Gallai offeryn deallusrwydd artiffisial (AI) newydd a ddatblygwyd gan dîm ym Mhrifysgol Toronto fod mewn sefyllfa i leihau'n sylweddol yr amser sy'n ofynnol i greu rhaglenni triniaeth therapi ymbelydredd ar gyfer unigolion â chanser.
I wirio'r rhaglenni triniaeth perthnasol a gynhyrchwyd gan AI, edrychodd yr ymchwilwyr ar 217 o gleifion â chanser y pen a'r gwddf y datblygwyd eu hamserlenni therapi ymbelydredd trwy ddulliau traddodiadol. Roedd y cynlluniau'n debyg.
"Datblygwyd peiriannau optimeiddio AI eraill, ond y cysyniad y tu ôl i'n un ni yw ei fod yn dynwared yn agosach yr arfer gorau meddygol cyfredol, " dywed Aaron Babier, prif awdur yr ymchwil o Adran Beirianneg Prifysgol Toronto.
Ar hyn o bryd, gall datblygu cynlluniau therapi ymbelydredd ar gyfer tiwmor pob claf unigol gymryd diwrnodau, amser gwerthfawr i gleifion gan fod y canser yn aml yn parhau i dyfu ac esblygu, ond hefyd i feddygon sy'n treulio peth amser yn dylunio'r strategaethau triniaeth cymhleth hyn.
Mae canserau'r pen a'r gwddf yn hynod o anodd cynllunio rhaglenni triniaeth ar eu cyfer oherwydd gall tiwmorau fod yn hynod wahanol o un claf i'r llall. Mae'r ymchwilwyr yn disgwyl, gan fod yr offeryn wedi gweithio cystal ar y math anodd, cymhleth hwn o ganser, y dylai fod â'r gallu i drin mathau tiwmor mwy cyffredin nad ydyn nhw'n dangos cymaint o amrywiad, fel canser y prostad.
Mae Babier yn awyddus i boeni yn yr achos hwn nad yw AI i fod i ddod yn lle gweithwyr proffesiynol gofal iechyd, ond gallai arbed amser iddynt trwy berfformio rhywfaint o waith sylfaenol sylweddol. Ar ôl i'r rhaglen wneud rhaglen driniaeth, serch hynny, byddai'n cael ei hadolygu trwy ffisegydd ymbelydredd a'i newid yn ychwanegol, gan gymryd cwpl o oriau yn fwy.
Mae'n hysbys bod AI yn chwarae rhan fawr yn nyfodol diagnosis, monitro a therapi canser, ond mae rhai gweithwyr gofal iechyd proffesiynol wedi codi pryderon ynghylch moeseg defnyddio offer dysgu peiriannau i wneud penderfyniadau clinigol. Dywedodd 1 pryder o’r fath a gyhoeddwyd mewn erthygl yn gynharach eleni yn y New England Journal of Medicine gan ymchwilwyr a MDs yn Stanford:
'Rhaid i feddygon ddeall yn foddhaol sut mae cyfrifiadau'n cael eu creu, asesu o ddifrif darddiad y wybodaeth a ddefnyddir i greu'r modelau ystadegol a ddatblygwyd i ragfynegi canlyniadau, deall sut mae'r modelau'n gweithredu ac yn gwarchod rhag dod yn or-ddibynnol ar y rhain.'
Yma ceir mater eithaf cyffredin gyda datblygiadau technolegol newydd mewn meddygaeth y dyddiau hyn - y galw am MDs i gael dealltwriaeth arbenigol o'r dulliau diagnostig newydd sbon y maent yn eu defnyddio fel y gallant ddeall yn llawn faint i ddibynnu arnynt i effeithio ar eu penderfyniadau am gleifion. Mae trafodaeth debyg yn parhau ar gyfer biopsïau hylif sy'n ddadleuol yn barhaus ar gyfer canser.
Er gwaethaf yr holl faterion hyn, mae buddsoddiad mewn AI gan bobl yn y diwydiant gofal iechyd yn beth cyffredin, gyda chwmnïau enfawr fel Microsoft ac IBM yn ei ddefnyddio ar gyfer rhaglenni amrywiol ar hyn o bryd. Mae'n ymddangos bod llawer o gwmnïau'n gweld AI fel ateb posibl i geisio symleiddio'r weithdrefn darganfod cyffuriau hir a chostus o gostus. Heddiw, mae cwmni biotechnoleg Toronto, BenchSci, wedi cyfrif 28 o gwmnïau fferyllol a 97 o fusnesau cychwynnol sy'n defnyddio AI ar hyn o bryd ar gyfer eu prosesau darganfod cyffuriau.
Pe bai'n defnyddio AI i helpu i ddylunio triniaeth therapi ymbelydredd, dywed Babier fod ei offeryn penodol yn fwy o ehangu'r hyn sydd ar gael ar hyn o bryd i weithwyr gofal iechyd, yn hytrach na chwyldro.
"Yn y bôn, ategyn eithaf syml ydyw i gynorthwyo gyda'r hyn sydd yno ar hyn o bryd mewn lleoliad clinigol ond gan ddefnyddio paramedrau mwy deallus na'r hyn sydd ar gael ar hyn o bryd," meddai Babier.
Nid tîm Prifysgol Toronto yw'r unig rai sy'n gweithio ar optimeiddio triniaeth ymbelydredd gydag AI.