Van verre gloed tot spreilig: Die lang aankoms van KI in gesondheidsorg Deel 4 van 5

Elke vorige hoofstuk van hierdie reeks was eintlik voorbereiding. Die rekords het digitaal geword, die departemente het hul gereedskap gekry, die pype het stadig begin koppel, en heeltyd het ’n lig op gesondheidsorg se horison gewag: kunsmatige intelligensie, ewig beskryf as vyf jaar weg. Hierdie aflewering volg daardie lig soos dit werklik opgetree het: die gloed, die hakkelinge, die vals daeraad, en ’n aankoms wat glad nie soos die profesie gelyk het nie.

“It’s just completely obvious that within five years deep learning is going to do better than radiologists. … It might be 10 years, but we’ve got plenty of radiologists already.”

Geoffrey Hinton, pionier van diep leer en Nobelpryswenner, in 2016 [1]

’n Masjien wat reg was, en nooit gebruik is nie

In die vroeë 1970’s by Stanford het ’n program genaamd MYCIN dokters oor hul pasiënte uitgevra en antibiotika-behandeling aanbeveel. In ’n geblindeerde evaluering wat in JAMA gepubliseer is, het kenners van aansteeklike siektes sy voorskrifte gunstig beoordeel teenoor dié van menslike spesialiste [2]. En toe, niks. In die woorde van sy eie skeppers: “MYCIN was never used routinely in patient-care settings” [3]. Die redes was nie tegnies nie. ’n Konsultasie het vereis dat die dokter ’n terminaal opspoor, aanteken en ’n lang ondervraging beantwoord, grotendeels oor uitslae wat reeds in ander hospitaalrekenaars gesit het; die ontwikkelaars het geskat dat ’n volle sessie “could have required as long as 30 minutes or an hour”, wat hulle self as “clearly unacceptable” erken het [3]. Lesers van deel twee sal die patroon herken, ’n halwe eeu voordat dit ’n naam gehad het: die tegnologie was in staat, maar die werkvloei kon dit nie dra nie.

Winters en ’n vals daeraad

Befondsing het gevries in die tydperke wat nou as KI-winters onthou word, en gesondheidsorg was druk besig met die digitaliseringsprojekte van dele een en twee. Toe kunsmatige intelligensie na die medisyne se voorblaaie terugkeer, het dit as ’n bemarkingsveldtog gekom. IBM se Watson, vars van sy oorwinning in die vasvraprogram Jeopardy! in 2011, is as ’n revolusie in kankersorg bemark. Die afrekening het in fases gekom. Teen laat 2016 het die Universiteit van Texas se MD Anderson-kankersentrum sy Watson-gebaseerde Oncology Expert Advisor-projek gestaak, met ’n oudit wat sowat 62 miljoen Amerikaanse dollar aanteken wat bestee is aan ’n stelsel wat steeds nie gereed was vir kliniese gebruik nie [4]. In 2018 het interne IBM-dokumente wat deur STAT News bekom is, gewys dat die vlagskip-onkologieproduk “unsafe and incorrect” kankerbehandelings aanbeveel het [5]. IEEE Spectrum se lykskouing oor die hele program het eenvoudig geheet: How IBM Watson Overpromised and Underdelivered on AI Health Care [6], en in 2022 het IBM Watson Health se databates aan ’n private-ekwiteitsfirma verkoop, en so ’n onderneming afgewikkel wat dit na berig word met sowat vier miljard dollar se aankope opgebou het [7].

Hinton se voorspelling oor radioloë in 2016 hoort by dieselfde era van selfvertroue, en sy lot is op ’n subtieler manier leersaam. Die masjiene het inderdaad baie goed geword met die lees van beelde, maar radioloë is nie vervang nie, want om ’n taak te verrig is nie dieselfde as om ’n werk te doen nie. Die voorspelling het nie op vermoë misluk nie, maar op kategorie, en daardie onderskeid, tussen wat ’n model kan doen en wat ’n gesondheidstelsel veilig kan absorbeer, is die betroubaarste les wat hierdie halfeeu bied.

Wat stilweg gewerk het

Terwyl die opskrifte agter Watson aangejaag het, het stiller werk opgebou, en dit het doelbewus onglansryk gelyk. In 2016 het Google-navorsers in JAMA gewys dat ’n diepleerstelsel verwysbare diabetiese retinopatie in retinafoto’s kon opspoor met sensitiwiteit van 87% tot 90% en spesifisiteit bo 98%, beoordeel teen ’n paneel gesertifiseerde oogartse [8]. Twee jaar later het ’n stelsel genaamd IDx-DR vir dieselfde siekte gesif in gewone eerstelynspraktyke, met 87,2% sensitiwiteit en 90,7% spesifisiteit in sy deurslaggewende proef, en het dit geword wat die studie se skrywers beskryf as “the first FDA authorized autonomous AI diagnostic system in any field of medicine” [9]. Die druppel het ’n stroom geword: die Amerikaanse reguleerder se lys van KI-geaktiveerde mediese toestelle strek nou verby 1 400 inskrywings, sowat driekwart daarvan in radiologie [10, 11]. Let op die vorm van die sukses. Hierdie gereedskap het proewe geslaag voordat dit pasiënte bereik het, het eng en toetsbare take aangepak, en het langs die spesialiste ingeskuif eerder as om hulle te vervang. Bewyse eerste, ontplooiing tweede: die presiese omgekeerde van die Watson-volgorde. Die lig was besig om maniere te leer.

Die taalmodelle kom aan

Die volgende verskuiwing was een van aard, nie graad nie. Groot taalmodelle, opgelei op teks op ’n ongekende skaal, kon mediese kennis self hanteer. In 2023 het ’n Google-navorsingstelsel wat in Nature gepubliseer is, 67,6% behaal op vrae in die styl van die Amerikaanse mediese lisensie-eksamen, die eerste oortuigende oorsteek van daardie drumpel, en binne maande het sy opvolger 86,5% bereik [12, 13]. Tog is die beantwoording van eksamenvrae nie die beoefening van geneeskunde nie, en ’n model wat feite ken, is nog nie ’n stelsel wat met ’n lewende konsultasie vertrou kan word nie. Wat die maatstawwe wél bewys het, is dat masjiene nou in gewone kliniese taal kon werk, en dit het ’n ander deur oopgemaak: nie diagnose nie, maar dokumentasie.

Die mees betekenisvolle vroeë bewyse kom van The Permanente Medical Group in Kalifornië, waar 7 260 dokters omgewings-KI-skrywers oor meer as 2,5 miljoen pasiëntkonsultasies gebruik het [14, 15]. Die opskrifskatting, 15 791 uur se dokumentasietyd wat in 63 weke teruggegee is, klink enorm, totdat jy die somme maak: versprei oor miljoene besoeke kom dit neer op heelwat minder as ’n minuut per konsultasie, waarnemend gemeet in ’n enkele gesondheidstelsel, met elke nota steeds deur die dokter nagegaan en onderteken [15]. Die meer konsekwente bevinding, daar en in die wyer literatuur, is nie minute nie, maar aandag. 84% van die dokters het ’n positiewe uitwerking op kommunikasie met hul pasiënte aangemeld, en ’n oorsig van 2026 het bevind dat “while time savings vary, the most consistent value proposition for ambient scribes lies in reduced cognitive load, enhanced patient engagement, and clinician well-being” [15, 16]. Op die skaal wat hierdie reeks nog altyd toepas: belowend, nog nie bewys nie. Dit is reeds meer as wat die meeste van hierdie hoofstuk se geskiedenis kan sê.

’n Blik uit die Suide

Vir Afrika se gesondheidstelsels lyk die verhaal anders, want die skaarste is anders. Radioloë is skaars oor groot dele van die vasteland, en dit is waarom die Wêreldgesondheidsorganisasie sedert 2021 rekenaargesteunde opsporing vir tuberkulose-sifting aanbeveel; in Junie 2025 het dit verder gegaan en aangekondig dat ses sagtewareprodukte sy prestasiestandaarde vir mense van 15 jaar en ouer gehaal het, ná onafhanklike validering deur FIND [17, 18]. Dit is wêreldgesondheidsbeleid wat algoritmes formeel op bevolkingskaal aan die werk sit, en dit het eerste vir die hoëlas-lande van die Suide gebeur.

Dieselfde streek het ook die dekade se leersaamste mislukking opgelewer, en dit verdien meer as ’n voetnoot. Babyl, Rwanda se KI-gesteunde telemedisyne-diens, was volgens die meeste kliniese maatstawwe ’n sukses. Dit het meer as 2,5 miljoen gebruikers geregistreer, byna ’n vyfde van die land, met die nasionale versekeringstelsel geïntegreer, en ’n tienjaar-vennootskap met die Rwandese regering gehad; navorsing oor sy konsultasies het gesuggereer dat verskaffers meer vrae in minder tyd gevra het as vergelykbare persoonlike sorg [19]. Niks daarvan het saak gemaak in Augustus 2023 nie, toe sy moedermaatskappy in Londen bankrot verklaar is en die diens eenvoudig gestop het. ’n Vyfde van ’n nasie het oornag sy digitale voordeur na gesondheidsorg verloor, weens besluite geneem in raadsale ’n oseaan ver [19]. Die lig kan van ver af kom; as dit van ver af besit word, kan dit ook van ver af afgeskakel word.

Wat die spreilig wys

Vyftig jaar skei MYCIN se stille wegbêre van die omgewings-KI-skrywers, en die verskil tussen hulle is nie soseer intelligensie nie as passing en bewys. MYCIN het die dokter se tyd geëis; die KI-skrywer is ontwerp om aandag terug te gee. Watson is verkoop voordat dit bewys is; die stelsels wat oorleef het, is bewys voordat hulle verkoop is. Die lig op die horison het uiteindelik aangeskakel, en soos enige spreilig wys dit alles: die laslappieskombers, die ontkoppelde pype, die moeë werksmag, en ook hoe ver die nuwe gereedskap nog moet gaan.

Die vraag wat hierdie reeks ten slotte moet beantwoord, is dus nie of die tegnologie aangekom het nie. Dit is of dit die reg verwerf het om vertrou te word, en volgens watter standaard ons dit moet beoordeel. Dit is dalk nie anders hierdie keer nie. Presies daarom moet die standaard van bewys hoër wees. Deel vyf gaan oor daardie standaard: hoe terugbetaling werklik sou lyk, en die beskermingsmaatreëls wat bepaal of vertroue gesteel of teruggegee word.

Verwysings

Die verwysingslys is identies aan die Engelse uitgawe.