Nowe badania: AI jako wsparcie w diagnostyce – zwiększenie precyzji lekarzy dzięki AI
WarsawBadanie przeprowadzone przez UVA Health we współpracy z Uniwersytetem Stanforda oraz Beth Israel Deaconess Medical Center w Harvardzie analizowało, w jaki sposób sztuczna inteligencja (SI) może poprawić precyzję diagnoz medycznych. W badaniu uwzględniono użycie narzędzi SI, takich jak Chat GPT Plus, w szpitalach. Wyniki pokazały, że te narzędzia mogą przynosić zarówno korzyści, jak i wyzwania.
Badanie obejmowało 50 lekarzy różnych specjalizacji, takich jak medycyna rodzinna i choroby wewnętrzne. Uczestników podzielono na dwie grupy: jedna korzystała z Chat GPT Plus, a druga z tradycyjnych źródeł jak UpToDate i Google do stawiania diagnoz. Obie grupy osiągnęły podobny poziom dokładności diagnostycznej, co sugeruje, że AI, używane wspólnie z lekarzami, niekoniecznie znacząco poprawia ich umiejętności. Jednakże, gdy Chat GPT Plus działał samodzielnie, osiągnął ponad 92% dokładności, co prowadzi do nowych przemyśleń na temat potencjału AI w samodzielnym diagnozowaniu.
Oto analiza głównych ustaleń:
Dokładność diagnostyczna przy użyciu Chat GPT Plus wynosi 76,3%, co jest nieco lepszym wynikiem w porównaniu z tradycyjnymi metodami diagnostycznymi, które osiągają 73,7%. Z kolei samodzielna dokładność Chat GPT Plus przekracza 92%. W kwestii czasu, Chat GPT Plus jest nieco bardziej efektywny, potrzebując 519 sekund, w porównaniu do 565 sekund wymaganych przy konwencjonalnych metodach.
11 listopada 2024 · 20:22
Naukowcy odkrywają tajemnice jądra fermu za pomocą laserów w GSI/FAIR
Narzędzia AI mogą pomóc w szybszym diagnozowaniu przypadków, ale wymagają dalszego doskonalenia, aby lepiej współpracować z ludzkim podejmowaniem decyzji. Chat GPT Plus uzyskał lepsze wyniki niż obie grupy badawcze, co pokazuje, że sztuczna inteligencja może być przydatna w konkretnych zadaniach diagnostycznych. Szkolenie lekarzy do pracy z systemami AI może ujawnić dodatkowe korzyści.
Technologie SI dynamicznie się rozwijają i muszą zostać skutecznie zintegrowane z obecnymi systemami opieki zdrowotnej. Poprzez naukę tworzenia i wykorzystywania odpowiednich wskazówek, możemy usprawnić diagnozowanie wspomagane przez SI oraz zapewnić, że sztuczna inteligencja wspiera, a nie utrudnia pracę lekarzy.
Sztuczna inteligencja wciąż boryka się z rozumieniem kluczowych elementów dotyczących wpływu decyzji medycznych na pacjentów, szczególnie w kontekście diagnoz i terapii. Aby rozwiązać ten problem i uczynić AI bardziej niezawodnym w rzeczywistych sytuacjach medycznych, potrzebne są dalsze badania. Sieć ARiSE została utworzona w celu oceny roli AI w opiece zdrowotnej, wskazując na przyszłość, w której sztuczna inteligencja mogłaby znacznie wpływać na złożone decyzje medyczne. Ta zmiana wymaga wyraźnych zasad i systematycznych kontroli, aby rozwój AI pozostawał zgodny z podstawowymi wartościami opieki nad pacjentem.
Badanie jest publikowane tutaj:
http://dx.doi.org/10.1001/jamanetworkopen.2024.40969i jego oficjalne cytowanie - w tym autorzy i czasopismo - to
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.2024.409697 listopada 2024 · 20:29
Roboty współpracujące z AI zmieniają przyszłość syntezy chemicznej na uniwersytecie w Liverpoolu
7 listopada 2024 · 09:56
Badania LMU: dlaczego wiadomości tworzone przez AI wciąż mylą czytelników?
Udostępnij ten artykuł