Mass General Brigham-ის მკვლევარებმა დაადგინეს, რომ ChatGPT-მ თითქმის 72%-ს სიზუსტეს მიაღწია კლინიკური გადაწყვეტილების მიღების პროცესში, პოტენციური დიაგნოზების შეთავაზებით დაწყებული, დიაგნოზის დასმითა და მოვლის მართვის სტრატეგიების განსაზღვრით დასრულებული. AI ჩატბოტი თანმიმდევრულ შესრულებას აჩვენებდა, როგორც გადაუდებელი სამედიცინო დახმარების საჭიროებისას და სხვადასხვა სამედიცინო სფეროებში. კვლევის დასკვნები, ცოტა ხნის წინ, Journal of Medical Internet Research-ში გამოქვეყნდა.
„ჩვენი ნაშრომი სრულად აფასებს გადაწყვეტილების მხარდაჭერას, ChatGPT-ის მეშვეობით, პაციენტთან მუშაობის დასაწყისიდან, მთელი პროცესის განმავლობაში, დიფერენციალური დიაგნოზით დაწყებული, ტესტირებით, დიაგნოსტიკითა და მენეჯმენტით დამთავრებული“, – თქვა კვლევის თანაავტორმა მედიცინის დოქტორმა მარკ სუჩიმ.
მკვლევრები ვარაუდობენ, რომ პერფორმანსი შეიძლება საკმაოდ მიუახლოვდეს მათ დონეს, ვინც ახლახან დაამთავრა სამედიცინო სკოლა, არის სტაჟიორი ან რეზიდენტი.
ცვლილებები ხელოვნური ინტელექტის ტექნოლოგიაში სწრაფი ტემპით მიმდინარეობს. ის გარდაქმნის ბევრ ინდუსტრიას, მათ შორის ჯანდაცვის სფეროს. თუმცა ენობრივი მოდელის (LLM) შესაძლებლობები კლინიკური მომსახურების სფეროში, ჯერ არ არის საკმარისად შესწავლილი. ამ კვლევაში სუჩიმ და მისმა გუნდმა გამოცადეს ჰიპოთეზა, რომ ChatGPT შეძლებს იმუშაოს პაციენტთან მთელი კლინიკური პროცესის განმავლობაში და რეკომენდაცია გაუწიოს დიაგნოსტიკურ გამოკვლევას.
კვლევა ჩატარდა ChatGPT-ში 36 სტანდარტიზებული, საჯარო კლინიკური ეპიზოდის თანმიმდევრული ნაწილის გათვალისწინებით. ინსტრუმენტს ჯერ სთხოვეს შეექმნა შესაძლო ან დიფერენციალური დიაგნოზის ნაკრები პაციენტის თავდაპირველ ინფორმაციაზე დაყრდნობით, რომელიც მოიცავდა ასაკს, სქესს, სიმპტომებს და იმას, იყო თუ არა შემთხვევა გადაუდებელი. შემდეგ ChatGPT-ს მიეცა დამატებითი ინფორმაცია და სთხოვეს, მიეღო გადაწყვეტილებები, ასევე დაესვა საბოლოო დიაგნოზი – რეალური პაციენტის ნახვის მთელი პროცესის სიმულაცის საფუძველზე. ჯგუფმა შეადარა ChatGPT-ის სიზუსტე დიფერენციალურ დიაგნოზზე, დიაგნოსტიკურ ტესტირებაზე, საბოლოო დიაგნოზზე და მიენიჭა ქულები, ეფექტურობის შესაფასებლად.
მკვლევრებმა დაადგინეს, რომ საერთო ჯამში, ChatGPT იყო დაახლოებით 72%-ით ზუსტი. შენიშნეს ისიც, რომ ის შესანიშნავად უმკლავდებოდა საბოლოო დიაგნოზის დადგენას (77%). ის ყველაზე ნაკლებადეფექტური იყო დიფერენციალური დიაგნოზის დასმისას (60%). ასევე, მხოლოდ 68%-ით ზუსტი იყო ზუსტი კლინიკური მენეჯმენტის გადაწყვეტილებებში, როგორიცაა იმის გარკვევა, თუ რა მედიკამენტებით უნდა უმკურნალო პაციენტს სწორი დიაგნოზის დასმის შემდეგ. კვლევის სხვა თვალსაჩინო მიგნებები მოიცავდა იმას, რომ ChatGPT-ის პასუხები არ აჩვენებდა გენდერულ მიკერძოებას და რომ მისი საერთო შესრულება იყო სტაბილური როგორც პირველადი, ისე გადაუდებელი დახმარების დროს.
ავტორები აღნიშნავენ, რომ სანამ ისეთი ხელსაწყოები, როგორიცაა ChatGPT, განიხილება კლინიკურ მომსახურებაში ინტეგრირებისთვის, საჭიროა მეტი საორიენტაციო კვლევა და რეგულირება. ასევე, სუჩის გუნდი ეძებს, შეუძლია თუ არა ხელოვნური ინტელექტის ინსტრუმენტებს გააუმჯობესოს პაციენტის მოვლა და შედეგები საავადმყოფოების რესურსებით შეზღუდულ ადგილებში.
წყარო: scitechdaily
