ابزار هوش مصنوعی وضعیت سلامتی بیماران را بهتر از اکثر پزشکان پیش بینی می کند

هوش مصنوعی (AI) در خواندن تصاویر پزشکی مفید است و حتی نشان داده است که می تواند در آزمون مجوز پزشکی نیز قبول شود.

یک ابزار هوش مصنوعی جدید توانایی خواندن یادداشت های پزشکی و پیش بینی دقیق خطر مرگ، بستری مجدد در بیمارستان و سایر پیامدهای مهم برای مراقبت از بیماران را نشان داده است.

تبلیغات

این برنامه که توسط تیمی در دانشکده پزشکی گروسمن دانشگاه نیویورک (NYU) توسعه یافته است، در تمام بیمارستان های وابسته به دانشگاه با امید تبدیل شدن به یک استاندارد در مراقبت های بهداشتی استفاده می شود.

این مطالعه در مورد ارزش پیش‌بینی آن چهارشنبه (7) در مجله "Nature" منتشر شد. Eric Oermann، نویسنده اصلی، جراح مغز و اعصاب و دانشمند کامپیوتر در دانشگاه نیویورک، به خبرگزاری فرانسه گفت که در حالی که مدل‌های پیش‌بینی غیر هوش مصنوعی سال‌ها در پزشکی وجود داشته‌اند، اما در عمل چندان مورد استفاده قرار نگرفته‌اند، زیرا داده‌های مورد نیاز آن‌ها نیاز به سازمان‌دهی مجدد و انطباق فرمت ناراحت‌کننده دارند.

با این حال، "یک چیزی که در پزشکی در همه جا رایج است این است که پزشکان یادداشت هایی در مورد آنچه در کلینیک می بینند، آنچه با بیماران بحث می کنند، می نویسند." بنابراین مکاشفه اصلی ما این بود: آیا می‌توانیم با یادداشت‌های پزشکی به عنوان منبع داده شروع کنیم و سپس بر اساس آنها مدل‌های پیش‌بینی بسازیم؟

تبلیغات

مدل زبانی عظیم به نام NYUTron با میلیون‌ها یادداشت پزشکی استخراج شده از سوابق پزشکی 387.000 نفری که بین ژانویه 2011 تا مه 2020 در بیمارستان‌های NYU Langone تحت مراقبت قرار گرفتند، آموزش داده شد. سوابق شامل یادداشت‌های پزشکان، یادداشت‌های پیشرفت بیمار، گزارش‌های رادیولوژی و دستورالعمل تخلیه در مجموع 4,1 میلیارد کلمه.

یکی از چالش‌های کلیدی این برنامه، تفسیر زبان طبیعی است که پزشکان در یادداشت‌های خود استفاده می‌کنند، که بین افراد، از جمله اختصاراتی که استفاده می‌کنند، بسیار متفاوت است.

با تجزیه و تحلیل سوابق آنچه به دست آمده بود، محققان توانستند محاسبه کنند که پیش‌بینی‌های برنامه چقدر درست بوده است. به‌علاوه، آنها این ابزار را در محیط‌های واقعی آزمایش کردند و با استفاده از سوابق بیمارستانی در منهتن آن را آموزش دادند تا ببینند چگونه در بیمارستان بروکلین با جمعیت‌شناسی متفاوت بیماران عمل می‌کند.

تبلیغات

به طور کلی، NYUTron 95٪ از افرادی را که قبل از ترخیص در بیمارستان فوت کردند و 80٪ از بیمارانی را که ظرف 30 روز مجدداً بستری می شدند، شناسایی کرد. این ابزار بیشتر از پیش بینی های پزشکان و همچنین مدل های فعلی که از هوش مصنوعی استفاده نمی کنند بهتر عمل کرد.

با این حال، در کمال تعجب تیم، Oermann تاکید کرد: "با تجربه ترین پزشک، که در واقع بسیار مشهور است، عملکرد فوق بشری، بهتر از مدل را انجام داد." "نقطه شیرین بین فناوری و پزشکی این نیست که همیشه باید نتایج فوق بشری ارائه دهد، بلکه باید یک نقطه شروع واقعی ارائه دهد."

NYUTron همچنین مدت اقامت را برای 79 درصد بیماران، انکار پوشش بیمه ای در 89 درصد موارد، و وجود شرایط اضافی را در 89 درصد مواردی که بیماری اولیه بیمار با شرایط دیگر همراه بود، به درستی تخمین زد.

تبلیغات

اورمن می گوید هوش مصنوعی هرگز جایگزین رابطه پزشک و بیمار نخواهد بود. درعوض، به "ارائه اطلاعات بیشتر به پزشکان در محل مراقبت کمک می کند تا بتوانند تصمیمات آگاهانه تری بگیرند."

بیشتر بخوانید:

* متن این مقاله تا حدی توسط ابزارهای هوش مصنوعی، مدل‌های زبانی پیشرفته که در تهیه، بررسی، ترجمه و خلاصه‌سازی متون کمک می‌کنند، تولید شده است. ورودی های متنی توسط Curto از اخبار و پاسخ‌های ابزارهای هوش مصنوعی برای بهبود محتوای نهایی استفاده شد.
مهم است که تأکید کنیم ابزارهای هوش مصنوعی فقط ابزار هستند و مسئولیت نهایی محتوای منتشر شده بر عهده Curto اخبار. با استفاده مسئولانه و اخلاقی از این ابزارها، هدف ما گسترش امکانات ارتباطی و دموکراتیک کردن دسترسی به اطلاعات با کیفیت است.
🤖

بکش بالا