Sztuczna inteligencja i lekarze oferują różne mocne strony w wirtualnym leczeniu ratunkowym

Sztuczna inteligencja i lekarze oferują różne mocne strony w wirtualnym leczeniu ratunkowym

Czy lekarze lub sztuczna inteligencja (AI) zapewnią lepsze zalecenia dotyczące leczenia pacjentom przebywającym w wirtualnej placówce pogotowia ratunkowego? Nowe badanie Cedars-Sinai pokazuje, że lekarze i modele sztucznej inteligencji mają różne mocne strony.

Wyniki najnowszego badania, zaprezentowanego na spotkaniu American College of Physicians Internal Medicine i opublikowanego jednocześnie w czasopiśmie „Roczniki chorób wewnętrznychporównali wstępne zalecenia dotyczące leczenia AI z ostatecznymi zaleceniami lekarzy, którzy mieli dostęp do zaleceń AI, ale mogli je przejrzeć lub nie.

„Odkryliśmy, że wstępne zalecenia sztucznej inteligencji zostały ocenione wyżej niż ostateczne zalecenia lekarzy dotyczące powszechnych pilnych schorzeń” – powiedział Joshua Pevnick, lekarz medycyny, MSHS, współdyrektor Wydziału Informatyki Cedars-Sinai, profesor nadzwyczajny medycyny i współautor badania. „Na przykład sztuczna inteligencja szczególnie skutecznie wykrywa infekcje dróg moczowych, które mogą być spowodowane przez bakterie oporne na antybiotyki, i sugeruje wykonanie posiewu przed przepisaniem leku”.

Jednak Pevnick stwierdził, że chociaż sztuczna inteligencja lepiej radzi sobie z identyfikowaniem krytycznych sygnałów ostrzegawczych, „pozwoliła lekarzom lepiej zrozumieć historię pacjentów i odpowiednio dostosować zalecenia”.

Badanie retrospektywne przeprowadzono z wykorzystaniem danych z Cedars-Sinai Connect, wirtualnego programu opieki podstawowej i pilnej, który rozpoczął się w 2023 r. Cedars-Sinai Connect, będący rozszerzeniem opieki osobistej w Cedars-Sinai, ma na celu rozszerzenie wirtualnej opieki zdrowotnej dla pacjentów w Kalifornii za pośrednictwem aplikacji mobilnej, która umożliwia szybki i łatwy dostęp do ekspertów Cedars-Sina w zakresie opieki ostrej i profilaktycznej, opieki przewlekłej i profilaktyki.

W badaniu przeanalizowano 461 wizyt lekarskich z zaleceniami AI od 12 czerwca do 14 lipca 2024 r. Główne problemy medyczne poruszane podczas tych pilnych wirtualnych wizyt dotyczyły osób dorosłych z objawami ze strony układu oddechowego, moczowego, pochwowego, wzrokowego lub stomatologicznego.

Pacjenci korzystający z aplikacji mobilnej inicjują wizyty poprzez podanie swoich obaw zdrowotnych oraz podanie danych demograficznych osobom, które korzystają z niej po raz pierwszy. Ekspercki model sztucznej inteligencji przeprowadza ustrukturyzowany wywiad dynamiczny, który zbiera informacje o objawach i historię medyczną. Pacjenci odpowiadają średnio na 25 pytań w ciągu pięciu minut.

Algorytm wykorzystuje odpowiedzi pacjenta oraz dane z elektronicznej karty zdrowia pacjenta w celu dostarczenia wstępnych informacji o chorobach z powiązanymi objawami. Po tym, jak pacjenci z możliwymi diagnozami przedstawią swoje objawy, aplikacja mobilna umożliwia pacjentom zainicjowanie wideo wizyty z lekarzem.

Algorytm sugeruje również zalecenia dotyczące diagnozy i leczenia, które może przeglądać lekarz prowadzący leczenie Cedars-Sinai Connect, chociaż w trakcie badania Cedars-Sinai Connect może przewijać listę wymaganych lekarzy, aby je wyświetlić.

Największą niepewnością w tym badaniu jest to, czy lekarze przewinęli stronę w dół, aby zapoznać się z receptami, zamówieniami, skierowaniami lub innymi sugestiami dotyczącymi zarządzania przedstawionymi przez sztuczną inteligencję i czy uwzględnili te zalecenia w procesie podejmowania decyzji klinicznych. Jednakże fakt, że zalecenia sztucznej inteligencji były często oceniane jako wyższej jakości niż decyzje lekarzy, sugeruje, że wspomaganie decyzji przez sztuczną inteligencję, jeśli jest skutecznie wdrażane w miejscu opieki, może usprawnić proces podejmowania decyzji klinicznych w przypadku powszechnych i ostrych schorzeń. „

Caroline Goldzweig, lekarz medycyny, dyrektor medyczny Cedars-Sinai Medical Network i współautorka badania

System sztucznej inteligencji zastosowany w Cedars-Sinai Connect został opracowany przez firmę K Health, tworząc technologię zmniejszającą obciążenie związane z przyjmowaniem danych klinicznych i wprowadzaniem danych, umożliwiając lekarzom skupienie się w większym stopniu na opiece nad pacjentem. K Health i Cedars-Sinai opracowały Cedars-Sinai Connect w ramach wspólnego przedsięwzięcia i współpracowały przy badaniu badawczym. W badaniu uczestniczyli także badacze z Uniwersytetu w Tel Awiwie, w tym pierwszy autor, dr Dan Zeltzer.

„Poddaliśmy sztuczną inteligencję testowi w rzeczywistych warunkach, a nie w wymyślonych scenariuszach” – powiedział Ran Shaul, współzałożyciel i dyrektor ds. produktu w K Health. „W rzeczywistości codziennej podstawowej opieki zdrowotnej istnieje wiele zmiennych i czynników związanych ze złożonymi ludźmi, a każda sztuczna inteligencja musi radzić sobie z niekompletnymi danymi i bardzo zróżnicowaną populacją pacjentów”.

Shaul powiedział, że badacze dowiedzieli się, że jeśli przeszkolisz sztuczną inteligencję na podstawie niezidentyfikowanych notatek klinicznych i wykorzystasz codzienną opiekę lekarza jako stale wzmacniany mechanizm uczenia się, „możesz osiągnąć poziom dokładności, jakiego można oczekiwać od ludzkiego lekarza”.

Do dodatkowych autorów zaangażowanych w badanie należą dr Dan Zeltzer; Zehavi Kugler, lekarz medycyny; Lior Hayat, lekarz medycyny; Tamar Brufman, lekarz medycyny; Doktor Ran Ilan Ber; dr Keren Leibovich; Tom Beer, MSC; i Ilan Frank, mgr.

Praca ta została wsparta środkami finansowymi firmy K Health.

Źródła: