AI ja arstid pakuvad virtuaalses erakorralises ravis erinevaid tugevusi

AI ja arstid pakuvad virtuaalses erakorralises ravis erinevaid tugevusi

Kas arstid või tehisintellekt (AI) annavad virtuaalses hädaabikeskkonnas nähtud patsientidele paremaid ravisoovitusi? Uus Cedars-Sinai uuring näitab, et arstidel ja tehisintellekti mudelitel on erinevad tugevused.

Hiline uuring, mida esitleti American College of Physicians Internal Medicine koosolekul ja avaldati samal ajalAnnals of Internal Medicinevõrdles esialgseid tehisintellekti ravi soovitusi nende arstide lõplike soovitustega, kellel oli juurdepääs tehisintellekti soovitustele, kuid kes võisid, kuid ei pruukinud neid läbi vaadata.

"Leidsime, et esialgsed tehisintellekti soovitused olid kõrgemad kui arsti lõplikud soovitused tavaliste kiireloomuliste ravitingimuste jaoks," ütles Joshua Pevnick, MD, MSHS, Cedars-Sinai informaatikaosakonna kaasdirektor, meditsiini dotsent ja uuringu kaasautor. "Näiteks on tehisintellekt olnud eriti edukas antibiootikumiresistentsete bakterite põhjustatud kuseteede infektsioonide märgistamisel ja soovitades tellida külv enne ravimite väljakirjutamist."

Kuid Pevnick ütles, et kuigi tehisintellekt suudab paremini tuvastada kriitilisi punaseid lippe, "on see võimaldanud arstidel paremini mõista patsientide ajalugu ja kohandada nende soovitusi vastavalt."

Retrospektiivne uuring viidi läbi, kasutades 2023. aastal alanud virtuaalse esma- ja kiirabiprogrammi Cedars-Sinai Connecti andmeid. Cedars-Sinai isikliku hoolduse laiendamise, Cedars-Sinai Connecti eesmärk on laiendada Californias patsientide virtuaalset tervishoiuteenust mobiilirakenduse kaudu, mis võimaldab inimestel kiiresti ja hõlpsalt juurde pääseda Cedars-Sinai ägedate, ennetavate ja ennetavate krooniliste raviteenuste ekspertravile.

Uuringus vaadati 12. juunist kuni 14. juulini 2024 läbi 461 meditsiinilist visiiti koos tehisintellekti soovitustega. Nende kiireloomuliste virtuaalvisiitide käigus käsitletud peamiste meditsiiniliste probleemide hulka kuulusid täiskasvanud, kellel esinesid hingamisteede, kuseteede, tupe, nägemis- või hambaravi sümptomid.

Mobiilirakendust kasutavad patsiendid algatavad visiidid, sisestades oma terviseprobleemid ja andes esmakasutajatele demograafilist teavet. Ekspert tehisintellekti mudel viib läbi struktureeritud dünaamilise intervjuu, mis kogub sümptomite teavet ja haiguslugu. Keskmiselt vastavad patsiendid viie minuti jooksul 25 küsimusele.

Algoritm kasutab nii patsiendi vastuseid kui ka patsiendi elektroonilise terviseloo andmeid, et anda esialgset teavet seotud sümptomitega haiguste kohta. Pärast seda, kui võimaliku diagnoosiga patsiendid on oma sümptomid esitanud, võimaldab mobiilirakendus patsientidel algatada arstiga videovisiidi.

Algoritm soovitab ka diagnoosi- ja ravisoovitusi, mida saab vaadata Cedars-Sinai Connecti raviarst, kuigi uuringu ajal võib Cedars-Sinai Connect nende vaatamiseks vajalikke arste allapoole kerida.

Selle uuringu suurim ebakindlus seisneb selles, kas arste keriti allapoole, et vaadata tehisintellekti tehtud retsepte, korraldusi, saatekirju või muid juhtimissoovitusi ja kas nad võtsid need soovitused arvesse oma kliiniliste otsuste tegemisel. Kuid tõsiasi, et tehisintellekti soovitusi hinnati sageli kvaliteetsemaks kui arsti otsuseid, viitab sellele, et tehisintellekti otsuste tugi, kui seda ravipunktis tõhusalt rakendatakse, võib parandada kliiniliste otsuste tegemist tavaliste ja ägedate haigusseisundite puhul. “

Caroline Goldzweig, MD, Cedars-Sinai Medical Networki peaarst ja uuringu kaasautor

Cedars-Sinai Connecti jaoks kasutatava tehisintellekti süsteemi töötas välja K Health, luues tehnoloogia kliinilise vastuvõtu ja andmete sisestamise koormuse vähendamiseks, võimaldades arstidel keskenduda rohkem patsientide hooldamisele. K Health ja Cedars-Sinai töötasid ühisettevõtte kaudu välja Cedars-Sinai Connecti ja tegid uuringus koostööd. Uuringus osalesid ka Tel Avivi ülikooli uurijad, sealhulgas esimene autor Dan Zeltzer, PhD.

"Me panime tehisintellekti proovile reaalsetes tingimustes, mitte väljamõeldud stsenaariumides," ütles Ran Shaul, K Healthi kaasasutaja ja tootejuht. "Igapäevase esmatasandi arstiabi tegelikkuses on keeruliste inimestega seotud nii palju muutujaid ja tegureid ning mis tahes tehisintellekt peab tegelema mittetäielike andmete ja väga mitmekesise patsientide populatsiooniga."

Shaul ütles, et uurijad said teada, et kui treenite tehisintellekti tuvastamata kliiniliste märkmete aardeid ja kasutate igapäevast teenusepakkuja hooldust pidevalt tugevdatud õppemehhanismina, "võite saavutada täpsuse, mida inimarstilt oodata võiksite."

Uuringusse kaasatud täiendavad autorid on Dan Zeltzer, PhD; Zehavi Kugler, MD; Lior Hayat, MD; Tamar Brufman, MD; Ran Ilan Ber, PhD; Keren Leibovitš, PhD; Tom Beer, MSC; ja Ilan Frank, MSc.

Seda tööd toetas K Healthi rahastus.

Allikad: