Naujas tyrimas rodo, kad dirbtinis intelektas (DI) klinikinio sprendimų priėmimo užduotyse, susijusiose su skubiąja pagalba, daugeliu atvejų pasirodė ne prasčiau nei gydytojai. Mokslininkai vertino, kaip DI siūlo diagnozes ir kitus veiksmus, kai informacijos apie pacientą dar trūksta.
Tyrimą atlikę Harvardo medicinos mokyklos ir Beth Israel Deaconess medicinos centro mokslininkai lygino didžiuosius kalbos modelius su gydytojų sprendimais skirtinguose klinikinio mąstymo etapuose. Buvo analizuojami tiek publikuoti klinikinių atvejų aptarimai, tiek realūs skubiosios pagalbos skyriaus įrašai.
DI modeliams pateiktos situacijos apėmė kelią nuo pirminės atrankos iki sprendimo dėl paciento stacionarizavimo. Kiekviename etape modelis gaudavo tik tuo metu įprastai prieinamą informaciją ir turėdavo nurodyti tikėtiniausias diagnozes bei rekomenduoti tolesnius veiksmus.
Didžiausias skirtumas tarp DI ir gydytojų išryškėjo ankstyvoje triage fazėje, kai duomenų apie paciento būklę yra mažiausiai. Tyrėjai pastebėjo, kad ir DI, ir gydytojai linkę tiksliau nustatyti diagnozes, kai atsiranda daugiau informacijos, tačiau DI pranašumas dažniau matėsi sprendžiant, ką daryti toliau.
„Išbandėme DI modelį praktiškai su visais etalonais, ir jis aplenkė ankstesnius modelius bei mūsų gydytojų bazinius rezultatus“, – sakė vienas iš vyresniųjų tyrimo autorių Arjun Manrai.
Vis dėlto tyrimo autoriai pabrėžia, kad geresni rezultatai testuose savaime nereiškia geresnės pacientų priežiūros kasdienėje praktikoje. Pasak jų, dar per mažai ištirta, kuriose situacijose ir kokiu būdu DI turėtų būti diegiamas, todėl būtini prospektyvūs klinikiniai tyrimai realiose gydymo įstaigose.
Vienas svarbiausių aspektų, į kurį atkreipiamas dėmesys, yra sauga ir sprendimų „kaina“. Net jei modelis teisingai įvardija labiausiai tikėtiną diagnozę, jis gali siūlyti perteklinius tyrimus ar intervencijas, kurios didina riziką pacientui ir apkrauna sistemą.
„Modelis gali teisingai parinkti svarbiausią diagnozę, bet kartu pasiūlyti nereikalingų tyrimų, kurie pacientui gali pakenkti“, – sakė bendraautoris Peter Brodeur.
Tyrime vertintas konkretaus modelio peržiūros variantas, o autoriai pripažįsta, kad technologijos sparčiai keičiasi ir rinkoje jau atsirado naujesnių versijų. Dėl to jie ragina tirti ne tik pavienių modelių „rekordus“, bet ir tai, kaip skirtingi DI įrankiai veikia realius gydytojų sprendimus, darbo krūvį, klaidų riziką ir pacientų baigtis.
Ekspertų teigimu, DI įrankių plėtra sveikatos apsaugoje vis labiau tolsta nuo paprastų testų, kuriuose pakanka pasirinkti atsakymą iš kelių variantų. Praktikoje svarbiausia tampa gebėjimas dirbti su neišsamiais duomenimis, aiškiai pagrįsti rekomendacijas ir padėti gydytojui priimti sprendimą, o ne jį pakeisti.