Tekoäly ja lääkärit tarjoavat erilaisia ​​vahvuuksia virtuaalisessa hätähoidossa

Tekoäly ja lääkärit tarjoavat erilaisia ​​vahvuuksia virtuaalisessa hätähoidossa

Antavatko lääkärit tai tekoäly (AI) parempia hoitosuosituksia potilaille, jotka nähdään virtuaalisessa ensihoidon ympäristössä? Uusi Cedars-Sinai-tutkimus osoittaa, että lääkäreillä ja tekoälymalleilla on erilaisia ​​vahvuuksia.

Myöhäinen tutkimus, joka esiteltiin American College of Physicians Internal Medicine -kokouksessa ja julkaistiin samanaikaisestiAnnals of Internal Medicinevertasi alkuperäisiä tekoälyn hoitosuosituksia niiden lääkäreiden lopullisiin suosituksiin, joilla oli pääsy tekoälysuosituksiin, mutta jotka ovat saaneet tai olla tarkistamatta niitä.

"Huomasimme, että alkuperäiset tekoälysuositukset arvioitiin korkeammiksi kuin lääkärin lopulliset suositukset yleisissä kiireellisissä hoitotiloissa", sanoi Joshua Pevnick, MD, MSHS, Cedars-Sinain tietotekniikan osaston johtaja, lääketieteen apulaisprofessori ja tutkimuksen toinen vanhempi kirjoittaja. "Tekoäly on esimerkiksi onnistunut erityisesti osoittamaan antibiooteille vastustuskykyisten bakteerien aiheuttamia virtsatietulehduksia ja ehdottamaan viljelmän tilaamista ennen lääkkeen määräämistä."

Pevnick kuitenkin sanoi, että vaikka tekoäly tunnistaa paremmin kriittiset punaiset liput, "se on antanut lääkäreille mahdollisuuden ymmärtää paremmin potilaiden historiaa ja räätälöidä suosituksiaan sen mukaisesti".

Retrospektiivinen tutkimus tehtiin vuonna 2023 alkaneen virtuaalisen perus- ja kiireellisen hoitotyön Cedars-Sinai Connectin datan perusteella. Cedars-Sinain henkilökohtaisen hoidon laajentamisen, Cedars-Sinai Connectin tavoitteena on laajentaa Kalifornian potilaiden virtuaalista terveydenhuoltoa mobiilisovelluksen avulla, jonka avulla ihmiset voivat nopeasti ja helposti käyttää Cedars-Sinain akuutti- ja ennaltaehkäisevää asiantuntijahoitoa.

Tutkimuksessa tarkasteltiin 461 lääkärinkäyntiä tekoälysuositusten kera 12. kesäkuuta - 14. heinäkuuta 2024. Näillä kiireellisillä virtuaalikäynneillä käsitellyt tärkeimmät lääketieteelliset ongelmat olivat aikuisia, joilla oli hengitystie-, virtsatie-, emätin-, näkö- tai hammasoireita.

Mobiilisovellusta käyttävät potilaat aloittavat käynnit ilmoittamalla lääketieteelliset huolensa ja antamalla ensikäyttäjille demografisia tietoja. Asiantunteva tekoälymalli tekee jäsennellyn dynaamisen haastattelun, joka kerää oiretiedot ja sairaushistorian. Potilaat vastaavat keskimäärin 25 kysymykseen viidessä minuutissa.

Algoritmi käyttää potilaan vastauksia sekä potilaan sähköisen sairauskertomuksen tietoja antaakseen alustavaa tietoa sairauksista, joihin liittyy oireita. Kun potilaat, joilla on mahdollinen diagnoosi, ovat esittäneet oireensa, mobiilisovelluksen avulla potilaat voivat aloittaa videokäynnin lääkärin kanssa.

Algoritmi ehdottaa myös diagnoosi- ja hoitosuosituksia, joita Cedars-Sinai Connect -hoitolääkäri voi tarkastella, vaikka tutkimuksen aikana Cedars-Sinai Connect voi vierittää alas tarvittavia lääkäreitä nähdäkseen ne.

Suurin epävarmuus tässä tutkimuksessa on se, vieritettiinkö lääkäreitä alas katsomaan tekoälyn tekemiä reseptejä, määräyksiä, lähetteitä tai muita johtamisehdotuksia ja sisällyttivätkö he nämä suositukset kliiniseen päätöksentekoon. Kuitenkin se tosiasia, että tekoälysuositukset arvioitiin usein laadukkaammiksi kuin lääkärin päätökset, viittaa siihen, että tekoälypäätösten tuki, kun se toteutetaan tehokkaasti hoitopisteessä, voi parantaa kliinistä päätöksentekoa yleisissä ja akuuteissa sairauksissa. "

Caroline Goldzweig, MD, Cedars-Sinai Medical Networkin ylilääkäri ja tutkimuksen toinen vanhempi kirjoittaja

Cedars-Sinai Connectissa käytetyn tekoälyjärjestelmän on kehittänyt K Health, ja se loi teknologian, joka vähentää kliinisen vastaanoton ja tietojen syöttämisen taakkaa, jolloin lääkärit voivat keskittyä enemmän potilaiden hoitoon. K Health ja Cedars-Sinai kehittivät Cedars-Sinai Connectin yhteisyrityksen kautta ja tekivät yhteistyötä tutkimustutkimuksessa. Tel Avivin yliopiston tutkijat, mukaan lukien ensimmäinen kirjoittaja Dan Zeltzer, PhD, osallistuivat myös tutkimukseen.

"Teimme tekoälyn todellisissa olosuhteissa, emme keksityissä skenaarioissa", sanoi Ran Shaul, K Healthin perustaja ja tuotepäällikkö. "Jokaisen perusterveydenhuollon todellisuudessa monimutkaisten ihmisten kanssa tekemisissä on niin monia muuttujia ja tekijöitä, ja minkä tahansa tekoälyn on käsiteltävä puutteellisia tietoja ja hyvin monimuotoista potilasta."

Shaul sanoi, että tutkijat ovat oppineet, että jos harjoittelet tekoälyä tunnistamattomien kliinisten muistiinpanojen aarreaitasta ja käytät päivittäistä palveluntarjoajan hoitoa jatkuvasti vahvistettavana oppimismekanismina, "voit saavuttaa sellaisen tarkkuuden, jota odotat ihmislääkäriltä".

Muita tutkimukseen osallistuneita kirjoittajia ovat Dan Zeltzer, PhD; Zehavi Kugler, MD; Lior Hayat, MD; Tamar Brufman, MD; Ran Ilan Ber, PhD; Keren Leibovich, PhD; Tom Beer, MSC; ja Ilan Frank, MSc.

Tätä työtä on tuettu K Healthin rahoituksella.

Lähteet: