Fagfellevurdert gjennomgang: «agentic» KI i patologien er teknisk lovende, men ikke klinisk bevist
En ny fagfellevurdert gjennomgang i Journal of Translational Medicine konkluderer at såkalte agentic-systemer – som planlegger, resonerer og handler selvstendig – ennå ikke er klare for diagnostikkbenken. Forfatterne Xinyu Lu og Susu Luo tilbyr samtidig en taksonomi i tre deler som kan hjelpe forskere og myndigheter å skille ekte autonomi fra markedsføring.
En ny gjennomgangsartikkel publisert i Journal of Translational Medicine vurderer om autonome, «agentic» KI-arkitekturer er klare for patologiens diagnostikkbenk – og svaret fra forfatterne er et nøye kvalifisert nei, ifølge bioengineer.orgs dekning av artikkelen. Arbeidet, ledet av Xinyu Lu ved Shanghai Eastern Hepatobiliary Surgery Hospital og Susu Luo, som har stillinger ved samme sykehus og ved Moores Cancer Center ved University of California San Diego, framstilles som en av de første systematiske vurderingene av om disse arkitekturene er klare for diagnostisk bruk.
Hva «agentic» betyr i patologien
KI har allerede endret måten patologer undersøker vev på. Hele-skannet mikroskopi (whole-slide imaging) gjorde glassraster til gigapikslede digitale filer, og dyp lærings-modeller har lært å oppdage svulster, gradere kreft og kvantifisere biomarkører med bemerkelsesverdig nøyaktighet, skriver bioengineer.org. Men systemene i dagens drift følger faste analysepipeliner: inngangen går gjennom en forhåndsbestemt rekkefølge av behandlingssteg.
Agentic-systemer er noe annet. Det avgjørende er at kontrollflyten er dynamisk snarere enn forhåndsbestemt. Systemet avgjør øyeblikk for øyeblikk hvilket verktøy det skal kalle, hvilket område av preparatet det skal undersøke neste gang, og når det har samlet nok bevis til å gi en vurdering. Slike systemer kan altså planlegge, resonnere og handle selvstendig, med tilbakemeldingssløyfer som lar dem revidere mellomkonklusjoner underveis.
Tre søyler for å vurdere påstandene
Gjennomgangens praktiske bidrag er en operasjonell taksonomi bygd på tre søyler: dynamisk kontrollflyt, verktøyvalg ved kjøretid (inference-time tool selection) og kunnskapsintegrasjon. Disse tre egenskapene skal, ifølge forfatterne, skille ekte agentarkitekturer fra konvensjonell programvare som markedsføres med samme ord.
Rammeverket er ikke bare teknisk. Betegnelsen «agentic» har blitt like mye et markedsføringsbuzzord som et teknisk begrep, anvendt på alt fra enkle chatbot-omslag til genuint autonome flermodellspipeliner, heter det i bioengineer.orgs gjengivelse av gjennomgangen. En delt terminologi gir forskere og regulatorer et felles målehjul for å vurdere om en leverandørs påstand om «agentic»-kapabilitet stemmer med systemets faktiske oppførsel.
Hvorfor dette skjer nå
Vurderingen kommer midt i en bølge av markedsføring rundt begrepet «agentic» i helsesektoren. Mot det bakteppet gir gjennomgangen et konkret verktøy for å veie leverandørpåstander, og den posisjonerer seg som en av de første systematiske vurderingene av om autonome KI-arkitekturer faktisk er klare for patologisk diagnostikk.
Forfatternes konklusjon er altså ikke et nei til teknologien, men et kvalifisert nei til den kliniske modenheten: teknisk lovende, klinisk ubevist.
Åpne spørsmål – og en viktig forutsetning
Flere sentrale detaljer gjenstår uavklart. AIMag har ikke verifisert originalartikkelen direkte; dekningen hviler på bioengineer.orgs gjengivelse, og hverken artikkelens nøyaktige tittel eller utgivelsesdato kan bekreftes mot originalen. Det er heller ikke detaljert hvilke studier gjennomgangen bygger på, eller hvilke kriterier forfatterne brukte for å konkludere at systemene ikke er klinisk bevist. Hvilke konkrete tekniske begrensninger forfatterne peker på, er heller ikke dokumentert i det tilgjengelige kildematerialet.
Det som står igjen, er et tydelig rammeverk og en like tydelig advarsel: For patologiens del betyr autonom planlegging og resonnering ikke automatisk klinisk beredskap – og avstanden mellom dem måles i bevis, ikke i markedsføringsbegreper.