Segundo o TechCrunch, a inteligencia artificial do Google falhou em testes da vida real ao não concretizar os resultados que vinha obtendo em dentro dos laboratórios de Mountain View.
A falha ocorreu no sistema de aprendizado profundo que examina imagens de olhos e procura evidências de retinopatia diabética, uma das principais causas de perda de visão em todo o mundo.
Segundo o blog, apesar da “alta precisão teórica, a ferramenta se mostrou impraticável nos testes do mundo real, frustrando pacientes e enfermeiros com resultados inconsistentes e uma falta geral de harmonia com as práticas no local”.
Os testes, que ocorreram na zona rural da Tailândia, mostraram que o Google não treinou sua inteligencia artificial para lidar com situações adversas, como diferenças ambientais, como a iluminação, que varia entre as clínicas e podem afetar a qualidade das imagens.
Nosso trabalho de campo concluiu que também devemos levar em consideração as diferenças ambientais, como a iluminação, que variam entre as clínicas e podem afetar a qualidade das imagens. Assim como um clínico experiente pode saber como explicar essas variáveis para avaliá-las, os sistemas de IA também precisam ser treinados para lidar com essas situações.
Por exemplo, algumas imagens capturadas na triagem podem ter problemas como manchas ou áreas escuras. Um sistema de IA pode chamar conservadoramente algumas dessas imagens de “não classificáveis” porque os problemas podem ocultar os recursos anatômicos críticos necessários para fornecer um resultado definitivo.
A empresa reforçou que vai incorporar melhorias em seus estudos e se envolver mais com médicos e pacientes, antes que a tecnologia seja amplamente implantada.
Saiba mais:
