Ένα νέο εργαλείο τεχνητής νοημοσύνης έχει επιδείξει την ικανότητα να διαβάζει ιατρικές σημειώσεις και να προβλέπει με ακρίβεια τον κίνδυνο θανάτου, επανεισαγωγής στο νοσοκομείο και άλλων σημαντικών αποτελεσμάτων για τη φροντίδα των ασθενών.
ΔΙΑΦΗΜΙΣΗ
Αναπτύχθηκε από μια ομάδα στο Grossman School of Medicine του Πανεπιστημίου της Νέας Υόρκης (NYU), το πρόγραμμα χρησιμοποιείται σε όλα τα νοσοκομεία που συνδέονται με τα πανεπιστήμια με την ελπίδα να γίνει πρότυπο στην υγειονομική περίθαλψη.
Η μελέτη για την προγνωστική του αξία δημοσιεύτηκε αυτή την Τετάρτη (7) στο περιοδικό «Nature». Ο επικεφαλής συγγραφέας Eric Oermann, νευροχειρουργός και επιστήμονας υπολογιστών του NYU, είπε στο Γαλλικό Πρακτορείο ότι ενώ τα μοντέλα πρόβλεψης χωρίς τεχνητή νοημοσύνη υπάρχουν εδώ και χρόνια στην ιατρική, έχουν χρησιμοποιηθεί ελάχιστα στην πράξη επειδή τα δεδομένα που απαιτούν απαιτούν αναδιοργάνωση και άβολη προσαρμογή μορφής.
Ωστόσο, «ένα πράγμα που είναι κοινό στην ιατρική παντού είναι ότι οι γιατροί γράφουν σημειώσεις για το τι βλέπουν στην κλινική, για το τι συζητούν με τους ασθενείς», τόνισε ο συγγραφέας. «Οπότε η βασική μας αποκάλυψη ήταν: μπορούμε να ξεκινήσουμε με ιατρικές σημειώσεις ως πηγή δεδομένων και στη συνέχεια να δημιουργήσουμε προγνωστικά μοντέλα με βάση αυτά;»
ΔΙΑΦΗΜΙΣΗ
Το τεράστιο γλωσσικό μοντέλο που ονομάζεται NYUTron εκπαιδεύτηκε με εκατομμύρια ιατρικές σημειώσεις που εξήχθησαν από τα ιατρικά αρχεία 387.000 ατόμων που έλαβαν περίθαλψη στα νοσοκομεία του NYU Langone μεταξύ Ιανουαρίου 2011 και Μαΐου 2020. Τα αρχεία περιελάμβαναν σημειώσεις από γιατρούς, σημειώσεις προόδου ασθενών, ακτινολογικές αναφορές και οδηγίες εκφόρτισης συνολικού ύψους 4,1 δισεκατομμυρίων λέξεων.
Μία από τις βασικές προκλήσεις για το πρόγραμμα ήταν η ερμηνεία της φυσικής γλώσσας που χρησιμοποιούν οι γιατροί στις σημειώσεις τους, η οποία ποικίλλει πολύ μεταξύ των ατόμων, συμπεριλαμβανομένων των συντομογραφιών που χρησιμοποιούν.
Αναλύοντας τα αρχεία του τι λήφθηκε, οι ερευνητές μπόρεσαν να υπολογίσουν πόσο συχνά ήταν σωστές οι προβλέψεις του προγράμματος. Επιπλέον, δοκίμασαν το εργαλείο σε περιβάλλοντα πραγματικού κόσμου και το εκπαίδευσαν χρησιμοποιώντας αρχεία από νοσοκομείο του Μανχάταν για να δουν την απόδοση του σε νοσοκομείο του Μπρούκλιν με διαφορετικά δημογραφικά στοιχεία ασθενών.
ΔΙΑΦΗΜΙΣΗ
Συνολικά, το NYUTron εντόπισε το 95% των ανθρώπων που πέθαναν στο νοσοκομείο πριν πάρουν εξιτήριο και το 80% των ασθενών που θα εισαχθούν ξανά εντός 30 ημερών. Το εργαλείο ξεπέρασε τις προβλέψεις των περισσότερων γιατρών καθώς και τα τρέχοντα μοντέλα που δεν χρησιμοποιούν τεχνητή νοημοσύνη.
Ωστόσο, προς έκπληξη της ομάδας, «ο πιο έμπειρος γιατρός, ο οποίος στην πραγματικότητα είναι πολύ διάσημος, απέδωσε υπεράνθρωπα, καλύτερα από το μοντέλο», τόνισε ο Oermann. «Το γλυκό σημείο μεταξύ τεχνολογίας και ιατρικής δεν είναι ότι πρέπει πάντα να παρέχει υπεράνθρωπα αποτελέσματα, αλλά μάλλον ότι πρέπει να προσφέρει ένα πραγματικό σημείο εκκίνησης».
Η NYUTron υπολόγισε επίσης σωστά τη διάρκεια παραμονής για το 79% των ασθενών, την άρνηση ασφαλιστικής κάλυψης στο 89% των περιπτώσεων και την παρουσία πρόσθετων συνθηκών στο 89% των περιπτώσεων στις οποίες η πρωτογενής ασθένεια του ασθενούς συνοδευόταν από άλλες καταστάσεις.
ΔΙΑΦΗΜΙΣΗ
Η τεχνητή νοημοσύνη δεν θα αντικαταστήσει ποτέ τη σχέση γιατρού-ασθενούς, λέει ο Oermann. Αντίθετα, θα βοηθήσει στην «παροχή περισσότερων πληροφοριών στους κλινικούς γιατρούς στο σημείο της περίθαλψης, ώστε να μπορούν να λαμβάνουν πιο τεκμηριωμένες αποφάσεις».
Διαβάστε περισσότερα:
* Το κείμενο αυτού του άρθρου δημιουργήθηκε εν μέρει από εργαλεία τεχνητής νοημοσύνης, γλωσσικά μοντέλα τελευταίας τεχνολογίας που βοηθούν στην προετοιμασία, την αναθεώρηση, τη μετάφραση και τη σύνοψη κειμένων. Οι καταχωρήσεις κειμένου δημιουργήθηκαν από το Curto Οι ειδήσεις και οι απαντήσεις από εργαλεία τεχνητής νοημοσύνης χρησιμοποιήθηκαν για τη βελτίωση του τελικού περιεχομένου.
Είναι σημαντικό να τονιστεί ότι τα εργαλεία τεχνητής νοημοσύνης είναι απλώς εργαλεία και η τελική ευθύνη για το δημοσιευμένο περιεχόμενο ανήκει στον Curto Νέα. Χρησιμοποιώντας αυτά τα εργαλεία υπεύθυνα και ηθικά, στόχος μας είναι να επεκτείνουμε τις δυνατότητες επικοινωνίας και να εκδημοκρατίσουμε την πρόσβαση σε ποιοτικές πληροφορίες. 🤖
