AI откри истинската болест зад спешен случай, който заблуди лекарите

Пациент постъпва в болница с белодробна емболия — кръвен съсирек, достигнал до белите дробове. Първоначално състоянието му се подобрява, но след това симптомите започват да се влошават. Медицинският екип подозира, че лечението не действа.

Тогава се намесва изкуственият интелект — със своя собствена теория.

След като анализира медицинските досиета, AI системата предполага, че пациентът има история на лупус — автоимунно заболяване, което може да доведе до възпаление на сърцето и да обясни истинската причина за състоянието му.

Оказва се, че AI моделът е прав.

Според изследване, публикувано в списание Science, цитирано от БГНЕС, подобни сценарии могат скоро да станат реалност.

Учени от Harvard Medical School и Beth Israel Deaconess Medical Center установяват, че AI модел за логическо разсъждение, разработен от OpenAI, се справя отлично с диагностицирането на пациенти и вземането на решения за лечението им. В много случаи той се представя по-добре от лекари и от по-стария AI модел GPT-4.

Изследователите провели серия експерименти, за да проверят клиничните способности на модела, включително чрез реални случаи като този с пациента с лупус, лекуван в спешното отделение на Beth Israel в Бостън.

Екипът оценявал доколко AI системата може да постави точна диагноза на различни етапи — от първоначалния прием в спешното отделение до хоспитализацията.

Като цяло AI моделът се справил по-добре от двама опитни лекари, използвайки само електронните здравни досиета и ограничената информация, с която медиците са разполагали в реално време.

„Това е най-важният извод за мен — системата работи с хаотичните реални данни от спешното отделение“, казва д-р Адам Родман, клиничен изследовател в Beth Israel и един от авторите на проучването. „Тя работи при поставянето на диагнози в реалния свят.“

Други части от изследването използвали клинични случаи от New England Journal of Medicine и различни медицински сценарии, за да проверят дали AI моделът може да покрива утвърдени медицински стандарти и да се справя със сложни диагностични въпроси.

„Моделът се представи по-добре от голямата група лекари, използвана за сравнение“, казва Радж Манрай, доцент по биомедицинска информатика в Harvard Medical School и съавтор на изследването.

Авторите подчертават, че AI е работил само с текстови данни, докато в реалната практика лекарите разчитат и на изображения, звуци и невербални сигнали при диагностицирането и лечението.

Въпреки това проучването показва колко бързо се е развила технологията през последните години. Предишните версии на големите езикови модели изпитваха затруднения при работа с несигурност и при изготвянето на т.нар. диференциална диагноза — списък с възможни заболявания, които могат да обяснят симптомите.

„Тази публикация прекрасно показва колко много са се подобрили нещата“, казва д-р Дейвид Райх, главен клиничен директор на Mount Sinai Health System в Ню Йорк, който не е участвал в изследването.