Porównali lekarza z maszyną. "Im bardziej złożony przypadek, tym lepiej"
Według badań Harvardu AI osiągnęła w triażu współczynnik trafności diagnoz sięgający nawet 67 proc. - wyraźnie wyżej niż lekarze (50-55 proc.).
W kontrolowanych testach przeprowadzonych na oddziale ratunkowym w Bostonie model o1 od OpenAI trafniej diagnozował pacjentów w pierwszych minutach pobytu na SOR-ze niż doświadczeni lekarze. Mówimy o sytuacjach, w których liczy się każda sekunda, a dostępne informacje są szczątkowe: kilka parametrów życiowych, podstawowe dane demograficzne i krótka notatka pielęgniarki.
W eksperymencie brało udział 76 realnych przypadków z bostońskiego szpitala
Eksperyment jest publicznie udokumentowany. AI i dwóch internistów otrzymywało identyczny zestaw danych z elektronicznej dokumentacji medycznej. Następnie niezależni lekarze oceniali diagnozy, nie wiedząc, kto jest ich autorem. Wynik? AI trafiała z diagnozą „dokładną lub bardzo bliską” w 67 proc. przypadków, podczas gdy lekarze osiągali 50-55 proc. Różnica była szczególnie widoczna w pierwszym etapie triażu, czyli wtedy, gdy informacji jest najmniej, a presja największa.
Czytaj też:
Gdy do dokumentacji dodawano więcej danych, przewaga AI malała - model osiągał wtedy wynik 82 proc., a lekarze 70-79 proc., co nie było już statystycznie istotne. Innymi słowy: im bardziej złożony przypadek i im mniej danych, tym AI radziła sobie relatywnie lepiej.
W innym teście poproszono AI i 46 lekarzy o przygotowanie planów leczenia dla pięciu przypadków klinicznych. Wynik był wręcz szokujący: AI zdobyła 89 proc. punktów, podczas gdy lekarze - 34 proc. Chodziło m.in. o dobór antybiotyków czy planowanie opieki paliatywnej.
Badacze podkreślają, że model świetnie radził sobie także z rzadkimi chorobami i skomplikowanymi przypadkami.
Czy to oznacza, że lekarze są zbędni?
Nie. I badacze mówią to bardzo wyraźnie. AI analizowała wyłącznie dane tekstowe - nie widziała pacjenta, nie oceniała jego wyglądu, zachowania, poziomu bólu czy niepokoju. W praktyce działała więc jak superzaawansowana druga opinia, a nie samodzielny lekarz. To ważne, bo w realnym SOR-ze liczy się nie tylko wiedza, ale też intuicja, doświadczenie i umiejętność wychwycenia subtelnych sygnałów, których nie ma w dokumentacji.
Problemem pozostaje zaufanie samych pacjentów. W najbliższych latach możemy zobaczyć AI jako stały element pracy SOR-ów, przychodni i telemedycyny. Nie jako zastępstwo lekarza, ale jako narzędzie, które może skrócić czas diagnozy, odciążyć personel i zmniejszyć liczbę błędów. Do pomysłów Big Techów należy podchodzić z dystansem i podejrzliwością, tym niemniej technologia sama w sobie to tylko narzędzie.
W tym wydaniu wygląda na to, całkiem pożyteczne. Bo może to oznaczać krótsze kolejki, szybsze decyzje i większą pewność, że ktoś (lub coś) nie przeoczy kluczowego szczegółu.
