Περίληψη άρθρου:

Μια μελέτη που διεξήχθη στο Ιατρικό Κέντρο Beth Israel Deaconess διαπίστωσε ότι ένα μεγάλο γλωσσικό μοντέλο (LLM) ξεπέρασε τους γιατρούς στην πιθανολογική συλλογιστική, γεγονός που υποδηλώνει ότι η τεχνητή νοημοσύνη θα μπορούσε να αποτελέσει ένα πολύτιμο εργαλείο υποστήριξης κλινικών αποφάσεων. Οι ερευνητές συνέκριναν το LLM, που ονομάζεται Chat GPT-4, με ανθρώπους κλινικούς ιατρούς στην εκτίμηση της πιθανότητας διαγνώσεων με βάση τις παρουσιάσεις των ασθενών. Τα αποτελέσματα έδειξαν ότι το chatbot ήταν πιο ακριβές από τους ανθρώπους όταν τα αποτελέσματα των εξετάσεων ήταν αρνητικά, περιορίζοντας ενδεχομένως την υπερβολική θεραπεία. Οι ερευνητές διερευνούν τώρα πώς μπορεί να αλλάξει η απόδοση των ιατρών υψηλής εξειδίκευσης με τη διαθεσιμότητα υποστηρικτικών τεχνολογιών όπως τα chatbots. Αν και τα LLM έχουν περιορισμούς, η ευκολία χρήσης τους και η ενσωμάτωσή τους στις κλινικές ροές εργασίας θα μπορούσαν να οδηγήσουν σε καλύτερη λήψη αποφάσεων. Απαιτείται περαιτέρω έρευνα σχετικά με τη συλλογική ανθρώπινη και τεχνητή νοημοσύνη.

Κύρια σημεία του άρθρου:

• Ιατροί-ερευνητές στο Beth Israel Deaconess Medical Center συνέκριναν την πιθανολογική συλλογιστική ενός chatbot με εκείνη των ανθρώπινων κλινικών ιατρών.
• Τα ευρήματα υποδηλώνουν ότι η τεχνητή νοημοσύνη θα μπορούσε να χρησιμεύσει ως χρήσιμο εργαλείο υποστήριξης κλινικών αποφάσεων για τους γιατρούς.
• Οι άνθρωποι δυσκολεύονται με την πιθανολογική συλλογιστική και η μελέτη επικεντρώθηκε στην αξιολόγηση αυτού του τομέα όπου οι άνθρωποι θα μπορούσαν να χρησιμοποιήσουν υποστήριξη.
• Το chatbot είχε καλύτερες επιδόσεις από τους ανθρώπους στη διάγνωση όταν τα αποτελέσματα των εξετάσεων ήταν αρνητικά.
• Οι άνθρωποι μερικές φορές υπερεκτιμούν τον κίνδυνο μετά από ένα αρνητικό αποτέλεσμα εξέτασης, οδηγώντας σε υπερθεραπεία, περισσότερες εξετάσεις και περιττά φάρμακα.
• Οι ερευνητές ενδιαφέρονται για το πώς θα μπορούσε να αλλάξει η απόδοση των ιατρών υψηλής εξειδίκευσης με τη διαθεσιμότητα υποστηρικτικών τεχνολογιών όπως τα chatbots στην κλινική.

Αναλυτικά το άρθρο:

Το μεγάλο γλωσσικό μοντέλο υπερείχε έναντι των ιατρών υπό ορισμένες συνθήκες- θα μπορούσε ενδεχομένως να περιορίσει την υπερβολική θεραπεία

Ιατροί-ερευνητές στο Ιατρικό Κέντρο Beth Israel Deaconess (BIDMC) συνέκριναν την πιθανολογική συλλογιστική ενός chatbot με εκείνη των ανθρώπινων κλινικών γιατρών. Τα ευρήματα, που δημοσιεύθηκαν στο JAMA Network Open, υποδηλώνουν ότι η τεχνητή νοημοσύνη θα μπορούσε να χρησιμεύσει ως χρήσιμο εργαλείο υποστήριξης κλινικών αποφάσεων για τους γιατρούς.

"Οι άνθρωποι δυσκολεύονται με την πιθανολογική συλλογιστική, την πρακτική της λήψης αποφάσεων με βάση τον υπολογισμό των πιθανοτήτων", δήλωσε ο αντίστοιχος συγγραφέας της μελέτης Adam Rodman, MD, ιατρός εσωτερικής ιατρικής και ερευνητής στο τμήμα Ιατρικής του BIDMC.

"Η πιθανολογική συλλογιστική είναι ένα από τα διάφορα συστατικά της διάγνωσης, η οποία είναι μια απίστευτα πολύπλοκη διαδικασία που χρησιμοποιεί μια ποικιλία διαφορετικών γνωστικών στρατηγικών. Επιλέξαμε να αξιολογήσουμε την πιθανολογική συλλογιστική μεμονωμένα επειδή είναι ένας γνωστός τομέας όπου οι άνθρωποι θα μπορούσαν να χρησιμοποιήσουν υποστήριξη".

Βασιζόμενοι στη μελέτη τους σε μια προηγουμένως δημοσιευμένη εθνική έρευνα σε περισσότερους από 550 επαγγελματίες που εκτελούσαν πιθανολογική συλλογιστική σε πέντε ιατρικές περιπτώσεις, ο Rodman και οι συνεργάτες του τροφοδότησαν το δημόσια διαθέσιμο Large Language Model (LLM), Chat GPT-4, με την ίδια σειρά περιπτώσεων και έτρεξαν μια πανομοιότυπη προτροπή 100 φορές για να δημιουργήσουν ένα εύρος απαντήσεων.

Το chatbot - όπως ακριβώς και οι επαγγελματίες πριν από αυτό - είχε ως αποστολή να εκτιμήσει την πιθανότητα μιας δεδομένης διάγνωσης με βάση την παρουσίαση των ασθενών.

Στη συνέχεια, λαμβάνοντας υπόψη αποτελέσματα εξετάσεων όπως ακτινογραφία θώρακος για πνευμονία, μαστογραφία για καρκίνο του μαστού, τεστ κοπώσεως για στεφανιαία νόσο και καλλιέργεια ούρων για λοίμωξη του ουροποιητικού συστήματος, το πρόγραμμα chatbot ενημέρωσε τις εκτιμήσεις του.

Όταν τα αποτελέσματα των εξετάσεων ήταν θετικά, ήταν κάτι σαν ισοπαλία- το chatbot ήταν πιο ακριβές στη διάγνωση από τους ανθρώπους σε δύο περιπτώσεις, εξίσου ακριβές σε δύο περιπτώσεις και λιγότερο ακριβές σε μία περίπτωση.

Όταν όμως τα τεστ ήταν αρνητικά, το chatbot έλαμψε, επιδεικνύοντας μεγαλύτερη ακρίβεια στη διάγνωση από τους ανθρώπους και στις πέντε περιπτώσεις.

"Οι άνθρωποι μερικές φορές αισθάνονται ότι ο κίνδυνος είναι μεγαλύτερος από ό,τι είναι μετά από ένα αρνητικό αποτέλεσμα εξέτασης, γεγονός που μπορεί να οδηγήσει σε υπερθεραπεία, περισσότερες εξετάσεις και πάρα πολλά φάρμακα", δήλωσε ο Rodman.

Αλλά ο Rodman ενδιαφέρεται λιγότερο για το πώς τα chatbots και οι άνθρωποι αποδίδουν σώμα με σώμα, παρά για το πώς μπορεί να αλλάξει η απόδοση των υψηλά εξειδικευμένων ιατρών ως απάντηση στην ύπαρξη αυτών των νέων υποστηρικτικών τεχνολογιών στη διάθεσή τους στην κλινική, πρόσθεσε ο Rodman.

Ο ίδιος και οι συνάδελφοί του το εξετάζουν.

"Οι LLMs δεν έχουν πρόσβαση στον έξω κόσμο - δεν υπολογίζουν πιθανότητες με τον τρόπο που το κάνουν οι επιδημιολόγοι ή ακόμα και οι παίκτες πόκερ. Αυτό που κάνουν έχει πολύ περισσότερα κοινά με το πώς οι άνθρωποι παίρνουν επιτόπου πιθανολογικές αποφάσεις", είπε.

"Αλλά αυτό είναι το συναρπαστικό. Ακόμη και αν είναι ατελής, η ευκολία χρήσης τους και η ικανότητά τους να ενσωματώνονται σε κλινικές ροές εργασίας θα μπορούσαν θεωρητικά να κάνουν τους ανθρώπους να λαμβάνουν καλύτερες αποφάσεις", είπε.

"Η μελλοντική έρευνα για τη συλλογική ανθρώπινη και τεχνητή νοημοσύνη είναι απολύτως απαραίτητη".

Συγγραφείς ήταν οι Thomas A. Buckley, University of Massachusetts Amherst- Arun K. Manrai, PhD, Harvard Medical School- Daniel J. Morgan, MD, MS, University of Maryland School of Medicine.

Ο Rodman ανέφερε ότι έλαβε επιχορηγήσεις από το Ίδρυμα Gordon και Betty Moore. Ο Morgan ανέφερε ότι έλαβε επιχορηγήσεις από το Υπουργείο Υποθέσεων Βετεράνων, τον Οργανισμό Έρευνας και Ποιότητας στην Υγεία, τα Κέντρα Ελέγχου και Πρόληψης Νοσημάτων και τα Εθνικά Ινστιτούτα Υγείας, και ότι έλαβε αποζημίωση για ταξίδια από την Εταιρεία Λοιμωδών Νοσημάτων της Αμερικής, την Εταιρεία Επιδημιολογίας Υγείας της Αμερικής. Το Αμερικανικό Κολλέγιο Ιατρών και ο Παγκόσμιος Οργανισμός Υγείας της Καρδιάς εκτός της υποβληθείσας εργασίας.

Πηγή: AI chatbot shows potential as diagnostic partner