U svijetu medicinske tehnologije koji se brzo razvija, umjetna inteligencija (AI) pojavila se kao kontroverzan, ali obećavajući alat. Primjena umjetne inteligencije u složenim medicinskim scenarijima izazvala je značajnu raspravu među zdravstvenim radnicima. Nedavna studija koja istražuje sposobnost umjetne inteligencije da pomogne u donošenju kliničkih odluka izoštrila je ovu raspravu.
Proveli istraživači na Masovni general Brigham, studija je procijenila učinkovitost OpenAI-jevog Chata u dijagnosticiranju medicinskih stanja na temelju studija slučaja iz udžbenika. Iznenađujuće, Chat je postigao stopu uspjeha od 72% u kliničkom donošenju odluka, što ukazuje na njegov potencijal kao potpornog alata u medicinskoj dijagnozi.
Kako se zdravstveni sustavi diljem svijeta suočavaju s rastućim troškovima i složenošću, umjetna inteligencija mogla bi ponuditi rješenje za poboljšanje učinkovitosti i točnosti dijagnostike. S obzirom na to da je zdravstvo 2021. godine činilo otprilike 18% američkog BDP-a, što je gotovo dvostruko više od prosječne stope među razvijenim gospodarstvima, potreba za učinkovitijim dijagnostičkim metodama je očita. Alati umjetne inteligencije poput Chata mogli bi potencijalno revolucionirati sektor zdravstvene zaštite, čineći dijagnostiku bržom, točnijom i isplativijom.
Studija je bila jedna od prvih koja je procijenila mogućnosti modela velikih jezika u širokom spektru kliničke skrbi. Chatova učinkovitost procijenjena je od početne interakcije s pacijentom do upravljanja skrbi nakon dijagnoze. Model umjetne inteligencije pokazao je stopu uspjeha od 77% u konačnoj dijagnozi, ali je imao nižu stopu uspjeha od 60% kada je u pitanju diferencijalna dijagnoza, koja uključuje razumijevanje svih mogućih stanja na koja bi skup simptoma mogao ukazivati.
Iako su rezultati obećavajući, bitno je napomenuti da se učinkovitost AI aplikacija u kliničkim okruženjima u stvarnom svijetu može značajno razlikovati od kontroliranih istraživačkih okruženja. Kritičari tvrde da mnoge studije umjetne inteligencije nisu utemeljene na stvarnim kliničkim potrebama i često zanemaruju praktične izazove implementacije umjetne inteligencije u zdravstvenim ustanovama u stvarnom svijetu, poput rizika od nesavjesnog liječenja.
Marc Succi, izvršni direktor inkubatora inovacija Mass General Brigham i koautor izvješća, priznaje ovaj jaz. Ističe da iako umjetna inteligencija pokazuje veliki potencijal u ranoj fazi skrbi o pacijentima kada su informacije ograničene, potrebna su joj značajna poboljšanja u diferencijalnoj dijagnozi prije nego što se može u potpunosti integrirati u zdravstveni sustav.
Succi uspoređuje Chatove trenutne sposobnosti sa sposobnostima tek diplomiranog liječnika. Međutim, bez utvrđenih mjerila za stope uspjeha među liječnicima različitih razina senioriteta, teško je kvantificirati vrijednost koju umjetna inteligencija dodaje liječničkom radu.
Gledajući unaprijed, Succi poziva na više referentnih istraživanja, regulatornih smjernica i poboljšanja stopa uspješnosti dijagnostike. Vjeruje da je to ključno za olakšavanje primjene modela umjetne inteligencije poput Chata u bolnicama. Uloga umjetne inteligencije u zdravstvu još se uvijek razvija i iako su Chatova postignuća značajna, jasno je da smo tek na početku razumijevanja kako se umjetna inteligencija može iskoristiti za transformaciju zdravstvene zaštite.