AI Chatbot Przewyższa Lekarzy w Teście, Ale Nie Poprawia Skuteczności Diagnozy

Badania kliniczne wykazały, że chociaż AI chatbot przewyższał lekarzy pod względem dokładności diagnozy, nie poprawił swojej skuteczności, kiedy był używany równolegle z tradycyjnymi zasobami. To podkreśla potrzebę lepszej integracji AI w służbie zdrowia.

The Times poinformował w niedzielę o niedawnym badaniu klinicznym dotyczącym wpływu komercyjnie dostępnego dużego modelu językowego (LLM) w formie chatbota na proces rozpoznawania diagnoz przez lekarzy.

Badanie study wykazało, że mimo iż narzędzie AI przewyższało lekarzy, nie poprawiło efektywności diagnozowania, gdy było używane razem z tradycyjnymi zasobami.

To odkrycie podkreśla potrzebę lepszej integracji AI z praktyką kliniczną, szczególnie że wiele systemów zdrowia oferuje teraz czaty sterowane przez AI bez solidnego szkolenia dla lekarzy.

Badanie losowe wykazało, że choć chatbot przewyższał obie grupy lekarzy ludzkich – tych z dostępem do narzędzia i bez niego – lekarze korzystający z chatbota osiągali wyniki tylko nieznacznie lepsze niż ci bez niego.

Badanie nie wykazało znaczącej przewagi czasowej przy użyciu LLM, co sugeruje, że sama obecność narzędzia AI w środowisku klinicznym może nie poprawiać ogólnego procesu diagnostycznego. Niespodziewanym wynikiem było wyższe osiągnięcie LLM, z średnią skutecznością diagnostyczną na poziomie 90% w porównaniu do 74-76% u lekarzy.

Badacze argumentują, że podkreśla to znaczenie dobrze skonstruowanych wskazówek podczas interakcji z LLM, a eksperci sugerują, że szkolenie lekarzy w najlepszych praktykach podawania wskazówek mogłoby zwiększyć ich korzystanie z narzędzia.

Artykuł argumentuje, że organizacje opieki zdrowotnej mogłyby zainwestować w predefiniowane wskazówki, aby pomóc zniwelować lukę pomiędzy narzędziami AI a ekspertyzą lekarzy.

Chociaż AI ma potencjał, aby stać się cennym „pomocnikiem lekarza”, oferując drugie opinie i pomagając w skomplikowanych decyzjach, autorzy badania ostrzegają przed używaniem AI do autonomicznej diagnozy.

Badanie skupiało się na klinicznych vinietach przygotowanych przez ludzkich klinicystów, ale diagnozy w rzeczywistym świecie wiążą się z bardziej skomplikowanymi czynnikami, takimi jak interakcja z pacjentem i zbieranie danych.

Sztuczna inteligencja powinna być postrzegana jako wsparcie dla lekarzy, a nie ich zastępstwo, zwłaszcza że brak chatbotom zrozumienia kontekstu i inteligencji emocjonalnej ogranicza ich zastosowanie w różnorodnych środowiskach klinicznych.

Badanie wprowadziło również nowe narzędzie do strukturalnej refleksji w celu oceny klinicznego rozumowania, dostarczając bardziej złożoną ocenę umiejętności diagnostycznych. Narzędzie wykazało znaczne zgodności między oceniającymi, co dodatkowo przyczynia się do postępu w ocenach rozumowania diagnostycznego w badaniach nad sztuczną inteligencją.

Pomimo obiecujących wyników wstępnych badań nad zdolnością sztucznej inteligencji do zbierania i podsumowywania danych pacjentów, eksperci argumentują, że konieczne jest więcej badań, zanim AI zostanie w pełni zintegrowane z procesami podejmowania decyzji klinicznych.

To zagadnienie jest ważne do rozwiązania, ponieważ sztuczna inteligencja zdobywa coraz mocniejszą pozycję w służbie zdrowia. Na przykład, NHS ogłosiło niedawno, że wykorzystuje AI do wczesnej diagnozy nowotworów oraz wykrywania złamań. Co więcej, Światowe Forum Ekonomiczne niedawno zasugerowało, że AI mogłoby pomóc rozwiązać globalny kryzys zdrowia psychicznego.

Ostatecznie, poprawa roli AI w opiece zdrowotnej będzie wymagała bardziej przemyślanego projektowania interakcji między człowiekiem a komputerem oraz zrozumienia różnorodnych wyzwań, z jakimi borykają się środowiska kliniczne.