Lancet Digital Health teadusajakirjas ilmunud uuring on esimene, mis valdkonnas ilmunud teadustöid koondab ja analüüsib. Täpsemalt keskenduti masinate süvaõppele (ing. k. deep learning), ehk algoritmide, masinõppe, suurandmete ja arvutusvõime kombineerimisele, et simuleerida inimmõistust.

Arvuti peaks näiteks vaatama tervet hulka fotosid ning viima need kokku konkreetsete diagnoosidega. See võimaldaks süsteemil õppida, millised haigused millise visuaaliga kokku viia ning luua seosed, mis haigusega võib tegu olla.

Esimesed taolised süsteemid on USA-s juba kohalike ametite heakskiidu saanud ning loodetakse, et need toovad tervishoiusektoris kaasa tõelise pöörde. Ületundidega harjunud töötajad saaksid hingamisruumi ning samal ajal väheneks järjekorrad ja lihtsustuks üldine teenindusprotsess.

Uurimusel on ka omad piirangud - näiteks ütlesid selle koostajad, et kuna teemat käsitlevaid suuremaid ja kvaliteetsemaid uurimusi on hetkel veel võrdlemisi vähe, on raske hinnata, kui suur potentsiaal tehisintellektil tegelikult on. Kuigi vaadeldi üle 20 000 uuringu, kõlbas neist teaduslike järelduste tegemiseks vähem kui üks protsent.

"Nende ülikvaliteetsete uuringute põhjal saame öelda, et masinate süvaõpe on võimeline tuvastama tervet hulka haigusi alustades vähist ning lõpetades silmahaigustega, tehes seda seejuures sama täpselt kui õppinud professionaalid," ütles uurimisrühma juht professor Alastair Denniston Birminghami Ülikooli haiglast. Tema sõnul on aga oluline rõhutada, et tehisintellekt ei olnud diagnooside määramisel oluliselt võimekam kui inimesed.

Tehisintellekt oli 14 uuringu raames võimeline haigusi tuvastama 87 protsendilise täpsusega, inimarstid panid täppi aga 86 protsendi haiguste puhul. Lisaks võrreldi seda, kuidas ollakse võimelised hindama inimese haigusest tervenemist ning ka selles osas oli tehisintellekt ees - 93 protsenti inimeste tuvastatud 91 protsendi vastu.

Nagu öeldud, oli aga analüüsitud uuringuid võrdlemisi vähe ning uurimuse koostajad toonitavad, et edasisi uuringuid tuleks läbi viia professionaalsemalt, vastasel juhul ei ole meil sobivaid andmeid, mille põhjal tehisintellekti võimekust hinnata. "Masinõppel võib olla tervishoiuvaldkonna probleemide lahendamisel suur mõju, aga kui me ei suuda arste ja üldsust selle kasulikkuses veenda, pole sellest kellelegi kasu," kinnitas tervishoiuvaldkonnas kasutatavaid tehisintellektisüsteeme arendava Bablyon Healthcare'i esindaja Nils Hammerla.