USG i sztuczna inteligencja

Czyli na przykład mamy zmianę ogniskową w wątrobie. Ta zmiana jest hiperechogeniczna. Musimy mieć bardzo dużą bazę Naczynia, musimy mieć bardzo dużą bazę Ogniskowych stłuszczeń i bardzo dużą bazę hiperhogenicznych przerzutów, żeby ta nasza sztuczna inteligencja wykorzystała tę bazę, którą my stworzymy, jako swój zasób.

Bo jeżeli my tej sztucznej inteligencji wrzucimy jako zmiany hiperhogeniczne w wątrobie tylko naczyniaki czy tylko ogniskowe stłuszczenia, to on między tym będzie wybierał i decydował, To my mu musimy dołożyć jeszcze hiperechogeniczne przerzuty. Ale zanim my je dołożymy, my musimy dokładnie wiedzieć, że to de facto są te przerzuty. Musimy też przygotować sztuczną inteligencję na to, że w wątrobie będą podobne zmiany o dwóch różnych etiologiach. Naczyniak i ogniskowe stłuszczenie. Poza tym musimy nauczyć sztuczną inteligencję jak ma prowadzić, czego ma wymagać od badającego, jakich przykrojów, na jakiej głębokości, żeby ona mogła ten obraz zanalizować.

Także ze względów odpowiedzialnościowych, a mianowicie żeby ona tylko podpowiadała ta zmiana spełnia kryteria do biopsji, ta zmiana do badania kontrolnego za pół roku po to, żeby niejako cały czas jednak odpowiedzialność na żywym organizmie Spoczywała. Może my sobie utrudniamy albo oczekujemy za dużo, albo powinniśmy powściągnąć nasze oczekiwania i nie oczekiwać, że zmiana nam powie, że jest to naczyniak, ale powie nam w tylu i tylu procentach uwzględnić, że może być to przerzut do wątroby, a to już by było bardzo dużo. To jak ja patrzę na przyszłość sztucznej inteligencji, to być może też ten sposób, że ona będzie podpowiadała dalsze ruchy.