
شروع آموزش هوش مصنوعی پزشکی با فهرستی از دهها ابزار، معمولاً به پراکندگی ختم میشود. مسیر پیشنهادی من از یک کار کوچک و قابل بررسی شروع میشود: متنی عمومی در اختیار ابزار قرار دهید و خروجی را سطر به سطر با همان متن مقایسه کنید. برای یادگیری اولیه به اطلاعات واقعی بیمار نیاز ندارید.
مرحلهٔ اول؛ بفهمید ابزار چه کاری میکند مدل زبانی، موتور جستوجو و نرمافزار تخصصی پزشکی را از هم تفکیک کنید. ممکن است یک محصول هر سه را کنار هم قرار دهد، اما هر بخش منبع خطای خودش را دارد. در WHO؛ مدلهای بزرگ چندوجهی در سلامت دربارهٔ فرصتها و مسائل مدلهای بزرگ در سلامت بحث شده است؛ وجود توانایی عمومی، تأیید بالینی یک کاربرد خاص نیست.
مرحلهٔ دوم؛ یک مهارت، چند تمرین سه تمرین مناسب برای شروع عبارتاند از سادهنویسی یک متن آموزشی عمومی، استخراج سؤال از یک مقالهٔ در دسترس و تنظیم ساختار یک ارائه. برای هر تمرین، متن مبنا و معیار قبولی بنویسید. «متن خوب بود» معیار کافی نیست؛ حفظ اعداد، نبود ادعای افزوده و وضوح برای مخاطب مشخص را بررسی کنید.
مرحلهٔ سوم؛ درخواست را اصلاح کنید نقش مخاطب، هدف، منبع مجاز و شکل خروجی را در درخواست بیاورید. اگر نتیجه مناسب نبود، ابتدا محل خطا را پیدا کنید. طولانیتر کردن درخواست همیشه کمک نمیکند؛ گاهی فقط لازم است خروجی را به یک جدول یا چند پرسش محدود کنید.
مرحلهٔ چهارم؛ پروندهٔ یادگیری بسازید در آموزش هوش مصنوعی، نگه داشتن نمونهٔ ناموفق به اندازهٔ نمونهٔ موفق ارزش دارد. ورودی، خروجی و اصلاح خودتان را ذخیره کنید تا روند پیشرفت دیده شود. برای متن علمی، نقش ابزار و مسئولیت نویسنده را مطابق سیاست مجله بررسی کنید؛ ICMJE؛ استفادهٔ نویسندگان از هوش مصنوعی مرجع عمومی این موضوع است.
هدف آموزش هوش مصنوعی پزشکی این است که بتوانید دربارهٔ استفاده یا استفاده نکردن از ابزار تصمیم بگیرید. سرعت زمانی ارزش دارد که خروجی قابل اتکا و قابل بازبینی بماند.
منابع این یادداشت
- WHO؛ مدلهای بزرگ چندوجهی در سلامت www.who.int
- ICMJE؛ استفادهٔ نویسندگان از هوش مصنوعی icmje.org

