Ny forskning: AI som diagnosverktyg – hur den kan stärka läkares träffsäkerhet

StockholmEn ny studie har undersökt hur artificiell intelligens (AI) kan förbättra noggrannheten i medicinska diagnoser. Forskningen, som utfördes av UVA Health i samarbete med Stanford University och Beth Israel Deaconess Medical Center vid Harvard, genomgick användningen av AI-verktyg såsom Chat GPT Plus på sjukhus. Resultaten visade att dessa verktyg kan medföra både fördelar och utmaningar.

Studien omfattade 50 läkare från olika specialiteter som allmän- och internmedicin. Deltagarna delades in i två grupper: en grupp använde Chat GPT Plus, och den andra använde traditionella resurser som UpToDate och Google för diagnoser. Båda grupperna uppvisade liknande diagnostisk noggrannhet, vilket antyder att AI ännu inte avsevärt förbättrar läkarnas förmågor när det används tillsammans med dem. Däremot, när Chat GPT Plus användes ensamt, uppnådde det en noggrannhet på mer än 92%, vilket öppnar upp för nya tankar om AI:s potential att självständigt diagnostisera.

Här är en sammanfattning av de viktigaste resultaten:

Chatt GPT Plus visade en diagnostisk noggrannhet på 76,3 %, jämfört med 73,7 % med traditionella resurser. När Chatt GPT Plus användes ensam, nådde noggrannheten över 92 %. Dessutom var det något tidsbesparande att använda Chatt GPT Plus, med en genomsnittlig tid på 519 sekunder jämfört med 565 sekunder för konventionella metoder.

Läs också:

12 november 2024 · 21:32

AI lär sig tolka getansikte för att upptäcka smärtsignaler och förbättra vården

AI-verktyg kan hjälpa till att diagnostisera fall mer effektivt, men de behöver vidareutvecklas för att fungera smidigt tillsammans med mänskliga beslut. Chat GPT Plus presterade bättre än båda studiegrupperna, vilket visar att AI kan spela en viktig roll i specifika diagnostiska uppgifter. Att utbilda läkare i att arbeta med AI-system kan visa fler fördelar.

AI-teknologier utvecklas snabbt och måste integreras effektivt i dagens sjukvårdssystem. Genom att lära oss skapa och använda specifika uppmaningar kan vi förbättra AI-stödda diagnoser och säkerställa att AI underlättar istället för att försvåra läkarnas arbetsprocesser.

AI har fortfarande svårigheter med att förstå hur medicinska beslut påverkar patienter, särskilt när det gäller diagnoser och behandlingar. För att lösa detta problem och göra AI mer pålitlig i verkliga vårdsituationer behövs ytterligare forskning. Nätverket ARiSE har skapats för att utvärdera AI:s roll inom hälso- och sjukvården, och siktar mot en framtid där AI kan ha betydande påverkan på komplexa medicinska beslut. För att denna förändring ska ske krävs tydliga riktlinjer och kontinuerlig kontroll för att säkerställa att utvecklingen av AI förblir trogen till grundläggande värderingar inom patientvård.