«AI-вошинг»: позиционирование простых автоматизированных систем или систем, основанных на правилах, как систем искусственного интеллекта

На фоне подлинного преобразующего потенциала искусственного интеллекта на рынке ортодонтического программного обеспечения сложилась тревожная тенденция к использованию терминологии искусственного интеллекта для описания обычной автоматизации программного обеспечения. Эта практика, известная как «AI-вошинг», принимает различные формы.

Наиболее распространенным вариантом является «замена сегментации»: платформа позиционирует свою функцию автоматической сегментации как «планирование лечения с помощью ИИ», хотя сегментация является единственным этапом, основанным на ИИ, в иначе полностью ручном рабочем процессе. Шесть из десяти платформ предлагают ту или иную форму автоматизации сегментации зубов, но только одна из них применяет ИИ для автономного формирования плана лечения. Сегментация — это хорошо решенная задача в области компьютерного зрения. Планирование лечения требует понимания биомеханики ортодонтии, систем сил и клинических результатов — это задача, которую большинство поставщиков даже не пытались решать.

Еще один вариант — ребрендинг на основе правил. Компания OnyxCeph прямо описывает свою технологию как использующую «модули управления на основе правил» и «философию обработки CA для автоматической транспозиции». Это логика экспертной системы, а не машинное обучение. Система следует закодированным правилам, написанным экспертами-людьми; она не учится на данных и не совершенствуется с опытом. В системах, основанных на правилах, нет ничего плохого — они могут быть надёжными и прозрачными, — но представлять их как ИИ вводит в заблуждение.

Третьим аспектом является вопрос скорости: поставщики приравнивают быстрые рабочие процессы к интеллектуальным возможностям ИИ. OrthoUp обеспечивает время планирования, составляющее примерно пятнадцать минут, благодаря отлично проработанной организации рабочего процесса. Эта скорость реальна и ценна, но она достигается за счет учета человеческого фактора при проектировании, а не за счет машинного обучения.