Modelele de inteligență artificială îmbunătățesc sfaturile de sănătate prin cadre psihologice
Cercetătorii de la Technische Universität Berlin au descoperit că instruirea modelelor mari de limbaj (LLMs) să imite intuiția și raționamentul uman îmbunătățește semnificativ capacitatea acestora de a oferi sfaturi precise în căutarea îngrijirii medicale.
Studiul, publicat în JMIR Biomedical Engineering, sugerează o schimbare de paradigmă în ingineria de prompturi: trecerea de la instrucțiuni centrate pe computere la strategii bazate pe psihologia aplicată.
Pe măsură ce milioane de utilizatori se îndreaptă către instrumente precum ChatGPT pentru sfaturi de sănătate, o problemă persistentă rămâne: AI-ul tinde să ofere recomandări de îngrijire de urgență sau profesională, chiar și pentru probleme minore, dintr-o precauție extremă. Această supra-triajare poate duce la costuri inutile în sistemul de sănătate și la anxietatea pacienților.
Descoperirea: Decizia naturalistă (NDM)
Grupul de cercetare, condus de Marvin Kopka și Markus A. Feufel, a testat 10 modele diferite de ChatGPT (inclusiv cele mai recente serii GPT-4 și GPT-5) utilizând prompturi inspirate de Decizia Naturalistă (NDM). Spre deosebire de logica tradițională, NDM se concentrează pe modul în care experții umani iau decizii în situații cu risc ridicat și incertitudine.
Studiul a folosit două cadre psihologice specifice:
- Decizia bazată pe recunoaștere (RPD): Instruirea AI-ului să coreleze simptomele pacientului cu „cazuri tipice” și să simuleze mental rezultatul.
- Teoria cadrului de date: Instruirea AI-ului să construiască un cadru mental al situației și să se întrebe constant pe sine pe măsură ce noi date apar.
Rezultate cheie
- Creșterea semnificativă a acurateței: Prompturile inspirate de NDM au crescut acuratețea generală a tuturor modelelor. Cele mai notabile îmbunătățiri au fost în sfaturile de auto-îngrijire, care au crescut de la 13,4% cu prompturi standard la aproape 30% cu raționamentul NDM.
- Activarea „gândirii” în modele mai simple: Modelele fără raționament (care, în mod normal, nu reușeau să identifice cazurile de auto-îngrijire) au început să ofere sfaturi precise și nuanțate atunci când au primit un „plan de raționare uman”.
- Securitate menținută: Deși AI-ul a devenit mai bun în a identifica când este sigur să rămână acasă, a menținut o acuratețe ridicată în identificarea adevăratelor urgențe.
„Când testăm AI-ul, prea des îi oferim informații perfecte și apoi vedem că performează extrem de bine”, a declarat Marvin Kopka. „Dar multe probleme din lumea reală sunt prost definite. Avem modele bune pentru modul în care experții iau decizii în astfel de situații, așa că utilizarea lor ca prompturi părea un pas evident. Sper că aplicarea raționamentului uman la LLM-uri ne va ajuta să dezvoltăm instrumente AI care să fie de asemenea utile în luarea deciziilor din lumea reală.”
Conectarea la medicina personalizată
Studiul sugerează că, în situații reale, unde datele medicale sunt adesea neclare sau incomplete, un „plan de raționare” bazat pe cogniția umană poate fi mai eficient decât logica computațională standard. Prin instruirea AI-ului să simuleze rezultate și să conteste propriile „cadre” inițiale ale unei situații, cercetătorii au reușit să atenueze tendința comună a AI-ului spre exces de precauție.
Deși aceste descoperiri marchează un pas semnificativ înainte în a face LLM-urile parteneri mai eficienți în luarea deciziilor clinice, echipa notează că modelul este în prezent cel mai potrivit pentru medii controlate. Cercetările viitoare vor fi esențiale pentru a determina dacă aceste prompturi inspirate de NDM se traduc în un suport mai bun pentru deciziile utilizatorilor de zi cu zi în medii nedezvoltate.
