Ученые выяснили, что мешает использовать ИИ-сенсоры в клиниках
ИИ-сенсоры могут одновременно определять несколько веществ и точнее обрабатывать результаты анализов, однако до массового применения в клиниках они пока не дошли. Ученые выяснили, что развитию технологии мешают слишком маленькие выборки для обучения ИИ, ограниченный доступ к исходным данным исследований и сложность запуска таких алгоритмов на компактных медицинских устройствах.
Источник: Новости науки
МОСКВА, 6 октября /Новости науки/. Ученые Томского государственного университета (ТГУ) совместно с коллегами из России, Чехии, Китая и Индии выяснили, почему электрохимические сенсоры с искусственным интеллектом пока редко применяют в больницах и клиниках. Об этом говорится в статье, опубликованной в журнале Biosensors.
Электрохимические сенсоры определяют химический состав жидкости или газа, преобразуя химическую реакцию в электрический сигнал. Один из наиболее известных примеров такого устройства — глюкометр, измеряющий уровень сахара в крови. Искусственный интеллект позволяет сенсорам различать сигналы от нескольких веществ, корректировать изменения показаний датчика и одновременно определять несколько компонентов в образце.
Исследователи проанализировали более 130 научных работ, опубликованных с 2016 по 2025 год. На их основе они составили «сетевую карту доказательств», которая показала, какие проблемы чаще всего мешают перенести подобные разработки из лабораторий в медицинскую практику.
Одной из основных проблем оказались небольшие объемы данных, на которых обучают и проверяют искусственный интеллект. Медианный размер выборки в изученных работах составлял всего 68 образцов. Кроме того, в 85% исследований исходные данные нельзя было свободно получить — доступ к ним предоставлялся только по запросу. Из-за этого другим ученым сложнее независимо проверить результаты и сравнить работу разных систем.
Еще одна проблема заключается в том, что ИИ часто сообщает результат, но не показывает, насколько он надежен. Более чем в 83% рассмотренных исследований алгоритмы выдавали прогноз без оценки возможной ошибки. В медицине это особенно важно: врачу необходимо понимать не только вывод системы, но и насколько уверенно она его сделала.
Исследователи также выяснили, что большинство систем не объясняют, почему пришли к определенному выводу. Инструменты, позволяющие проследить, какие особенности сигнала повлияли на решение ИИ, использовались только в одной из изученных работ. Это затрудняет проверку результата врачом.
Электрохимические сенсоры определяют химический состав жидкости или газа, преобразуя химическую реакцию в электрический сигнал. Один из наиболее известных примеров такого устройства — глюкометр, измеряющий уровень сахара в крови. Искусственный интеллект позволяет сенсорам различать сигналы от нескольких веществ, корректировать изменения показаний датчика и одновременно определять несколько компонентов в образце.
Исследователи проанализировали более 130 научных работ, опубликованных с 2016 по 2025 год. На их основе они составили «сетевую карту доказательств», которая показала, какие проблемы чаще всего мешают перенести подобные разработки из лабораторий в медицинскую практику.
Одной из основных проблем оказались небольшие объемы данных, на которых обучают и проверяют искусственный интеллект. Медианный размер выборки в изученных работах составлял всего 68 образцов. Кроме того, в 85% исследований исходные данные нельзя было свободно получить — доступ к ним предоставлялся только по запросу. Из-за этого другим ученым сложнее независимо проверить результаты и сравнить работу разных систем.
Еще одна проблема заключается в том, что ИИ часто сообщает результат, но не показывает, насколько он надежен. Более чем в 83% рассмотренных исследований алгоритмы выдавали прогноз без оценки возможной ошибки. В медицине это особенно важно: врачу необходимо понимать не только вывод системы, но и насколько уверенно она его сделала.
Исследователи также выяснили, что большинство систем не объясняют, почему пришли к определенному выводу. Инструменты, позволяющие проследить, какие особенности сигнала повлияли на решение ИИ, использовались только в одной из изученных работ. Это затрудняет проверку результата врачом.
