Hızla gelişen tıbbi teknoloji dünyasında yapay zeka (AI), tartışmalı ancak umut verici bir araç olarak ortaya çıktı. Yapay zekanın karmaşık tıbbi senaryolarda uygulanması, sağlık uzmanları arasında önemli tartışmalara yol açtı. Yapay zekanın klinik karar almaya yardımcı olma yeteneğini araştıran yeni bir çalışma, bu tartışmayı daha net bir şekilde odak noktasına getirdi.
Araştırmacılar tarafından yürütülen Kitle Generali BrighamÇalışmada, OpenAI'nin Chat uygulamasının ders kitaplarındaki vaka çalışmalarına dayalı tıbbi durumların teşhisinde gösterdiği performans değerlendirildi. Şaşırtıcı bir şekilde, Chat, klinik karar alma sürecinde %72'lik bir başarı oranına ulaşarak tıbbi teşhiste destekleyici bir araç olarak potansiyelini ortaya koydu.
Dünya çapında sağlık sistemleri artan maliyetler ve karmaşıklıkla boğuşurken, yapay zeka, teşhiste verimliliği ve doğruluğu artırmak için bir çözüm sunabilir. Sağlık hizmetleri, 2021 yılında ABD GSYİH'sinin yaklaşık %18'ini oluştururken, gelişmiş ekonomilerdeki ortalama oranın neredeyse iki katı olduğundan, daha etkili teşhis yöntemlerine duyulan ihtiyaç aşikârdır. Chat gibi yapay zeka araçları, teşhisleri daha hızlı, daha doğru ve uygun maliyetli hale getirerek sağlık sektöründe devrim yaratabilir.
Çalışma, geniş bir klinik bakım yelpazesinde büyük dil modellerinin yeteneklerini değerlendiren ilk çalışmalardan biriydi. Chat'in performansı, ilk hasta etkileşiminden tanı sonrası bakım yönetimine kadar değerlendirildi. Yapay zeka modeli, nihai tanıda %77'lik bir başarı oranı gösterdi, ancak bir dizi semptomun işaret edebileceği tüm olası durumların anlaşılmasını gerektiren ayırıcı tanıda %60 gibi daha düşük bir başarı oranına sahipti.
Sonuçlar umut verici olsa da, yapay zeka uygulamalarının gerçek dünya klinik ortamlarındaki etkinliğinin, kontrollü araştırma ortamlarından önemli ölçüde farklılık gösterebileceğini unutmamak önemlidir. Eleştirmenler, birçok yapay zeka çalışmasının gerçek klinik ihtiyaçlara dayanmadığını ve çoğu zaman yapay zekanın gerçek dünyadaki sağlık hizmetleri ortamlarında yanlış tedavi riskleri gibi uygulanmasının pratik zorluklarını gözden kaçırdığını savunuyor.
Mass General Brigham'ın inovasyon kuluçka merkezinin genel müdürü ve raporun ortak yazarı Marc Succi bu boşluğu kabul ediyor. Yapay zekanın, bilginin sınırlı olduğu erken evre hasta bakımında büyük potansiyel göstermesine rağmen, sağlık sistemine tam olarak entegre edilebilmesi için ayırıcı tanıda önemli iyileştirmelere ihtiyaç duyulduğuna dikkat çekiyor.
Succi, Chat'in mevcut yeteneklerini yeni mezun bir doktorun yeteneklerine benzetiyor. Ancak, farklı kıdem seviyelerindeki doktorlar arasında başarı oranları için belirlenmiş ölçütler olmadığı için, yapay zekanın bir doktorun işine kattığı değeri ölçmek zor.
Succi, geleceğe yönelik olarak daha fazla kıyaslama araştırması, düzenleyici rehberlik ve teşhis başarı oranlarında iyileştirmeler çağrısında bulunuyor. Hastanelerde Chat gibi yapay zeka modellerinin kullanımını kolaylaştırmak için bunun çok önemli olduğuna inanıyor. Yapay zekanın sağlık hizmetlerindeki rolü hala gelişiyor ve Chat'in başarıları kayda değer olsa da, yapay zekanın sağlık hizmetlerini dönüştürmek için nasıl kullanılabileceğini anlamanın henüz başında olduğumuz açık.