W szybko rozwijającym się świecie technologii medycznej sztuczna inteligencja (AI) stała się kontrowersyjnym, ale obiecującym narzędziem. Zastosowanie sztucznej inteligencji w złożonych scenariuszach medycznych wywołało poważną debatę wśród pracowników służby zdrowia. Niedawne badanie badające zdolność sztucznej inteligencji do wspomagania podejmowania decyzji klinicznych sprawiło, że dyskusja ta zyskała większy nacisk.
Przeprowadzone przez badaczy z Msza generała BrighamaW badaniu oceniono skuteczność narzędzia Chat firmy OpenAI w diagnozowaniu schorzeń na podstawie podręcznikowych studiów przypadków. Co zaskakujące, Chat osiągnął 72% skuteczność w podejmowaniu decyzji klinicznych, co wskazuje na jego potencjał jako narzędzia wspomagającego diagnostykę medyczną.
W obliczu rosnących kosztów i złożoności systemów opieki zdrowotnej na całym świecie, sztuczna inteligencja może zaoferować rozwiązanie, które poprawi wydajność i dokładność diagnostyki. Biorąc pod uwagę, że opieka zdrowotna stanowiła około 18% PKB Stanów Zjednoczonych w 2021 roku, czyli prawie dwukrotnie więcej niż średnia wśród gospodarek rozwiniętych, zapotrzebowanie na skuteczniejsze metody diagnostyczne jest oczywiste. Narzędzia oparte na sztucznej inteligencji, takie jak Chat, mogą potencjalnie zrewolucjonizować sektor opieki zdrowotnej, przyspieszając diagnostykę, zwiększając jej dokładność i opłacalność.
Badanie było jednym z pierwszych, w których oceniono możliwości dużych modeli językowych w szerokim spektrum opieki klinicznej. Skuteczność Chata oceniano od pierwszej interakcji z pacjentem, aż po zarządzanie opieką po diagnozie. Model sztucznej inteligencji wykazał 77% skuteczność w diagnozie ostatecznej, ale niższy, 60% wskaźnik skuteczności w diagnostyce różnicowej, która polega na zrozumieniu wszystkich możliwych schorzeń, na które może wskazywać zestaw objawów.
Chociaż wyniki są obiecujące, należy pamiętać, że skuteczność zastosowań sztucznej inteligencji w rzeczywistych warunkach klinicznych może znacznie różnić się od kontrolowanych środowisk badawczych. Krytycy twierdzą, że wiele badań nad sztuczną inteligencją nie opiera się na rzeczywistych potrzebach klinicznych i często pomija praktyczne wyzwania związane z wdrażaniem sztucznej inteligencji w rzeczywistych placówkach opieki zdrowotnej, takie jak ryzyko błędów w sztuce.
Marc Succi, dyrektor wykonawczy inkubatora innowacji Mass General Brigham i współautor raportu, uznaje tę lukę. Zwraca uwagę, że choć sztuczna inteligencja wykazuje ogromny potencjał w opiece nad pacjentem na wczesnym etapie, gdy informacje są ograniczone, wymaga znacznych ulepszeń w diagnostyce różnicowej, zanim będzie można ją w pełni zintegrować z systemem opieki zdrowotnej.
Succi porównuje obecne możliwości Chata do możliwości świeżo upieczonego lekarza. Jednak bez ustalonych punktów odniesienia dla wskaźników sukcesu wśród lekarzy na różnych poziomach zaawansowania, trudno jest oszacować wartość, jaką sztuczna inteligencja wnosi do pracy lekarza.
Patrząc w przyszłość, Succi wzywa do dalszych badań porównawczych, opracowania wytycznych regulacyjnych i poprawy wskaźników skuteczności diagnostycznej. Uważa, że jest to kluczowe dla ułatwienia wdrażania modeli sztucznej inteligencji, takich jak Chat, w szpitalach. Rola sztucznej inteligencji w opiece zdrowotnej wciąż ewoluuje i choć osiągnięcia Chata są godne uwagi, jasne jest, że jesteśmy dopiero na początku drogi do zrozumienia, jak sztuczna inteligencja może zostać wykorzystana do transformacji opieki zdrowotnej.