Elon Musk chce twoje zdjęcia rentgenowskie. Czy jego Grok AI zdoła zastąpić lekarzy?

Elon Musk zachęcał swoich odbiorców na należącej do niego platformie X do przesyłania swoich "zdjęć medycznych" do chatbota o nazwie Grok. Ten ma rzekomo już niedługo posiadać zdolność diagnozowania na podstawie zdjęć rentgenowskich czy tomografii komputerowej. 

"To wciąż wczesny etap, ale już teraz jest całkiem skuteczny i będzie niezwykle dobry. Dajcie znać kiedy Grokowi się udaje, a nad czym musimy popracować" – napisał w poście na X Elon Musk. 

W kwestii skuteczności Groka zdania są podzielone. Jedni użytkownicy chwalą jego prędkość i trafność diagnozy. Inni wyśmiewają zupełnie nieadekwatne do przesłanych zdjęć odpowiedzi. 

Jednak na tym etapie Musk nie chce jeszcze zastąpić lekarzy. Musi najpierw wyszkolić ich następcę. Zachęcanie większej ilości osób do przesyłania swoich danych medycznych do systemu AI może mieć na celu dostarczenie wysokiej jakości, organicznych danych, które posłużą do jego szkolenia. 

Doktor Grok

Jeden z użytkowników pochwalił diagnozę chatbota, którą ten wypracował na podstawie jego zdjęć z rezonansu magnetycznego. 

Inny krytykował jego nieudolność w zdiagnozowaniu jego złamanego obojczyka. Grok mylnie wskazywał na wybite ramię. 

To chyba oczywiste, że czeka nas jeszcze długa droga, zanim chatboty będą skutecznie diagnozować pacjentów. Jeszcze dłuższa, zanim stworzymy ramy prawne dla takich praktyk. 

Nie muszę też chyba tłumaczyć nikomu, że poleganie na diagnozie przypadkowego bota nie jest dobrym pomysłem. To samo powtarzamy na temat czytania o swoich chorobach w Google, więc jeżeli do tej pory wolisz komputer od lekarza, chyba już nic cię nie przekona. 

Powstaje jednak pytanie, czy możliwe jest wyszkolenie bota na podstawie danych medycznych wysyłanych bez kontekstu, albo z błędnym odczytaniem, przez użytkowników? 

"Wyszkolenie modelu AI w celu uzyskania dokładnych wyników dotyczących stanu zdrowia danej osoby wymaga wysokiej jakości i różnorodnych danych oraz głębokiej wiedzy specjalistycznej w zakresie medycyny, technologii, projektowania produktów i nie tylko” – mówi Suchi Saria, dyrektorka laboratorium uczenia maszynowego w branży zdrowotnej na uniwersytecie Johna Hopkinsa – “Wszystko inne przypomina trochę chemika-amatora mieszającego składniki w zlewie kuchennym".