Umetna inteligenca in zdravniki ponujajo različne prednosti v virtualnem nujnem zdravljenju

Umetna inteligenca in zdravniki ponujajo različne prednosti v virtualnem nujnem zdravljenju

Ali bodo zdravniki ali umetna inteligenca (AI) zagotovili boljša priporočila za zdravljenje pacientov, ki jih bodo pregledali v okolju virtualne nujne oskrbe? Nova študija Cedars-Sinai kaže, da imajo zdravniki in modeli AI različne prednosti.

Pozna študija, predstavljena na srečanju American College of Physicians Internal Medicine in hkrati objavljena vAnnals of Internal Medicineprimerjali začetna priporočila za zdravljenje z umetno inteligenco s končnimi priporočili zdravnikov, ki so imeli dostop do priporočil za umetno inteligenco, vendar so jih morda pregledali ali pa tudi ne.

»Ugotovili smo, da so bila začetna priporočila umetne inteligence ocenjena višje od končnih zdravniških priporočil za običajna nujna stanja,« je povedal Joshua Pevnick, dr. med., MSHS, sodirektor oddelka za informatiko Cedars-Sinai, izredni profesor medicine in soavtor študije. "Umetna inteligenca je bila na primer še posebej uspešna pri označevanju okužb sečil, ki jih lahko povzročijo na antibiotike odporne bakterije, in predlaga, da se pred predpisovanjem zdravil naroči kultura."

Vendar je Pevnick dejal, da čeprav je umetna inteligenca boljša pri prepoznavanju kritičnih rdečih zastavic, "je zdravnikom omogočila, da bolje razumejo zgodovino bolnikov in ustrezno prilagodijo svoja priporočila."

Retrospektivna študija je bila izvedena z uporabo podatkov iz programa Cedars-Sinai Connect, virtualnega programa primarne in nujne oskrbe, ki se je začel leta 2023. Cilj Cedars-Sinai Connect je razširitev osebne oskrbe Cedars-Sinai razširiti virtualno zdravstveno oskrbo za paciente v Kaliforniji prek mobilne aplikacije, ki ljudem omogoča hiter in enostaven dostop do strokovnjakov Cedars-Sina za akutno in preventivno oskrbo, kronično in preventivno oskrbo.

Študija je pregledala 461 zdravniških obiskov s priporočili umetne inteligence od 12. junija do 14. julija 2024. Glavne zdravstvene težave, obravnavane med temi nujnimi virtualnimi obiski, so vključevale odrasle z respiratornimi, urinskimi, vaginalnimi, vidnimi ali zobnimi simptomi.

Pacienti, ki uporabljajo mobilno aplikacijo, začnejo obiske tako, da vnesejo svoje zdravstvene težave in zagotovijo demografske podatke za prve uporabnike. Strokovni model umetne inteligence vodi strukturiran dinamični intervju, ki zbira informacije o simptomih in zdravstveno zgodovino. V povprečju pacienti v petih minutah odgovorijo na 25 vprašanj.

Algoritem uporablja bolnikove odzive in podatke iz bolnikovega elektronskega zdravstvenega kartona, da zagotovi začetne informacije o boleznih s povezanimi simptomi. Ko pacienti z možnimi diagnozami predstavijo svoje simptome, mobilna aplikacija omogoča pacientom, da začnejo video obisk pri zdravniku.

Algoritem predlaga tudi priporočila za diagnozo in zdravljenje, ki si jih lahko ogleda zdravnik za zdravljenje Cedars-Sinai Connect, čeprav se lahko med študijo Cedars-Sinai Connect pomakne navzdol po zahtevanih zdravnikih, da si jih ogleda.

Največja negotovost v tej študiji je, ali so se zdravniki pomaknili navzdol, da bi si ogledali recepte, naročila, napotitve ali druge predloge upravljanja, ki jih je dala umetna inteligenca, in ali so ta priporočila vključili v svoje klinično odločanje. Vendar pa dejstvo, da so bila priporočila umetne inteligence pogosto ocenjena kot kakovostnejša od odločitev zdravnikov, nakazuje, da lahko podpora pri odločanju umetne inteligence, če se učinkovito izvaja na točki oskrbe, izboljša klinično odločanje za pogosta in akutna stanja. “

Caroline Goldzweig, dr.med., glavna zdravnica medicinske mreže Cedars-Sinai in soavtorica študije

Sistem umetne inteligence, ki se uporablja za Cedars-Sinai Connect, je razvil K Health in ustvaril tehnologijo za zmanjšanje bremena kliničnega vnosa in vnosa podatkov, kar zdravnikom omogoča, da se bolj osredotočijo na oskrbo bolnikov. K Health in Cedars-Sinai sta prek skupnega podjetja razvila Cedars-Sinai Connect in sodelovala pri raziskovalni študiji. V študiji so sodelovali tudi raziskovalci Univerze v Tel Avivu, vključno s prvim avtorjem dr. Danom Zeltzerjem.

"Umetno inteligenco smo preizkusili v resničnih pogojih, ne v izmišljenih scenarijih," je povedal Ran Shaul, soustanovitelj in produktni direktor K Health. "V realnosti vsakdanje primarne oskrbe je toliko spremenljivk in dejavnikov, ki se ukvarjajo s kompleksnimi ljudmi, vsaka umetna inteligenca pa se mora ukvarjati z nepopolnimi podatki in zelo raznoliko populacijo bolnikov."

Shaul je dejal, da so preiskovalci izvedeli, da če umetno inteligenco usposobite za zakladnico deidentificiranih kliničnih zapiskov in uporabljate vsakodnevno oskrbo izvajalca kot stalno okrepljen učni mehanizem, "lahko dosežete raven natančnosti, ki bi jo pričakovali od človeškega zdravnika."

Dodatni avtorji, vključeni v študijo, so Dan Zeltzer, PhD; Zehavi Kugler, dr.med.; Lior Hayat, MD; Tamar Brufman, dr.med.; dr. Ran Ilan Ber; Keren Leibovich, dr. Tom Beer, MSC; in Ilan Frank, mag.

To delo je financiral K Health.

Viri: