Selitettävä tekoäly nousee keuhkosyövän diagnostiikan luottamuskysymykseksi

Keuhkosyövän diagnostiikassa käytettävä tekoäly saa nyt kriittisen katsauksen, jossa painopiste ei ole pelkästään tarkkuudessa, vaan myös selitettävyydessä ja luotettavuudessa. Kansainvälinen tutkijaryhmä perkaa tuoreessa artikkelissa, miten selitettävä tekoäly (explainable AI) on tulossa osaksi syöpäkuvien analyysiä – ja mitä ongelmia se samalla paljastaa. Syöpäkuvien tulkintaan käytettävät syvät neuroverkot pystyvät jo kilpailemaan erikoislääkäreiden kanssa diagnostiikan tarkkuudessa. Samalla ne ovat kuitenkin niin monimutkaisia, että lääkärien on vaikea hahmottaa, mihin päätösten taustalla olevat mallit todella kiinnittävät huomiota. Tämä hämärtää vastuunjakoa ja herättää eettisiä kysymyksiä tekoälyn käytöstä potilastyössä. Katsaus kokoaa yhteen viime vuosien kehitystä, jossa selittäviä menetelmiä on alettu soveltaa erityisesti kolmeen tehtävään. Yksi on heikosti ohjattu leesioiden paikannus: malli yrittää löytää kasvaimet keuhkokuvista silloinkin, kun sille on annettu vain potilaskohtainen diagnoosi, ei tarkkaa kasvaimen rajauskuvaa. Toinen on ennustemallinnus, jossa selvitetään, miten tekoälyn löytämät piirteet kytkeytyvät taudin etenemiseen. Kolmas on eloonjäämisanalyysi, jossa pyritään yhdistämään kuvadatasta opitut merkit potilaan elossaoloaikaan. Tutkijoiden mukaan selitettävyyden avulla lääkäreiden on helpompi arvioida, ovatko mallien päätökset lääketieteellisesti uskottavia ja eettisesti hyväksyttäviä. Näin selitettävä tekoäly voi toimia siltana tehokkaiden, mutta läpinäkymättömien mallien ja kliinisen arjen välillä. Lähde: A critical review of explainable deep learning in lung cancer diagnosis, Artificial Intelligence Review.