DentCast
DentCast
دکتر فواد شهابیان
← بازگشت به پرامپتولوژیست English
فصل ۵ · قسمت ۲

تشخیص و طرح درمان

⏱ ۸ دقیقه مطالعه

شاید تا حالا به ذهنتان رسیده باشد که رادیوگرافی را بیندازید توی چت و از هوش مصنوعی نظر بخواهید.

قابلِ درک هم هست. وقتی می‌بینیم با عکس‌های معمولی چقدر خوب کار می‌کند و درست تشخیص می‌دهد که چه چیزی توی تصویر است، طبیعی است که با خودمان بگوییم خب چرا رادیوگرافی نه.

قسمتِ قبل قرار گذاشتیم قبل از هر کاری یک سؤال از خودمان بپرسیم. اطلاعاتی که این کار لازم دارد پیشِ من هست، یا قرار است مدل خودش بسازدش؟ با همین سؤال بود که بازنویسیِ دستورِ بعد از جراحی و مرتب‌کردنِ یادداشتِ سرِ یونیت افتادند سمتِ امنِ خط. حالا همان سؤال را بگذارید روی رادیوگرافی.

اینجا ظاهراً همه‌چیز درست است. ما اطلاعاتِ رادیولوژی داریم و احتمالاً می‌توانیم حرف‌های مدل را تصحیح کنیم، پس باید سمتِ امن باشد. ولی قبل از آن یک سؤالِ مقدم هست: اصلاً مدل رادیوگرافی را می‌بیند؟

جوابِ کوتاهش این است که نه، هنوز خوب نمی‌بیند. ولی اگر همین‌جا تمامش کنیم و همین نتیجه‌گیری را بپذیریم، چند ماه دیگر که مدلِ بهتری آمد باز برمی‌گردیم سرِ همین سؤال که خب حالا بهتر می‌بیند، پس می‌شود رادیوگرافی را داد دستش؟ پس بگذارید به‌جای اینکه ببینیم چقدر اشتباه می‌کند، ببینیم چطور اشتباه می‌کند. میزانِ اشتباه با هر نسلِ تازه عوض می‌شود، ولی نوعِ اشتباه معمولاً سرِ جایش می‌ماند.

چند وقت پیش عده‌ای شش مدلِ مختلف را روی رادیوگرافی‌های پری‌اپیکالِ واقعی امتحان کردند تا ببینند چقدر از پسِ خواندنشان برمی‌آیند. اینکه دندان پوسیدگی دارد یا کامپوزیت یا آمالگام یا اصلاً سالم است، بینِ ۴۵ تا ۶۰ درصد درست جواب دادند. هیچ‌کدام هم آن‌قدر از بقیه بهتر نبود که به حساب بیاید. عددِ خوبی نیست، ولی غافلگیرکننده هم نیست.

غافلگیری جای دیگری بود. از همان مدل‌ها پرسیدند این کدام فک است، کدام سمت، کدام دندان. اینجا از تشخیصِ اول هم بدتر جواب دادند.

یعنی مدل می‌تواند یک پاراگرافِ تمام‌وکمال درباره‌ی رادیولوسنسیِ اطرافِ اپکس بنویسد، با واژه‌های درست، با لحنی که انگار رادیولوژیست نوشته، در حالی که هنوز معلوم نیست دارد به کدام دندان نگاه می‌کند. اشتباهش توی ریزه‌کاری‌ها نیست. توی قابِ کل است. و از روی متن هم اصلاً پیدا نیست. فصل ۲ همین را گفت، منتها آنجا حرفِ کلی بود و اینجا رادیوگرافیِ بیمارِ خودتان است.

حالا بیایید منصفانه قضاوت کنیم. این دقت‌ها بالا می‌روند، احتمالاً زودتر از چیزی که فکرش را می‌کنیم. ولی باز هم چیزی عوض نمی‌شود، و دلیلش اصلاً به دقتِ مدل ربط ندارد.

جای دیگری صد پرونده‌ی واقعیِ اندو را دادند به مدل‌ها، ولی عمداً بدونِ هیچ عکسی. فقط شرحِ متنیِ پرونده. یعنی همان‌جایی که مدل باید بهترین کارش را بکند. بهترین دقتی که درآمد ۰٫۶۵ بود برای وضعیتِ پالپ و ۰٫۵۷ برای پری‌اپیکال. پایین‌تر از متخصص، تقریباً هم‌اندازه‌ی رزیدنت. پس آن چیزی که در مطالعه‌ی اول کم آورده بود دیدنِ مدل نبوده، چون اینجا بدونِ دیدن و فقط با توصیف هم همان ضعف‌ها خودشان را نشان دادند.

نکته این است که چیزی که به مدل می‌دهید کیس نیست. یک برشِ خیلی نازک از کیس است. یک عکس، و چند خطی که تایپ کرده‌اید.

بیرونِ این برش چه مانده؟ پاسخِ دندان به پرکاشن. لقی. آنچه انگشتتان موقعِ پالپیشن فهمید. رنگِ لثه. اینکه بیمار سه هفته پیش برای همین دندان زنگ زده بود. اینکه چهره‌اش موقعِ تستِ سرما چه شد. و آن حسِ مبهمی که بعد از چند سال کار سرِ بعضی دندان‌ها پیدا می‌کنید و اسم هم ندارد.

هیچ‌کدامِ این‌ها به مدل گفته نمی‌شود، و این از سرِ تنبلی نیست. همه‌ی چیزهایی که یک کیس را می‌سازند با کلمه قابلِ توصیف نیستند. مدل با کلمه کار می‌کند، و تشخیص از جایی می‌آید که کلمه فقط تکه‌ای از آن است. مدلِ سالِ بعد هم روی همان برشِ نازک کار می‌کند، فقط دقیق‌تر.

اینجا ممکن است یک نفر بگوید خب برای اینکه مدل کمتر اشتباه کند بهش منبع بدهید. کنسنسوس‌ها و کتاب را بدهید و بگویید فقط بر اساسِ این‌ها حرف بزن.

حرفِ بی‌ربطی نیست و امتحانش هم کرده‌اند، سرِ طرحِ درمانِ ایمپلنت. یک بخشش جواب داد. استنادها بهتر شد و می‌شد ردِ هر حرف را تا منبعش گرفت. ولی دقتِ بالینی فرقِ معناداری نکرد. در عوض چیزی درآمد که کسی انتظارش را نداشت. توی کیس‌هایی که مشکل مالِ بافتِ نرم بود، مدل می‌رفت سراغِ پیشنهادِ آگمنتیشنِ بافتِ سخت. چون آنچه جلویش گذاشته بودند پر بود از پروتکل‌های بازسازیِ استخوان، مسئله را هم به همان سمت می‌کشید.

همان حرفِ فصل ۲ است، این بار سرِ یونیت. مدل را که به منبع ببندید دیگر چیزی از خودش درنمی‌آورد، ولی شروع به فهمیدن هم نمی‌کند. و توی کارِ ما «بیش‌ازحد درمان کن» خطای بی‌آزاری نیست. بافتی که برداشتید برنمی‌گردد.

پس چه کنیم

جوابِ اصلی را همان معیارِ قسمتِ قبل داده. اطلاعاتی که تشخیص لازم دارد پیشِ مدل نیست و کامل هم نمی‌شود.

ولی گفتنِ «نکن» کافی نیست. بالاخره کیسی پیش می‌آید که وسوسه می‌شوید مطرحش کنید. بهتر است بدانید آن لحظه دقیقاً چه چیزی خراب می‌شود.

خرابی این نیست که مدل غلط بگوید. غلطِ آشکارش را توی کیسِ خودتان بالاخره می‌گیرید. خرابی این است که جوابِ مدل زودتر از جوابِ خودتان می‌رسد.

وقتی اولین چیزی که می‌خوانید یک تشخیصِ روان و مطمئن باشد، دیگر خواندنِ خودتان مستقل نیست. از آن به بعد به‌جای اینکه از نو نگاه کنید، دنبالِ شاهدی می‌گردید که همان تشخیص را تأیید یا رد کند. اولین چیزی که شنیدید مثل لنگر افتاده و بقیه‌ی نگاهتان دورِ آن می‌چرخد. و این مسئله‌ی خطرناکی است، چون آن چیزی که ذهنِ شما را سوگیر می‌کند همیشه در دسترستان است و هیچ‌وقت هم به شما نمی‌گوید نمی‌دانم.

راهِ حلش ساده است. اول تشخیصِ خودتان را بنویسید. نه توی ذهنتان، واقعاً بنویسید، همان‌جا توی چت یا توی پرونده. بعد بروید سراغِ مدل. آن‌وقت هرچه بگوید جلوی چیزی قرار می‌گیرد که از قبل بوده، و شما دارید مقایسه می‌کنید نه اینکه تحویل بگیرید. همان کاری است که قسمتِ قبل گفتیم امن است، یعنی نشاندنِ مدل روبه‌روی طرحِ خودتان. فرقش فقط این است که حالا می‌دانید چرا ترتیبش این‌قدر مهم است.

البته همه‌ی این‌ها یک فرضِ نگفته دارد. اینکه شما بتوانید جوابِ مدل را بسنجید. توی کیسِ اندوی خودتان می‌توانید. ولی معمولاً زمانی سراغِ مدل می‌روید که اطمینانِ کامل و کافی ندارید. تله‌ی اصلی همان‌جا پهن شده.

محدودیتِ مدل در رادیوگرافی تعیینِ ناحیه و شماره‌ی دندان برشِ نازک از کیس مدلِ بسته به منبع لنگرِ تشخیصیِ زودرس اول تشخیصِ خودتان را بنویسید مدل زبانی بزرگ (LLM) قضاوت بالینی
#پرامپتولوژیست#هوش_مصنوعی#سواد_هوش_مصنوعی#AI_Literacy#ChatGPT#مدل_زبانی#LLM#رادیوگرافی_تشخیصی#سوگیری_لنگر#طرح_درمان#قضاوت_بالینی
← قسمت قبلی قسمت بعدی →

جستجوی سراسری دنت‌کست