Nieuw onderzoek: AI als diagnosehulp kan artsen op verrassende wijze ondersteunen en uitdagen
AmsterdamAI in de Gezondheidszorg: Mogelijkheden en Uitdagingen
Een recent onderzoek heeft onderzocht hoe kunstmatige intelligentie (AI) de nauwkeurigheid van medische diagnoses kan verbeteren. Dit onderzoek, uitgevoerd door UVA Health in samenwerking met Stanford University en het Beth Israel Deaconess Medical Center aan Harvard, keek naar het gebruik van AI-tools, zoals Chat GPT Plus, in ziekenhuizen. De resultaten toonden aan dat deze tools zowel voordelen als uitdagingen kunnen bieden.
Het onderzoek betrof 50 artsen van verschillende specialismen zoals huis- en interne geneeskunde. Ze werden verdeeld in twee groepen: één groep gebruikte Chat GPT Plus en de andere vertrouwde op traditionele bronnen zoals UpToDate en Google voor diagnoses. Beide groepen behaalden vergelijkbare niveaus van diagnostische nauwkeurigheid, wat suggereert dat AI, wanneer gebruikt samen met artsen, hun vaardigheden nog niet aanzienlijk verbeterd. Echter, wanneer Chat GPT Plus zelfstandig werd ingezet, bereikte het een nauwkeurigheidspercentage van meer dan 92%, wat nieuwe ideeën opwerpt over het potentieel van AI voor zelfstandige diagnose.
Een samenvatting van de belangrijkste bevindingen:
12 november 2024 · 21:32
AI herkent pijn bij geiten: de toekomst van veterinaire geneeskunde en dierenwelzijn verandert
Diagnostische nauwkeurigheid met Chat GPT Plus is 76,3%, vergeleken met 73,7% bij gebruik van traditionele bronnen. Wanneer Chat GPT Plus zelfstandig wordt ingezet, haalt het een nauwkeurigheid van meer dan 92%. Wat betreft tijdsefficiëntie is Chat GPT Plus iets sneller met 519 seconden in vergelijking met 565 seconden voor conventionele methoden.
AI-tools kunnen helpen bij een efficiëntere diagnose, maar ze moeten verder worden verbeterd om beter samen te werken met menselijke besluitvorming. Chat GPT Plus presteerde beter dan beide onderzoeksgroepen, wat aantoont dat AI nuttig kan zijn bij specifieke diagnostische taken. Het trainen van artsen om met AI-systemen te werken, kan meer voordelen aan het licht brengen.
AI-technologieën maken snelle vooruitgang en moeten effectief geïntegreerd worden in de huidige zorgsystemen. Door te leren hoe we specifieke prompts kunnen maken en gebruiken, kunnen we AI-ondersteunde diagnoses verbeteren en ervoor zorgen dat AI het werk van artsen ondersteunt in plaats van belemmert.
AI heeft nog steeds moeite met het begrijpen van hoe medische beslissingen patiënten beïnvloeden, vooral wat betreft diagnoses en behandelingen. Er is meer onderzoek nodig om dit probleem op te lossen en AI betrouwbaarder te maken in echte medische situaties. Het ARiSE-netwerk is opgericht om de rol van AI in de gezondheidszorg te evalueren, wijzend op een toekomst waarin AI een grote invloed kan hebben op complexe medische beslissingen. Deze ontwikkeling vereist sterke richtlijnen en voortdurende controles om ervoor te zorgen dat AI zich blijft richten op de kernwaarden van patiëntenzorg.
De studie is hier gepubliceerd:
http://dx.doi.org/10.1001/jamanetworkopen.2024.40969en de officiële citatie - inclusief auteurs en tijdschrift - is
Ethan Goh, Robert Gallo, Jason Hom, Eric Strong, Yingjie Weng, Hannah Kerman, Joséphine A. Cool, Zahir Kanjee, Andrew S. Parsons, Neera Ahuja, Eric Horvitz, Daniel Yang, Arnold Milstein, Andrew P. J. Olson, Adam Rodman, Jonathan H. Chen. Large Language Model Influence on Diagnostic Reasoning. JAMA Network Open, 2024; 7 (10): e2440969 DOI: 10.1001/jamanetworkopen.2024.4096912 november 2024 · 00:33
Virtuele koeienherder met AI: verbeterde samenwerking tussen mensen en robots dankzij DPMP-model
11 november 2024 · 20:22
Wetenschappers gebruiken laserlicht om nucleaire geheimen van fermium bij GSI/FAIR te onthullen
Deel dit artikel