Deallusrwydd Artiffisial ym myd gofal iechyd: y rhagolygon yng Nghymru

Yn ystod y flwyddyn ddiwethaf, rydym wedi clywed llawer o rybuddion enbyd y bydd deallusrwydd artiffisial yn cymryd ein swyddi, neu hyd yn oed yn cymryd drosodd y byd ac yn cynllwynio ein difodiant. Er hynny, lle mae’r realiti yn hyn i gyd?

O ystyried pa mor gyflym y mae modelau iaith mawr wedi amlhau a’r ffaith eu bod yn offer safonol erbyn hyn sy’n cael eu defnyddio gan amrywiaeth o bobl, ni allwn anwybyddu’r dechnoleg drawsnewidiol hon. Hefyd, ni allwn anwybyddu gwasanaeth iechyd a system gofal cymdeithasol sydd ar fin torri. Y cwestiwn go iawn yw – sut y gallwn ddefnyddio’r dechnoleg hon i wella gofal, ac a oes ganddi’r potensial i wneud mwy na hynny? Beth arall yr hoffem i’r dechnoleg hon ei wneud? A yw’n bosibl ail-ddychmygu iechyd a gofal cymdeithasol yn rhan o ddyfodol cyfoethog ei ddata a helaeth ei wybodaeth am dechnoleg fodern?

Deallusrwydd artiffisial ar waith

Yn Swydd Buckingham, mae   yn nodi newidiadau yn arferion yfed a bwyta unigolion sy’n agored i niwed ac yn rhoi gwybod amdanynt i dîm Gofal Pellach anghlinigol, a fydd yn cysylltu â’r unigolion hynny ac yn gallu datrys 95% o broblemau heb fod angen troi at y broses uwchgyfeirio clinigol.

Mewn rhannau o Birmingham, llwyddodd i osgoi 20,000 o achosion o aros yn yr ysbyty dros nos, arbed 120,000 o ‘dyddiau gwely’ y flwyddyn a sicrhau budd ariannol gwerth £26.7 miliwn, a hynny drwy ddefnyddio deallusrwydd artiffisial i ragweld y 5% o bobl yn y boblogaeth sydd fwyaf mewn perygl o gael eu derbyn i’r ysbyty. Roedd y staff yn gallu ymyrryd cyn i’r bobl hyn gael eu derbyn i’r ysbyty, a hynny drwy gynnig gwneud asesiad cymdeithasol ac adolygu eu meddyginiaethau a hefyd ddefnyddio presgripsiynu cymdeithasol. Mae’r dull integredig hwn bellach yn ‘busnes fel arfer’.

Yn y senarios hyn, mae deallusrwydd artiffisial yn offeryn sy’n galluogi pobl i ganolbwyntio ar y pethau hynny y gallant ychwanegu gwerth atynt orau, yn hytrach na thynnu pobl o’r system yn gyfan gwbl. Mae’n bwysig cofio nad yw’r ymyriadau hyn yn dibynnu ar y cyhoedd yn defnyddio apiau penodol neu’n meddu ar ffôn clyfar sydd, fel rydym yn ei wybod, yn cau allan rhai o’r bobl fwyaf agored i niwed yn ein cymunedau. Yn hytrach, mae’r sylw ar ofal integredig sy’n cael ei arwain gan ddata ac sy’n gwneud y mwyaf o’r adnoddau sydd ar gael. Agwedd allweddol arall yw bod deallusrwydd artiffisial yn cynghori’n unig; mae’n annog darparwyr y gwasanaeth i weithredu ac yn awgrymu ymyriadau, ond nid yw’n dweud wrthynt beth i’w wneud. Nid yw deallusrwydd artiffisial yn ddi-ffael, sy’n golygu bod angen i benderfyniadau dynol fod yn rhan o’r broses bob tro.

Deallusrwydd artiffisial rhagfynegol

Mae deallusrwydd artiffisial rhagfynegol, y gellir ystyried ei fod yn cynnwys dysgu peirianyddol, yn fodd o syntheseiddio data na fydd yn bosibl i bobl eu prosesu oherwydd eu maint. Rhwng mis Rhagfyr 2022 a mis Tachwedd 2023, cynhaliodd y GIG yn Lloegr dros 45 miliwn o brofion delweddu, gan gynnwys sganiau uwchsain, sganiau tomograffeg gyfrifedig (CT) a sganiau delweddu cyseiniant magnetig (MRI). Mae ymchwilwyr ym i fynd drwy famogramau ac amlygu’r sganiau anarferol hynny’n unig i roi sylw clinigol iddynt, a fydd yn lleihau’r llwyth clinigol yn uniongyrchol.

Dyma’r math o dasgau – awtomeiddio, dadansoddi data, mapio, a rhagfynegi – y mae gan ddeallusrwydd artiffisial y gallu uniongyrchol i’w cefnogi. Gall deallusrwydd artiffisial nodi cysylltiadau genetig newydd ar gyfer clefydau, gan gynnwys ffyrdd newydd o’u trin. Mae prosesu iaith naturiol yn ei gwneud yn bosibl defnyddio gwybodaeth naratif mewn nodiadau clinigol yn ffynhonnell ddata gyfoethog, ac mae rôl i ddeallusrwydd artiffisial cynhyrchiol mewn tasgau mor hanfodol (ond llafurus, hefyd) ag awtomeiddio nodiadau a chymryd hanes meddygol. Gallai deallusrwydd artiffisial awgrymu mathau o driniaeth, ystyried hanes clinigol cyfan y claf mewn eiliadau, cysylltu data amlfodd megis data delweddu a data dilyniannodi genetig, cynnig crynodebau cyfannol i’r staff clinigol a sicrhau sefyllfa lle nad oes rhaid i gleifion ailadrodd eu straeon drosodd a throsodd.

Yn ôl adroddiad diweddar gan The Health Foundation, mae’r cyhoedd a staff y GIG o blaid defnyddio deallusrwydd artiffisial yn y ffyrdd hyn. Mae deallusrwydd artiffisial eisoes yn cael ei ddefnyddio gan wasanaeth 111 y GIG er mwyn helpu i awtomeiddio’r broses frysbennu, a hynny drwy ddefnyddio rhwydwaith tebygoliaethol meddygol a sgwrsfot deallusrwydd artiffisial a fydd yn paratoi adolygiad achos cyflawn y gall clinigwyr ei ddefnyddio wrth ffonio unigolion yn ôl.

Fodd bynnag, gallai ymyriadau sy’n seiliedig ar ddeallusrwydd artiffisial hefyd arwain at fwy o anghenion gofal. Yn ddiweddar, cyhoeddodd ymchwilwyr ym Mhrifysgol Caerdydd bapur cynargraffedig sy’n ymchwilio i’r defnydd o . Pe bai deallusrwydd artiffisial yn cael ei ddefnyddio at y diben hwn, a fyddai’r gwasanaethau sydd ar gael ar hyn o bryd yn gallu ymdopi â chynnydd o hyd yn oed un neu ddau bwynt canran yn unig yn y galw?

Rheoleiddio

Un mater sylweddol o ran y defnydd o ddeallusrwydd artiffisial a’r ffaith bod y cyhoedd wedi derbyn ei ddefnydd yw atebolrwydd a thryloywder wrth wneud penderfyniadau. Er bod deallusrwydd artiffisial ‘blwch du’, gan gynnwys ChatGPT, yn bwerus, mae’n rhaid i ddeallusrwydd artiffisial ym maes gwasanaethau cyhoeddus fod yn gyfrifol, yn dryloyw ac yn atebol, hyd yn oed ar draul perfformiad. I’r perwyl hwn, fis diwethaf, cymeradwyodd Llywodraeth Cymru’r Safon Cofnodi Tryloywder Algorithmig (ATRS), a gafodd ei datblygu gan y Ganolfan Gwasanaethau Cyhoeddus Digidol. Nod y safon yw cofnodi a rhannu manylion yr offer algorithmig sy’n cael eu defnyddio gan sefydliadau’r sector cyhoeddus wrth wneud penderfyniadau.

Fodd bynnag, mae deallusrwydd artiffisial, boed gynhyrchiol neu ragfynegol, yn dibynnu ar y data sy’n cael eu rhoi iddo. “Sbwriel i mewn; sbwriel allan” yw mantra’r gwyddonydd data. Pan mai gwybodaeth feddygol, gwybodaeth am gyflyrau a gwybodaeth am fywyd unigolyn yw’r data dan sylw, mae’n bwysig ein bod yn gwybod pa mor bwysig yw’r cyfrifoldeb am reoli’r data hyn. Sut rydym yn sicrhau seiberddiogelwch a seibergadernid? Safonau data, dulliau o lywodraethu data, moeseg data. Nid yw’r pynciau hyn mor gyffrous â deallusrwydd artiffisial cynhyrchiol, ond nhw yw’r sylfaen i adeiladu gwasanaeth iechyd a gofal cymdeithasol digidol arni. Mae cyfleoedd yma i ddysgu gan ddiwydiannau eraill –   logisteg a gweithgynhyrchu, sydd wedi’u digideiddio’n helaeth – a rhannu arfer gorau.

Rhannu data

Yn ystod y pandemig, cafodd data eu rhannu mewn ffyrdd cwbl arbennig. Cafodd gwybodaeth ddiagnostig hefyd ei rhannu’n ddi-oed â chleifion heb fod angen i ymarferydd gofal iechyd ymyrryd. Pan fyddwn yn grymuso cleifion â gwybodaeth, a ydym yn gyfrifol am eu haddysgu? Pa wybodaeth a all gael ei hanfon yn syth i ffonau neu beidio? Pwy sy’n penderfynu, ac ai’r un penderfyniad ydyw ar gyfer y genedl gyfan? Ai rhywbeth mwy moesegol yw gwneud i glaf aros yn hirach i gael gwybodaeth, pan fydd yr oedi ei hun yn peri gofid?

Egwyddor sylfaenol deallusrwydd artiffisial yw ei fod yn dysgu ac yn gwella wrth i ragor o ddata gael eu rhoi iddo. Felly, mae’n rhaid i ni hefyd ddysgu a gwella’n gyson wrth ei ddefnyddio. Ni allwn weithredu’r systemau hyn ac yna eu hanwybyddu; mae’n rhaid i ni fonitro, asesu, ystyried a newid ein dulliau yn ôl yr angen. Mae systemau sy’n seiliedig ar ddata’n addas i fonitro ac adrodd; y dasg bwysig i ni yw talu sylw.