Diagnosticarea AI se apropie de performanța medicilor
Sistemele avansate de inteligență artificială (AI) bazate pe raționament arată o performanță comparabilă cu cea a medicilor în anumite sarcini de diagnosticare, însă cercetătorii subliniază că siguranța în lumea reală, prejudecățile și responsabilitatea clinică rămân bariere majore în implementarea acestora în domeniul sănătății.
Un articol recent de perspectivă publicat în Science analizează dacă sistemele avansate de inteligență artificială se apropie de raționamentul de nivelul medicilor, luând în considerare implicațiile și siguranța integrării lor în practica clinică.
Progresele în AI și raționamentul diagnostic
Modelele lingvistice mari (LLMs) sunt algoritmi AI antrenați pe cantități mari de date pentru a învăța tipare, care sunt apoi utilizate pentru a genera răspunsuri asemănătoare cu cele umane. Modelele de raționament îmbunătățesc aceste capacități prin evaluarea posibilelor abordări înainte de a genera un răspuns, mimând astfel procesarea cognitivă structurată.
Numeroase studii au evaluat aplicațiile în domeniul sănătății ale LLM-urilor, inclusiv performanța lor la examenele de licență medicală și alte evaluări relevante. Aceste evaluări depășesc adesea testele standard, incluzând scenarii clinice simulate, cum ar fi vignettele de caz diagnostic, examenele specifice specialităților și sarcinile de rezolvare a problemelor menite să aproximeze procesele de decizie clinică.
Referindu-se la constatările studiului realizat de Brodeur et al., autorii menționează că GPT-4 de la OpenAI a atins o acuratețe diagnostică exactă sau foarte apropiată în până la 73% din cazuri, iar primul model de raționament al companiei, o1-preview, a depășit această performanță cu 88,6% în cazurile clinicopatologice.
În plus, o1-preview a obținut o acuratețe diagnostică apropiată sau exactă în 67% din cazurile de urgență la trierea inițială, depășind performanța a doi medici experți în scenarii de diagnostic bazate pe text.
De la dezvoltarea inițială a modelelor de raționament, capacitățile lor de raționament, timpii de deliberare și procesarea inputurilor multimodale s-au îmbunătățit semnificativ. În timp ce o1-preview accepta doar inputuri textuale, modelele recente pot procesa din ce în ce mai mult combinații de text, imagini, audio și video pentru a susține evaluări clinice mai complexe.
Integrarea AI în practica clinică
Este important de subliniat că sistemele AI nu sunt propuse ca înlocuitori pentru medici. Cercetarea din acest domeniu consideră LLM-urile și alte modele avansate ca instrumente de colaborare, medicii având responsabilitatea, supravegherea și judecata contextuală.
Cu toate acestea, autorii observă că anumite sarcini bine definite în domeniul sănătății ar putea fi realizate mai eficient de sistemele AI care operează independent. Aplicațiile AI în sănătate au potențialul de a reduce semnificativ costurile umane și financiare asociate cu erorile de diagnostic, întârzierile și accesul limitat.
Evaluarea Medicală Holistică a Modelurilor Lingvistice (Med-HELM) definește cinci domenii de utilizare a AI în sănătate, inclusiv fluxurile de lucru administrative, generarea notelor clinice, suportul pentru deciziile clinice, comunicarea cu pacienții și asistența în cercetarea medicală. În aceste domenii, AI a evoluat pentru a analiza înregistrările pacienților, a monitoriza întâlnirile clinice și a interacționa cu modelele predictive, reducând astfel întârzierile, erorile de diagnostic și îmbunătățind accesul la îngrijire.
Cu toate acestea, rămâne neclar dacă modelele avansate de AI ar funcționa mai eficient pentru sarcini specifice sau independent în întreaga asistență medicală. Pe măsură ce medicii integrează din ce în ce mai mult instrumente AI în practica lor, unii făcând deja acest lucru fără supraveghere instituțională, sunt necesare studii randomizate pentru a stabili modul în care aceste modele îmbunătățesc aplicațiile din lumea reală.
De asemenea, s-a propus certificarea clinică a modelelor AI pentru a extinde rolul acestora în medicină, asigurând totodată transparența și responsabilitatea. Calea propusă ar avansa treptat sistemele AI de la asistenți de cunoștințe medicale la practică clinică supravegheată și, potențial, la responsabilități autonome mai ample. Implementarea unor cadre robuste de monitorizare poate completa aceste inițiative pentru a susține în continuare siguranța, eficiența și costurile sistemelor de suport pentru deciziile clinice bazate pe AI.
În ciuda acestor eforturi, AI a avut un succes limitat în lumea reală din cauza unei performanțe de referință inadecvate și a beneficiilor clinice neclare. Deși sistemele multimodale mai recente pot acum integra imagini, audio și video, multe evaluări ale AI medicale rămân concentrate pe sarcini exclusiv textuale, ceea ce limitează capacitatea acestora de a capta pe deplin complexitatea procesului decizional clinic.
Autorii subliniază, de asemenea, preocupările legate de implementarea rapidă a sistemelor AI de sănătate destinate consumatorilor. De exemplu, o evaluare independentă a constatat că un instrument AI disponibil public, axat pe sănătate, a subtrișat mai mult de jumătate din cazurile de urgență prezentate.
Dincolo de acuratețea diagnosticării, perspectiva subliniază că sistemele AI clinice trebuie să demonstreze eficiență în lumea reală, echitate, siguranță, transparență și responsabilitate înainte de a putea fi adoptate pe scară largă. Autorii menționează, de asemenea, că algoritmii anteriori din domeniul sănătății au prezentat prejudecăți rasiale și că sistemele AI părtinitoare pot afecta negativ deciziile medicilor.
Fără o eficiență demonstrată robustă, echitate și siguranță, multe sisteme AI vor rămâne insuficiente pentru utilizarea clinică.
