In de wereld van de moderne geneeskunde is een radiologisch verslag meer dan alleen een beschrijving van een röntgenfoto of een CT-scan; het is een gestructureerd narratief dat specifieke visuele aanwijzingen verbindt aan duidelijke medische condities. Wanneer een arts naar een borstkasafbeelding kijkt, ziet hij niet één enkel, wazig concept van "ziekte". In plaats daarvan identificeert hij een reeks precieze bevindingen: misschien vocht in de longen, een vergroot hart, of een ingeklapt deel van het weefsel. Elke van deze observaties komt overeen met een specifiek deel van de afbeelding en vereist een nauwkeurige beschrijving in het uiteindelijke verslag. Jarenlang hebben computers moeite gehad om deze verslagen automatisch te genereren. Hoewel kunstmatige intelligentie erg goed is geworden in het schrijven van vloeiende zinnen, faalt het vaak in het verbinden van de juiste woorden aan het juiste visuele bewijs. De computer kan een grammaticaal perfect verslag schrijven dat een cruciaal detail mist of twee verschillende condities verwart, omdat het getraind is om naar de afbeelding en het verslag te kijken als één groot, ongedifferentieerd geheel, in plaats van als een verzameling van specifieke, gekoppelde feiten.

Een team van onderzoekers aan de Universiteit van Sydney en andere instellingen heeft een nieuwe manier voorgesteld om computers te leren deze medische verslagen te schrijven, een manier die de gedetailleerde structuur van de menselijke diagnose respecteert. Hun werk, gepresenteerd op een belangrijke multimedia-conferentie, suggereert dat het probleem niet is dat huidige computers te klein of niet slim genoeg zijn, maar dat ze de verkeerde les krijgen. In plaats van een kunstmatige intelligentie te vragen om een hele afbeelding met een heel verslag te matchen, hebben de onderzoekers de taak opgedeeld in kleinere, meer logische stappen. Ze creëerden een systeem dat de computer dwingt om te leren hoe specifieke ziekten aan specifieke delen van de afbeelding te koppelen, terwijl het algemene verhaal van het verslag coherent blijft. Deze aanpak, die zij Graph-Supervised Hierarchical Clinical Alignment noemen, gebruikt een kaart van medische kennis alleen tijdens de trainingsfase om het leerproces te begeleiden, en gooit die kaart vervolgens weg zodra de computer klaar is om te werken.

De kern van deze nieuwe methode is het inzicht dat een radiologisch verslag in lagen is opgebouwd. Op het onderste niveau zijn er individuele bevindingen, zoals "pneumonie" of "fractuur", elk gekoppeld aan een klein gebied in de afbeelding. Op het bovenste niveau is er de algemene flow van het verslag, die ervoor zorgt dat deze individuele feiten samen zinvol zijn als één enkel medisch verhaal. Eerdere pogingen om deze systemen te verbeteren probeerden de computer slimmer te maken door het meer data of een groter brein te geven, maar de onderzoekers ontdekten dat het simpelweg veranderen van de manier waarop de computer werd onderwezen effectiever was. Ze ontwierpen een trainingsproces dat werkt als een stappenplan in twee fasen. Eerst leert het systeem de hele afbeelding met het hele verslag te matchen om te zorgen dat de algemene betekenis correct is. Ten tweede, en belangrijker nog, gebruikt het een gestructureerde gids van medische relaties om de computer te leren specifieke ziekte termen te koppelen aan specifieke visuele patronen. Deze gids is een kennisgrafiek, een netwerk dat begrijpt dat "hart" en "borst" aan elkaar gerelateerd zijn, of dat "vocht" en "zwelling" vaak samen voorkomen. Cruciaal is dat deze gids alleen wordt gebruikt terwijl de computer leert; zodra de training is voltooid, wordt de gids verwijderd, waardoor een snel en efficiënt systeem overblijft dat geen complexe kaart hoeft te raadplegen bij het genereren van een verslag.

Om te testen of deze methode daadwerkelijk werkte, trainden de onderzoekers hun systeem op drie verschillende sets medische gegevens, inclusen een enorme collectie van meer dan 370.000 borst röntgenfoto's en de bijbehorende verslagen. Ze vergeleken hun nieuwe systeem, dat een relatief klein taalmodel met ongeveer 3 miljard parameters gebruikt, met andere systemen die veel grotere modellen gebruiken met 7 miljard of zelfs 13 miljard parameters. De resultaten waren opmerkelijk. Het kleinere model, getraind met deze nieuwe gestructureerde aanpak, presteerde consequent beter dan de grotere modellen op zowel standaard taaltests als gespecialiseerde klinische evaluaties. Het genereerde verslagen die niet alleen vloeiender waren, maar ook nauwkeuriger in het beschrijven van de specifieke medische condities die in de afbeeldingen werden gevonden. Het systeem was beter in het identificeren van subtiele details, zoals de exacte locatie van een abnormaliteit, en vermeed de veelvoorkomende fout om verschillende ziekten met elkaar te verwarren. Sterker nog, de onderzoekers ontdekten dat hun 3 miljard parameter model betere resultaten kon produceren dan systemen die meer dan vier keer zo groot zijn, wat suggereert dat de manier waarop informatie wordt georganiseerd tijdens het leren veel belangrijker is dan de loutere omvang van het geheugen van de computer.

De onderzoekers onderzochten ook wat er gebeurde toen ze verschillende onderdelen van hun nieuwe trainingsmethode verwijderden om te zien welke stukken het belangrijkst waren. Ze ontdekten dat beide niveaus van de training noodzakelijk waren. Als het systeem alleen leerde de hele afbeelding met het hele verslag te matchen, produceerde het verslagen die vloeiend waren, maar vaak specifieke details misten. Als het alleen leerde individuele ziekten aan beelddelen te koppelen, werden de verslagen een onsamenhangende lijst van feiten die een coherent narratief misten. Alleen wanneer beide niveaus werden gecombineerd, produceerde het systeem verslagen die zowel precies als natuurlijk waren. Bovendien testten ze of de specifieke vorm van de medische kenniskaart uitmaakte. Ze vonden dat het gebruik van een kaart die de werkelijke anatomische relaties weerspiegelde, veel beter werkte dan het gebruik van een willekeurige kaart of een kaart waarbij alles met alles verbonden was. Dit bevestigde dat de waarde van het systeem voortkwam uit het aanleren van de logische structuur van medische kennis aan de computer, en niet alleen uit het toevoegen van meer data.

Een van de meest significante aspecten van dit werk is hoe het de relatie tussen de computer en de medische data verandert. In veel eerdere pogingen om medische kennisgrafieken te gebruiken, moest de computer de complexe kaart bij zich dragen bij elke keer dat hij een verslag genereerde, wat het proces vertraagde en het moeilijker maakte om in een echte ziekenhuisomgeving te gebruiken. Deze nieuwe methode vermijdt die flessenhals volledig. Door de kenniskaart alleen als tijdelijke leraar tijdens de trainingsfase te gebruiken, blijft het uiteindelijke systeem eenvoudig en snel. Het leert de structuur van de medische wereld en past dat begrip vervolgens toe zonder telkens de regels te hoeven opzoeken. Dit betekent dat ziekenhuizen deze geavanceerde systemen potentieel kunnen gebruiken zonder zich zorgen te maken over de extra computationele kosten of complexiteit die meestal gepaard gaat met het integreren van diepe medische kennis. Het systeem leert te denken als een radioloog door het probleem op te delen in beheersbare stukken, waardoor gegarandeerd wordt dat elk woord in het verslag gebaseerd is op een specifiek visueel feit.

Het succes van deze aanpak suggereert een verschuiving in hoe we denken over kunstmatige intelligentie in de geneeskunde. Lange tijd was de heersende overtuiging dat om complexe problemen op te lossen, we simpelweg grotere en grotere computers moesten bouwen. Dit artikel betoogt dat we de verkeerde hendel hebben aangepakt. De flessenhals in het genereren van accurate medische verslagen is niet een gebrek aan rekenkracht, maar een gebrek aan gestructureerd toezicht. Door de computer te leren zijn leren af te stemmen op de werkelijke structuur van de medische taak – het matchen van specifieke bevindingen aan specifiek bewijs – kunnen we betere resultaten bereiken met kleinere, efficiëntere modellen. De onderzoekers hebben dit aangetoond door te laten zien dat hun methode de kwaliteit van de verslagen verbeterde over verschillende soorten medische afbeeldingen, van standaard borst röntgenfoto's tot CT-scans van de longen. Het systeem was in staat om klinisch getrouwe verslagen te genereren, wat betekent dat ze de medische realiteit van de afbeeldingen accuraat weerspiegelden, in plaats van alleen maar te klinken alsof ze dat deden.

Uiteindelijk biedt het werk een duidelijk pad vooruit om de manier waarop machines artsen ondersteunen te verbeteren. Het laat zien dat door de hiërarchische aard van de menselijke diagnose te respecteren, waarbij individuele feiten opbouwen tot een compleet verhaal, we instrumenten kunnen creëren die zowel slimmer als betrouwbaarder zijn. De onderzoekers hebben niet alleen een betere verslaggenerator gebouwd; ze hebben het probleem geherdefinieerd, door aan te tonen dat de sleutel tot het ontsluiten van het potentieel van kunstmatige intelligentie in de radiologie ligt in hoe we het leerproces zelf structureren. Door de taak te deconstrueren in een globale afstemming van het hele verslag en een fijnmazige afstemming van individuele ziekten, creëerden ze een systeem dat het verschil begrijpt tussen een algemene beschrijving en een precieze medische bevinding. Deze aanpak produceert niet alleen betere verslagen, maar doet dit ook op een manier die praktisch bruikbaar is voor de echte wereld, waarmee bewezen wordt dat soms het krachtigste hulpmiddel niet een groter brein is, maar een betere manier van denken.