Η τεχνητή νοημοσύνη και οι γιατροί προσφέρουν διαφορετικά πλεονεκτήματα στην εικονική θεραπεία έκτακτης ανάγκης

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Θα παρέχουν οι γιατροί ή η τεχνητή νοημοσύνη (AI) καλύτερες θεραπευτικές συστάσεις για ασθενείς που παρακολουθούνται σε εικονικό περιβάλλον επείγουσας φροντίδας; Μια νέα μελέτη Cedars-Sinai δείχνει ότι οι γιατροί και τα μοντέλα τεχνητής νοημοσύνης έχουν διαφορετικά πλεονεκτήματα. Η πρόσφατη μελέτη, που παρουσιάστηκε στη συνάντηση Εσωτερικής Ιατρικής του Αμερικανικού Κολλεγίου Ιατρών και δημοσιεύθηκε ταυτόχρονα στο Annals of Internal Medicine, συνέκρινε τις αρχικές συστάσεις θεραπείας με τεχνητή νοημοσύνη με τις τελικές συστάσεις από γιατρούς που είχαν πρόσβαση στις συστάσεις της τεχνητής νοημοσύνης αλλά μπορεί να τις έχουν εξετάσει ή όχι. «Διαπιστώσαμε ότι οι αρχικές συστάσεις τεχνητής νοημοσύνης για κοινές παθήσεις σε ένα περιβάλλον επείγουσας φροντίδας βαθμολογήθηκαν υψηλότερα από τις τελικές συστάσεις των γιατρών», δήλωσε ο Joshua Pevnick,...

Η τεχνητή νοημοσύνη και οι γιατροί προσφέρουν διαφορετικά πλεονεκτήματα στην εικονική θεραπεία έκτακτης ανάγκης

Θα παρέχουν οι γιατροί ή η τεχνητή νοημοσύνη (AI) καλύτερες θεραπευτικές συστάσεις για ασθενείς που παρακολουθούνται σε εικονικό περιβάλλον επείγουσας φροντίδας; Μια νέα μελέτη Cedars-Sinai δείχνει ότι οι γιατροί και τα μοντέλα τεχνητής νοημοσύνης έχουν διαφορετικά πλεονεκτήματα.

Η πρόσφατη μελέτη, που παρουσιάστηκε στη συνάντηση Εσωτερικής Ιατρικής του Αμερικανικού Κολλεγίου Ιατρών και δημοσιεύτηκε ταυτόχρονα στοAnnals of Internal Medicineσυνέκρινε τις αρχικές συστάσεις θεραπείας τεχνητής νοημοσύνης με τις τελικές συστάσεις από γιατρούς που είχαν πρόσβαση στις συστάσεις της τεχνητής νοημοσύνης αλλά μπορεί να τις έχουν εξετάσει ή όχι.

«Διαπιστώσαμε ότι οι αρχικές συστάσεις τεχνητής νοημοσύνης βαθμολογήθηκαν υψηλότερα από τις τελικές συστάσεις των γιατρών για συνήθεις καταστάσεις επείγουσας περίθαλψης», δήλωσε ο Joshua Pevnick, MD, MSHS, συνδιευθυντής του Τμήματος Πληροφορικής Cedars-Sinai, αναπληρωτής καθηγητής ιατρικής και συν-ανώτερος συγγραφέας της μελέτης. «Για παράδειγμα, η τεχνητή νοημοσύνη ήταν ιδιαίτερα επιτυχής στην επισήμανση λοιμώξεων του ουροποιητικού συστήματος που μπορεί να προκληθούν από ανθεκτικά στα αντιβιοτικά βακτήρια και προτείνοντας να παραγγελθεί καλλιέργεια πριν συνταγογραφηθεί φαρμακευτική αγωγή».

Ωστόσο, ο Pevnick είπε ότι ενώ η τεχνητή νοημοσύνη είναι καλύτερη στον εντοπισμό κρίσιμων κόκκινων σημαιών, «έχει επιτρέψει στους γιατρούς να κατανοήσουν καλύτερα το ιστορικό των ασθενών και να προσαρμόσουν τις συστάσεις τους ανάλογα».

Η αναδρομική μελέτη διεξήχθη χρησιμοποιώντας δεδομένα από το Cedars-Sinai Connect, ένα εικονικό πρόγραμμα πρωτοβάθμιας και επείγουσας φροντίδας που ξεκίνησε το 2023. Μια επέκταση της προσωπικής φροντίδας του Cedars-Sinai, το Cedars-Sinai Connect στοχεύει να επεκτείνει την εικονική υγειονομική περίθαλψη για ασθενείς στην Καλιφόρνια μέσω μιας εφαρμογής για κινητά που επιτρέπει στους ανθρώπους να έχουν γρήγορη και εύκολη πρόσβαση σε μια εξειδικευμένη φροντίδα για χρόνια, οξεία και προληπτική φροντίδα Cedars-S.

Η μελέτη εξέτασε 461 ιατρικές επισκέψεις με συστάσεις AI από τις 12 Ιουνίου έως τις 14 Ιουλίου 2024. Τα κύρια ιατρικά ζητήματα που αντιμετωπίστηκαν κατά τη διάρκεια αυτών των επειγουσών εικονικών επισκέψεων περιελάμβαναν ενήλικες με αναπνευστικά, ουροποιητικά, κολπικά, συμπτώματα όρασης ή οδοντικά συμπτώματα.

Οι ασθενείς που χρησιμοποιούν την εφαρμογή για κινητά ξεκινούν επισκέψεις εισάγοντας τις ιατρικές τους ανησυχίες και παρέχοντας δημογραφικές πληροφορίες για χρήστες που κάνουν πρώτη φορά. Ένα ειδικό μοντέλο τεχνητής νοημοσύνης διεξάγει μια δομημένη δυναμική συνέντευξη που συλλέγει πληροφορίες για τα συμπτώματα και ιατρικό ιστορικό. Κατά μέσο όρο, οι ασθενείς απαντούν σε 25 ερωτήσεις σε πέντε λεπτά.

Ένας αλγόριθμος χρησιμοποιεί τις απαντήσεις του ασθενούς καθώς και δεδομένα από τον ηλεκτρονικό φάκελο υγείας του ασθενούς για να παρέχει αρχικές πληροφορίες σχετικά με ασθένειες με σχετικά συμπτώματα. Αφού οι ασθενείς με πιθανές διαγνώσεις παρουσιάσουν τα συμπτώματά τους, η εφαρμογή για κινητά επιτρέπει στους ασθενείς να ξεκινήσουν μια επίσκεψη βίντεο με έναν γιατρό.

Ο αλγόριθμος προτείνει επίσης συστάσεις διάγνωσης και θεραπείας που μπορούν να προβληθούν από τον θεράποντα ιατρό του Cedars-Sinai Connect, αν και κατά τη διάρκεια της μελέτης, το Cedars-Sinai Connect μπορεί να κάνει κύλιση προς τα κάτω τους απαιτούμενους γιατρούς για να τους δει.

Η μεγαλύτερη αβεβαιότητα σε αυτή τη μελέτη είναι εάν οι γιατροί μετακινήθηκαν προς τα κάτω για να εξετάσουν τις συνταγές, τις παραγγελίες, τις παραπομπές ή άλλες προτάσεις διαχείρισης που έγιναν από το AI και εάν ενσωμάτωσαν αυτές τις συστάσεις στη λήψη κλινικών αποφάσεων. Ωστόσο, το γεγονός ότι οι συστάσεις τεχνητής νοημοσύνης συχνά βαθμολογήθηκαν ως υψηλότερης ποιότητας από τις αποφάσεις των γιατρών υποδηλώνει ότι η υποστήριξη αποφάσεων τεχνητής νοημοσύνης, όταν εφαρμόζεται αποτελεσματικά στο σημείο της περίθαλψης, μπορεί να βελτιώσει τη λήψη κλινικών αποφάσεων για κοινές και οξείες καταστάσεις. "

Caroline Goldzweig, MD, Cedars-Sinai Medical Network Chief Medical Officer και συν-ανώτερη συγγραφέας της μελέτης

Το σύστημα AI που χρησιμοποιείται για το Cedars-Sinai Connect αναπτύχθηκε από την K Health, δημιουργώντας την τεχνολογία για τη μείωση του φόρτου της κλινικής πρόσληψης και εισαγωγής δεδομένων, επιτρέποντας στους γιατρούς να εστιάσουν περισσότερο στη φροντίδα των ασθενών. Η K Health και η Cedars-Sinai ανέπτυξαν το Cedars-Sinai Connect μέσω μιας κοινής επιχείρησης και συνεργάστηκαν στην ερευνητική μελέτη. Ερευνητές του Πανεπιστημίου του Τελ Αβίβ, συμπεριλαμβανομένου του πρώτου συγγραφέα Dan Zeltzer, PhD, συμμετείχαν επίσης στη μελέτη.

«Δοκιμάζουμε την τεχνητή νοημοσύνη σε πραγματικές συνθήκες, όχι σε επινοημένα σενάρια», δήλωσε ο Ran Shaul, συνιδρυτής και επικεφαλής προϊόντων της K Health. «Στην πραγματικότητα της καθημερινής πρωτοβάθμιας περίθαλψης, υπάρχουν τόσες πολλές μεταβλητές και παράγοντες που αφορούν πολύπλοκους ανθρώπους και κάθε τεχνητή νοημοσύνη πρέπει να αντιμετωπίσει ελλιπή δεδομένα και έναν πολύ διαφορετικό πληθυσμό ασθενών».

Ο Shaul είπε ότι οι ερευνητές έμαθαν ότι εάν εκπαιδεύσετε την τεχνητή νοημοσύνη στον θησαυρό των αποπροσδιορισμένων κλινικών σημειώσεων και χρησιμοποιήσετε την καθημερινή φροντίδα του παρόχου ως έναν συνεχώς ενισχυμένο μηχανισμό μάθησης, "μπορείτε να επιτύχετε το επίπεδο ακρίβειας που θα περιμένατε από έναν άνθρωπο γιατρό".

Πρόσθετοι συγγραφείς που συμμετέχουν στη μελέτη περιλαμβάνουν τον Dan Zeltzer, PhD. Zehavi Kugler, MD; Lior Hayat, MD; Tamar Brufman, MD; Ran Ilan Ber, PhD; Keren Leibovich, PhD; Tom Beer, MSC; και Ilan Frank, MSc.

Το έργο αυτό υποστηρίχθηκε με χρηματοδότηση από την K Health.


Πηγές:

Journal reference:

Zeltzer, D.,et al.(2025). Σύγκριση της αρχικής τεχνητής νοημοσύνης (AI) και των τελικών συστάσεων γιατρού σε επισκέψεις εικονικής επείγουσας φροντίδας υποβοηθούμενη από AI. Annals of Internal Medicine. doi.org/10.7326/annals-24-03283.