Modelele avansate de inteligență artificială depășesc medicii pediatri în diagnosticarea bolilor rare
Inteligența artificială (IA) este din ce în ce mai mult explorată ca un instrument de sprijin în procesul decizional clinic, însă performanța sa în diagnosticul pediatric în condiții reale rămâne neclară.
Un studiu publicat în revista Pediatric Investigation, realizat pe cazuri clinice reale, arată că modelele avansate de IA depășesc medicii în ceea ce privește acuratețea diagnosticării, în special pentru bolile rare, în timp ce o abordare combinată om-IA atinge cel mai mare succes general. Rezultatele subliniază potențialul IA de a fi un instrument complementar pentru îmbunătățirea preciziei diagnostice și a rezultatelor pacienților.
Diagnosticarea corectă în îngrijirea pediatrică poate fi extrem de dificilă, mai ales în cazul bolilor rare, care se manifestă prin simptome subtile sau care se suprapun. Incertitudinea timpurie în diagnostic poate întârzia tratamentul și poate crește riscul de complicații. Deși inteligența artificială a demonstrat un potențial în domeniul sănătății, majoritatea studiilor anterioare s-au bazat pe cazuri simplificate sau curate, nu pe date clinice reale. Aceasta lasă o lacună importantă în înțelegerea modului în care modelele avansate de limbaj se comportă în medii clinice cotidiene, unde deciziile sunt adesea luate cu informații limitate.
În acest context, o echipă de cercetători condusă de Dr. Cristian Launes de la Hospital Sant Joan de Déu din Barcelona, Spania, a evaluat performanța modelelor de IA utilizând cazuri clinice pediatrice reale. Studiul a comparat patru modele avansate de limbaj cu 78 de medici pediatri pe 50 de cazuri, incluzând atât condiții comune, cât și boli rare.
Cercetătorii au utilizat rezumate ale pacienților bazate pe primele 72 de ore de prezentare pentru a reflecta practica clinică reală. Fiecare caz a fost evaluat de mai multe ori pentru a examina atât acuratețea diagnosticării, cât și consistența. Performanța a fost evaluată în funcție de faptul că diagnosticul corect apărea ca prima predicție sau în primele cinci sugestii.
Rezultatele au arătat că cele mai avansate modele de IA au obținut o acuratețe diagnostică mai mare decât medicii în general. Această superioritate a fost evidentă în special în cazurile de boli rare, unde sistemele de IA au fost mai capabile să identifice diagnostice corecte pe care medicii le-au ratat inițial. Totuși, medicii au demonstrat puncte forte în anumite scenarii complexe sau dependente de context, evidențiind diferențele dintre modul în care oamenii și IA abordează raționamentul diagnostic.
Este important de menționat că studiul nu a evaluat un flux de lucru diagnostic „om-plus-IA” în timp real și interactiv. În schimb, cercetătorii au estimat complementaritatea potențială folosind o abordare „union” predefinită, verificând dacă diagnosticul corect apărea în lista Top-5 a medicilor sau a rulajelor modelului. Sub această estimare, cea mai bună asociere a atins o acuratețe de 94,3% în Top-5 union, sugerând că medicii și IA pot contribui cu ipoteze corecte diferite în cazuri dificile, în special pentru bolile rare.
„Rezultatele noastre sugerează că IA poate fi evaluată ca un al doilea punct de vedere supervizat de clinician, în special în cazurile dificile în care sunt implicate boli rare,” a declarat Dr. Launes. „Mai degrabă decât să înlocuiască medicii, aceste instrumente pot ajuta la lărgirea diagnosticelor diferențiale și la reducerea probabilității de diagnostice ratate, atâta timp cât rezultatele sunt interpretate critic și în cadrul unor cadre de supraveghere robuste.”
Din perspectiva guvernanței, sistemele de suport decizional medical sunt în general considerate aplicații de risc ridicat conform Actului UE privind IA. Această clasificare implică așteptări în ceea ce privește gestionarea riscurilor, guvernanța datelor, transparența, supravegherea umană și securitatea cibernetică. Autorii subliniază că orice utilizare clinică ar trebui să rămână consultativă, cu o responsabilitate clară, monitorizare și măsuri de siguranță pentru a aborda variabilitatea și riscul de rezultate înșelătoare.
Cercetătorii au observat, de asemenea, că informațiile clinice suplimentare îmbunătățesc performanța diagnostică pentru ambele grupuri. Când date mai detaliate, precum rezultatele de laborator sau imaginile, au fost incluse, acuratețea a crescut. Acest rezultat subliniază importanța evaluării clinice continue și sugerează că sistemele de IA ar putea fi cele mai eficiente atunci când sunt integrate în fluxuri de lucru bogate în informații.
Interacțiunea dintre calitatea datelor și performanța diagnostică este esențială. Sistemele de IA funcționează cel mai bine atunci când fac parte dintr-un proces clinic continuu, unde medicii adună, verifică și curăță în mod iterativ imaginea clinică în evoluție pentru a alimenta modelul, cu reevaluări continue și supraveghere umană – nu ca un instrument de intrare-ieșire unic.
Aceste descoperiri subliniază potențialul instrumentelor asistate de IA de a sprijini diagnosticarea mai timpurie și mai precisă, în special pentru bolile rare, unde expertiza poate fi limitată. Pe termen lung, integrarea IA în fluxurile de lucru clinice ar putea permite o decizie mai colaborativă și bazată pe date, încurajând, de asemenea, o colaborare mai strânsă între medici, ingineri și factorii de decizie politică.
În ansamblu, acest studiu demonstrează că modelele avansate de IA pot depăși medicii în anumite sarcini de diagnostic pediatric, în special pentru condiții rare, obținând cele mai mari beneficii atunci când sunt utilizate alături de expertiza umană. Deși provocările precum variabilitatea răspunsurilor și necesitatea unei supravegheri adecvate rămân, rezultatele indică un rol promițător pentru IA ca instrument de suport în îngrijirea pediatrică.
