במחסור הולך וגובר במנתחים, בינה מלאכותית יכולה לעזור למלא את הפער, להדריך סטודנטים לרפואה בזמן שהם מתרגלים טכניקות כירורגיות.
כלי חדש, שהוכשר על סרטונים של מנתחים מומחים בעבודה, מציע לתלמידים ייעוץ מותאם אישית בזמן אמת בזמן שהם מתרגלים תפירה. ניסויים ראשוניים מראים שבינה מלאכותית יכולה להיות מורה תחליף רב עוצמה עבור תלמידים מנוסים יותר.
"אנחנו נמצאים בתקופה מכרעת. המחסור בספקים הולך וגדל ואנחנו צריכים למצוא דרכים חדשות לספק הזדמנויות רבות וטובות יותר לתרגול. כרגע, מנתח מטפל שכבר חסר לו זמן צריך להיכנס ולראות את הסטודנטים מתרגלים, לדרג אותם ולתת להם משוב מפורט – שפשוט לא משתנה", אמר הסופר הבכיר מתיאס אונבראת', מומחה לרפואה שמתמקד ב-AI. "הדבר הטוב הבא עשוי להיות ה-AI הניתנת להסבר שמראה לתלמידים כיצד עבודתם חורגת ממנתחים מומחים."
הטכנולוגיה החלוצית, שפותחה באוניברסיטת ג'ונס הופקינס, הוצגה וזכתה לכבוד בכנס הבינלאומי האחרון למחשוב תמונה רפואית והתערבות בעזרת מחשב.
כיום סטודנטים רבים לרפואה צופים בסרטונים של מומחים המבצעים ניתוח ומנסים לחקות את מה שהם רואים. ישנם אפילו מודלים קיימים של AI שידרגו תלמידים, אבל לפי Unberath הם נופלים בגלל שהם לא אומרים לתלמידים מה הם עושים נכון או לא.
"המודלים האלה יכולים להגיד לך אם יש לך מיומנות גבוהה או נמוכה, אבל הם מתקשים להגיד לך למה", אמר. "אם אנחנו רוצים לאפשר אימון עצמי משמעותי, אנחנו צריכים לעזור ללומדים להבין במה הם צריכים להתמקד ולמה."
המודל של הצוות משלב את מה שמכונה "בינה מלאכותית ניתנת להסבר", גישה לבינה מלאכותית שבדוגמה זו תדרג עד כמה תלמיד סוגר פצע ואז גם תגיד לו בדיוק איך לשפר.
הצוות אימן את המודל שלהם על ידי מעקב אחר תנועות הידיים של מנתחים מומחים בזמן שהם סגרו חתכים. כאשר תלמידים מנסים את אותה משימה, הבינה המלאכותית שולחת להם הודעת טקסט מיד כדי לספר להם כיצד הם השוו למומחה וכיצד לחדד את הטכניקה שלהם.
הלומדים רוצים שמישהו יגיד להם באופן אובייקטיבי איך הם עשו. אנחנו יכולים לחשב את הביצועים שלהם לפני ואחרי ההתערבות ולראות אם הם מתקרבים לפרקטיקה של מומחים".
קטלינה גומז, סופרת ראשונה, סטודנטית לתואר שלישי של ג'ונס הופקינס במדעי המחשב
הצוות ביצע מחקר ראשון מסוגו כדי לראות אם התלמידים למדו טוב יותר מה-AI או על ידי צפייה בסרטונים. הם הקצו באקראי 12 סטודנטים לרפואה עם ניסיון בתפירה להתאמן באחת משתי השיטות.
כל המשתתפים תרגלו סגירת חתך עם תפרים. חלקם קיבלו משוב מיידי של AI בעוד שאחרים ניסו להשוות את מה שהם עשו למנתח בסרטון. ואז כולם ניסו לתפור שוב.
בהשוואה לסטודנטים שצפו בסרטונים, חלק מהסטודנטים שאומנו על ידי AI, בעלי ניסיון רב יותר, למדו הרבה יותר מהר.
"אצל אנשים מסוימים למשוב של AI יש השפעה גדולה", אמר Unberath. "סטודנטים מתחילים עדיין נאבקו במשימה אבל סטודנטים עם בסיס איתן בכירורגיה, שנמצאים בנקודה שבה הם יכולים לשלב את העצות, זה השפיע מאוד".
בשלב הבא הצוות מתכנן לחדד את המודל כדי להקל על השימוש בו. הם מקווים בסופו של דבר ליצור גרסה שתלמידים יוכלו להשתמש בה בבית.
"אנחנו רוצים להציע ראייה ממוחשבת וטכנולוגיית בינה מלאכותית המאפשרת למישהו להתאמן בנוחות של ביתו עם ערכת תפירה וטלפון חכם", אמר Unberath. "זה יעזור לנו להגדיל את ההכשרה בתחומי הרפואה. זה באמת קשור איך אנחנו יכולים להשתמש בטכנולוגיה הזו כדי לפתור בעיות".
בין המחברים ניתן למצוא את Lalithkumar Seenivasan, Xinrui Zou; Jeewoo Yoon; Sirui Chu; אריאל ליאון; פטריק קרמר; יו-צ'ון קו; חוסה ל. פורס; ומסארו אישי, כולם מג'ונס הופקינס, ואלחנדרו מרטין-גומז מאוניברסיטת ארקנסו.
