากสำหรับผู้ป่วยที่ต้องได้รับความช่วยเหลืออย่างเร่งด่วน

ที่มา Scitechdaily

วัชรกุล พัฒนาประทีป