Cercetări noi dezvăluie potențialul și capcanele AI în diagnosticul medical

Diagnosticarea eronată este o problemă frecventă în domeniul medical, având consecințe semnificative asupra pacienților. Îmbunătățirea performanței diagnostice necesită abordarea atât a factorilor de sistem, cât și a celor cognitivi, care se referă la raționamentul clinic al medicilor. De-a lungul timpului, au fost propuse diverse strategii pentru a îmbunătăți acest raționament, inclusiv practici educaționale, reflexive și bazate pe echipă, precum și instrumente de suport decizional clinic. Cu toate acestea, impactul acestor intervenții a fost limitat.
Tehnologiile de inteligență artificială (IA), în special modelele lingvistice mari (MLM) precum ChatGPT-4, au demonstrat abilități promițătoare în asistarea medicilor cu raționamentul diagnostic. Aceste modele pot rezolva cazuri complexe, pot realiza raționamente clinice similare cu cele umane, pot prelua istoricul pacienților și pot afișa comunicare empatică. Datorită naturii lor generalizabile, MLM-urile sunt integrate activ în multiple medii de asistență medicală. Cu toate acestea, integrările actuale necesită participarea umană, MLM-urile augmentând, și nu înlocuind, expertiza și supravegherea umană.

Pentru a înțelege implicațiile utilizării acestor sisteme în îngrijirea pacienților, a fost realizat un studiu clinic randomizat care a comparat performanța diagnostică a medicilor care au utilizat un chatbot IA comercial (ChatGPT-4) cu cea a medicilor care au folosit resurse diagnostice convenționale (de exemplu, UpToDate, Google). Studiul a introdus și o metodă de evaluare numită „reflecție structurată”, care măsoară factorii ce contribuie la deciziile diagnostice.

Au fost recrutați 50 de medici licențiați în SUA, atât specialiști cât și rezidenți în medicină internă, medicină de familie sau medicină de urgență. Participanții au fost randomizați în două grupuri: un grup a avut acces la ChatGPT-4, iar celălalt a folosit resursele diagnostice obișnuite. Fiecare participant a avut la dispoziție o oră pentru a rezolva până la șase cazuri clinice complexe, adaptate dintr-un studiu de referință, care nu au fost publicate public pentru a menține validitatea testului.

Rezultate

Studiul a arătat că medicii care au folosit ChatGPT-4 nu au avut o performanță diagnostică semnificativ mai bună comparativ cu cei care au folosit resurse convenționale. De fapt, nu a existat o diferență notabilă în scorurile obținute de cele două grupuri. Cu toate acestea, când ChatGPT-4 a fost utilizat independent, fără intervenția medicilor, a obținut scoruri semnificativ mai mari decât ambele grupuri de medici. Acest rezultat sugerează că, deși MLM-urile au un potențial ridicat în diagnosticare, simpla lor disponibilitate pentru medici nu este suficientă pentru a îmbunătăți performanța diagnostică în practică.

Concluzii și implicații

Studiul concluzionează că accesul la modele lingvistice mari, precum ChatGPT-4, nu îmbunătățește în mod automat raționamentul diagnostic al medicilor în comparație cu utilizarea resurselor convenționale. Acest lucru evidențiază necesitatea de a dezvolta interacțiuni mai eficiente între om și computer pentru a valorifica pe deplin potențialul IA în sistemele de suport decizional clinic. Integrarea MLM-urilor în practica medicală ar trebui să fie însoțită de formare adecvată și de strategii care să faciliteze utilizarea optimă a acestor instrumente de către medici.

Studiul subliniază, de asemenea, că MLM-urile nu ar trebui să fie folosite autonom pentru diagnosticare, fără supraveghere medicală. Deși aceste modele au performanțe impresionante în anumite sarcini, competența clinică implică și alte aspecte esențiale, cum ar fi interacțiunea directă cu pacienții și înțelegerea contextului clinic.

Recomandări

Pentru a maximiza beneficiile aduse de IA în medicină, este esențial:

• Formarea medicilor: Oferirea de training specific în utilizarea eficientă a MLM-urilor și în tehnici de „prompting” pentru a obține cele mai bune rezultate de la aceste modele.
• Dezvoltarea interfețelor intuitive: Crearea unor platforme care facilitează interacțiunea dintre medici și IA, integrând suportul decizional în fluxul de lucru clinic.
• Cercetare continuă: Realizarea de studii suplimentare pentru a explora moduri în care MLM-urile pot fi adaptate și îmbunătățite pentru a sprijini raționamentul diagnostic al medicilor în practică.
• Abordare etică și responsabilă: Asigurarea că utilizarea IA în medicină este în conformitate cu standardele etice și că există mecanisme de supraveghere pentru a preveni erorile sau utilizarea necorespunzătoare.

În concluzie, deși modelele lingvistice mari au potențialul de a revoluționa suportul decizional în medicină, integrarea lor eficientă necesită o abordare strategică care să combine tehnologia cu expertiza umană pentru a îmbunătăți rezultatele pentru pacienți.

sursa: News Medical