Nowe model AI diagnozuje pacjenta z rozmowy

Ci, którzy jeszcze do niedawna byli przekonani, że AI nigdy nie będzie w stanie wejść w rolę lekarza, zaczynają mieć wątpliwości. Powodem jest nowy model AI o nazwie AMIE przygotowany do rozmów diagnostycznych. Okazał się dokładniejszy od lekarzy aż o 13 punktów procentowych.

Lekarz bez AI? Wkrótce nie do pomyślenia

Naukowcy z Uniwersytetu w Buffalo opracowali potężny model AI do zastosowań klinicznych, który – zgodnie z opublikowanymi wynikami testów – osiąga wyższe wyniki w amerykańskim egzaminie z medycyny (USMLE) niż większość lekarzy i wszystkie inne dotychczasowe narzędzia AI.

– Semantic Clinical Artificial Intelligence (SCAI) ma szansę stać się partnerem lekarzy w pracy klinicznej – twierdzi dr Peter L. Elkin, kierownik Katedry Informatyki Biomedycznej w Jacobs School of Medicine and Biomedical Sciences na Uniwersytecie w Buffalo.

SCAI odpowiedział poprawnie na 95,2% pytań w trzecim etapie egzaminu USMLE, podczas gdy GPT4 Omni uzyskał w tym samym teście wynik 90,5%. SCAI jest inne niż poprzednie modele, bo potrafi myśleć w sposób podobny do lekarza-człowieka. W przeciwieństwie do ChatGPT, który dobiera kolejne słowa tworzonego tekstu kierując się czystą statystyką, SCAI przeprowadza złożone „rozumowanie semantyczne”.

W tym celu został wyszkolony na informacjach klinicznych zebranych z różnych źródeł, od najnowszej literatury medycznej i wytycznych klinicznych po dane genomowe, informacje o lekach, zalecenia dotyczące wypisów ze szpitala, dane dotyczące bezpieczeństwa leczenia pacjentów itd. Żaden lekarz nie byłby w stanie zapoznać się z taką ilością informacji w ciągu całego życia, a co dopiero nauczyć się ich na pamięć i stosować w pracy klinicznej. Autorzy badania są zdania, że korzystanie z narzędzi AI przez lekarzy stanie się wkrótce koniecznością i standardem. AI będzie weryfikować wszystkie diagnozy i terapie oraz podpowiadać ścieżki leczenia w oparciu o najnowsze wytyczne kliniczne. Za kilka lat praca bez AI będzie tak samo odbierana jak dziś sceptycyzm do szczepień ochronnych.

AI nauczyło się sposobu diagnozowania, który stosuje lekarz

Jeszcze większym echem odbiły się dwa nowe badania przeprowadzone przez naukowców Google: Towards Conversational Diagnostic Artificial Intelligence (W stronę konwersacyjnej, diagnostycznej AI) i Towards Accurate Differential Diagnosis with Large Language Models (W stronę precyzyjnej, różnicowej diagnozy z pomocą dużych modeli językowych).

Pierwsze badanie prezentuje model AI o nazwie Articulate Medical Intelligence Explorer (AMIE). To duży model językowy (LLM) zoptymalizowany pod kątem rozmów diagnostycznych. AMIE wyszkolono z pomocą transkrybowanych dialogów medycznych, podsumowania danych z elektronicznych kartotek medycznych (EDM) i wyselekcjonowanych przez ekspertów zadań rozumowania medycznego. Na tej podstawie powstało wirtualne środowisko szkoleniowe, w którym agenci AI odgrywają role pacjentów, lekarzy i krytyków, iteracyjnie udoskonalając dialogi przeprowadzane w procesie diagnozy.

Taka wewnętrzna pętla wiedzy pozwala AMIE ćwiczyć w nieskończoność zbieranie wywiadu i formułować diagnozy różnicowe, poprawiając poprzednio popełnione błędy. AMIE nie kieruje się statystyką w diagnozie albo kopiując już wcześniej widziane dane z internetu. W zamian stosuje tzw. wnioskowanie łańcuchowe – analizuje objawy, generuje hipotezy, identyfikuje brakujące informacje i przygotowuje odpowiedzi zwracając uwagę na ich jasność i empatyczność.

W randomizowanym badaniu naukowcy porównali proces diagnozy prowadzony przez AMIE z diagnozą 20 certyfikowanych lekarzy podstawowej opieki zdrowotnej. W tym celu wykorzystano 159 scenariuszy rozmowy z pacjentami-aktorami w sześciu specjalnościach medycznych.

AMIE osiągnął dokładność na poziomie 76%, podczas gdy lekarze – 63%. Także pacjenci-aktorzy wyżej ocenili AMIE niż lekarzy. AI zyskało też wyższe oceny lekarze kontrolujących badanie. Czas trwania diagnozy w przypadku AI i lekarzy był porównywalny.

W drugim wspomnianym badaniu, dodatkowo oceniono dokładność diagnostyczną LLM w warunkach retrospektywnych. LLM osiągnęły dokładność na poziomie lekarza-eksperta w wąskich zadaniach, np. podczas interpretacji wyników badań radiologicznych.

Czy AI wkrótce zacznie autonomicznie przyjmować pacjentów?

Model AMIE po raz pierwszy udowadnia, że AI może przewyższać lekarzy w procesie diagnozy opartej na rozmowie z pacjentem. Model uczy się w błyskawicznym tempie na podstawie samodzielnej symulacji procesów diagnostycznych i różnych scenariuszy.

A to oznacza, że AI przekroczyło kolejną granicę, która jeszcze do niedawna wydawała się barierą nie do pokonania. Modelowi brakuje już tylko jednego elementu, który nadal jest domeną lekarzy – umiejętności wychwytywania sygnałów niewerbalnych podczas rozmowy z pacjentem. To jednak tylko kwestia czasu – na rynku są już dostępne modele AI tzw. ambient intelligence (inteligencji otoczenia) wyposażone w kamery i mikrofony. Są w stanie rozpoznać nawet najbardziej subtelne emocje człowieka na podstawie mimiki i intonacji głosu – i to z większą precyzją niż człowiek. AMIE otwiera drogę do diagnozy prowadzonej w pełni autonomicznie przez AI. To dobra wiadomość dla 4,5 mld osób na świecie, które nie mają dostępu do lekarza. Ale także dla osób w krajach wysokorozwiniętych, którzy mają przywilej korzystania z usług medycznych. Lekarze wspomagani AMIE będą diagnozować z wyższą precyzją i w oparciu o najnowszą wiedzę kliniczną. Każdy pacjent, niezależnie od miejsca zamieszkania, statusu ubezpieczenia albo doświadczenia lekarza, będzie miał dostęp do najwyższej jakości usług medycznych. Druga opinia nie będzie konieczna, bo będzie dostarczana przez AI. W takim tandemie AI-lekarz, sztuczna inteligencja zajmie się analizą danych, a lekarz będzie odpowiedzialny za empatyczną rozmowę i ostateczną diagnozę – i to nawet, jeśli w teorii AI będzie w stanie przeprowadzić samodzielnie diagnozę, co jest już tylko kwestią miesięcy albo lat. Przy niedoborze lekarzy i wydłużających się kolejkach, to postęp, który powinien bardziej cieszyć niż martwić.

Czytaj także: Czy 2025 będzie rokiem agentów AI dla zdrowia?