Οι ερευνητές δοκίμασαν ένα μοντέλο τεχνητής νοημοσύνης σε γιατρούς ER και διαπίστωσαν ότι το μοντέλο ξεπέρασε τους ανθρώπους.
shapecharge/E+/Getty Images
απόκρυψη λεζάντας
εναλλαγή λεζάντας
shapecharge/E+/Getty Images
Ένας ασθενής εμφανίζεται στο νοσοκομείο με πνευμονική εμβολή – έναν θρόμβο αίματος που έχει μεταφερθεί στους πνεύμονες. Αφού βελτιωθούν αρχικά, τα συμπτώματά του αρχίζουν να επιδεινώνονται. Η ιατρική ομάδα υποπτεύεται ότι το φάρμακο δεν λειτουργεί.
Σε βήματα τεχνητή νοημοσύνη – με τη δική της θεωρία.
Έχει σαρώσει τα ιατρικά αρχεία και υποπτεύεται ότι έχει ιστορικό λύκου, μια αυτοάνοση πάθηση που μπορεί να οδηγήσει σε φλεγμονή της καρδιάς, θα μπορούσε να εξηγήσει τι πραγματικά ταλαιπωρούσε τον ασθενή.
Αποδεικνύεται ότι το μοντέλο AI είναι σωστό.
Αυτό το είδος σεναρίου θα μπορούσε να γίνει πραγματικότητα στο όχι και πολύ μακρινό μέλλον, σύμφωνα με μια μελέτη που δημοσιεύτηκε την Πέμπτη στο περιοδικό Επιστήμη.
Ερευνητές με έδρα την Ιατρική Σχολή του Χάρβαρντ και το Ιατρικό Κέντρο Beth Israel Deaconess διαπίστωσαν ότι ένα μοντέλο συλλογιστικής τεχνητής νοημοσύνης, που αναπτύχθηκε από το OpenAI, διέπρεψε στη διάγνωση ασθενών και στη λήψη αποφάσεων σχετικά με τη διαχείριση της περίθαλψής τους. Ταίριαζε και συχνά ξεπερνούσε τους γιατρούς και το προηγούμενο μοντέλο AI, το GPT-4.
Οι ερευνητές διεξήγαγαν μια σειρά πειραμάτων στο μοντέλο AI για να δοκιμάσουν την κλινική του δεινότητα – συμπεριλαμβανομένων πραγματικών περιπτώσεων όπως ο ασθενής με λύκο που είχε προηγουμένως νοσηλευτεί στο τμήμα επειγόντων περιστατικών στο Beth Israel στη Βοστώνη.
Η ομάδα βαθμολόγησε πόσο καλά το μοντέλο τεχνητής νοημοσύνης μπορούσε να παρέχει ακριβή διάγνωση σε τρεις χρονικές στιγμές, από το στάδιο διαλογής στο ER, μέχρι την εισαγωγή στο νοσοκομείο.
Συνολικά, η τεχνητή νοημοσύνη ξεπέρασε δύο έμπειρους γιατρούς – και το έκανε μόνο με τους ηλεκτρονικούς φακέλους υγείας και τις περιορισμένες πληροφορίες που ήταν διαθέσιμες στους γιατρούς εκείνη την εποχή.
“Αυτό είναι το μεγάλο συμπέρασμα για μένα – λειτουργεί με τα ακατάστατα δεδομένα του πραγματικού κόσμου του τμήματος επειγόντων περιστατικών”, είπε ο Δρ Άνταμ Ρόντμαν, κλινικός ερευνητής στο Beth Israel και ένας από τους συγγραφείς της μελέτης. “Λειτουργεί για την πραγματοποίηση διαγνώσεων στον πραγματικό κόσμο.”
Άλλα μέρη της μελέτης επικεντρώθηκαν σε αναφορές περιπτώσεων που δημοσιεύτηκαν στο New England Journal of Medicine και κλινικές βινιέτες για να διαπιστωθεί εάν το μοντέλο τεχνητής νοημοσύνης θα μπορούσε να ανταποκριθεί σε καθιερωμένα “σημεία αναφοράς” και να αντιμετωπίσει ακανθώδη διαγνωστικά ερωτήματα.
«Το μοντέλο ξεπέρασε τις επιδόσεις του πολύ μεγάλου γιατρού μας», δήλωσε ο Raj Manrai, επίκουρος καθηγητής Βιοϊατρικής Πληροφορικής στην Ιατρική Σχολή του Χάρβαρντ, ο οποίος συμμετείχε επίσης στη μελέτη.
Οι συγγραφείς τονίζουν ότι η τεχνητή νοημοσύνη βασιζόταν μόνο στο κείμενο, ενώ στην πραγματική ζωή, οι κλινικοί γιατροί πρέπει να παρακολουθούν πολλές άλλες εισροές όπως εικόνες, ήχους και μη λεκτικές ενδείξεις κατά τη διάγνωση και τη θεραπεία ενός ασθενούς.
Ωστόσο, το έργο δείχνει πόσο πολύ έχει προχωρήσει η τεχνολογία τα τελευταία χρόνια. Οι προηγούμενες εκδόσεις μεγάλων γλωσσικών μοντέλων υποχώρησαν όταν αντιμετώπιζαν την αβεβαιότητα και δημιουργούσαν μια λίστα πιθανών καταστάσεων που θα μπορούσαν να εξηγήσουν τα συμπτώματα, αυτό που είναι γνωστό ως διαφορική διάγνωση.
«Αυτή η εργασία είναι μια όμορφη περίληψη του πόσο πολύ έχουν βελτιωθεί τα πράγματα», λέει ο Δρ Ντέιβιντ Ράιχ, επικεφαλής κλινικός υπεύθυνος του συστήματος υγείας Mount Sinai στη Νέα Υόρκη, ο οποίος δεν συμμετείχε στην εργασία.
«Έχετε κάτι που είναι αρκετά ακριβές, πιθανώς έτοιμο για την πρώτη στιγμή», λέει. “Τώρα το ανοιχτό ερώτημα είναι πώς το εισάγετε στις κλινικές ροές εργασίας με τρόπους που βελτιώνουν πραγματικά τη φροντίδα;”
Σε τελική ανάλυση, το να φτάσουμε σε κάποια δύσκολη, τελική διάγνωση – στην οποία το μοντέλο τεχνητής νοημοσύνης λάμπει – δεν αντικατοπτρίζει απαραίτητα το πώς εξελίσσονται τα πράγματα «στην πραγματική κλινική ιατρική», λέει ο Ράιχ, όπου «τα αποτελέσματα είναι πολύ πιο λεπτά και ίσως πιο διαφορετικά».
Και το τμήμα επειγόντων περιστατικών είναι μόνο ένα μικρό μέρος της συνολικής ιατρικής φροντίδας του ασθενούς. Ο Ρόντμαν αναγνωρίζει ότι είναι απίθανο η τεχνητή νοημοσύνη να είχε κάνει μια τόσο «εντυπωσιακή» δουλειά αν η ομάδα της παρείχε τα αρχεία κάποιου που είχε περάσει ένα μήνα στο νοσοκομείο.
Κανένας από τους εμπλεκόμενους στη νέα μελέτη δεν πιστεύει ότι τα ευρήματα υποστηρίζουν την αντικατάσταση γιατρών με τεχνητή νοημοσύνη, «παρά το τι είναι πιθανό να πουν ορισμένες εταιρείες και πώς είναι πιθανό να χρησιμοποιήσουν αυτά τα αποτελέσματα», λέει ο Manrai.
«Νομίζω ότι σημαίνει ότι γινόμαστε μάρτυρες μιας πραγματικά βαθιάς αλλαγής στην τεχνολογία που θα αναδιαμορφώσει την ιατρική», προσθέτει.
Ωστόσο, τα αποτελέσματα υποστηρίζουν ότι τα μοντέλα τεχνητής νοημοσύνης πρέπει να δοκιμάζονται με αυστηρό τρόπο, ιδανικά μέσω δοκιμών που κοιτάζουν το μέλλον που μπορούν να δώσουν περισσότερη βεβαιότητα για το πώς η τεχνολογία τελικά επηρεάζει την κλινική πρακτική.
«Είναι μια πολύ προκλητική διαδικασία να σχεδιάσεις αυτές τις δοκιμές», λέει ο Ράιχ, «αλλά αυτή η μελέτη είναι μια τέλεια έκκληση για δράση».
