مطالعه جدید دانشگاه هاروارد نشان داده است که سیستمهای هوش مصنوعی در شرایط پرفشار، عملکرد بهتری از پزشکان انسانی داشتهاند. در این پژوهش، هوش مصنوعی در لحظاتی که بیماران اورژانسی تازه به بیمارستان منتقل شده بودند، تشخیصهای دقیقتری ارائه کرد.
عملکرد هوش مصنوعی در تشخیص پزشکی اورژانسی
طبق گزارشهای منتشر شده، یکی از آزمایشها روی ۷۶ بیمار متمرکز بوده که به بخش اورژانس یک بیمارستان در بوستون مراجعه کرده بودند. در این آزمایش، به یک هوش مصنوعی و دو پزشک انسانی، پرونده الکترونیک سلامت استاندارد بیماران برای مطالعه داده شده بود. این پرونده معمولاً شامل دادههای علائم حیاتی، اطلاعات جمعیتشناختی و چند جمله درباره علت مراجعه بیمار است.
هوش مصنوعی در ۶۷ درصد موارد، تشخیص دقیق یا بسیار نزدیک به تشخیص درست ارائه کرده، درحالیکه پزشکان تنها در ۵۰ تا ۵۵ درصد موارد تشخیص درست داشتهاند.
این پژوهش نشان داده مزیت هوش مصنوعی بهویژه در تریاژ (Triage)، یعنی زمانی که باید با اطلاعات حداقلی و در زمان کوتاه تصمیمگیری شود، برجستهتر است. نتایج نشان دادهاند که دقت تشخیص هوش مصنوعی (مدل استدلالی OpenAI o1)، زمانی که جزئیات بیشتری در اختیار آن قرار گرفته، به ۸۲ درصد میرسد. این رقم برای متخصصان انسانی به ۷۰ تا ۷۹ میرسد.
هوش مصنوعی همچنین در مقایسه با گروه بزرگتری از پزشکان، هنگام ارائه برنامههای درمانی بلندمدت عملکرد بهتری داشته است. در این بخش، از هوش مصنوعی و ۴۶ پزشک خواسته شد پنج مطالعه بالینی را بررسی کنند. AI برنامههای بهمراتب بهتری ارائه و امتیاز ۸۹ درصد را کسب کرد، درحالیکه پزشکان با استفاده از منابعی مانند موتورهای جستجو، امتیاز ۳۴ درصد را گرفتند.
در یکی از موارد بررسیشده، بیماری با لخته خون در ریه و علائم خطرناک به بیمارستان مراجعه کرده بود. درحالیکه پزشکان تصور کردند داروهای بیمار مؤثر نبودهاند، هوش مصنوعی به نکتهای اشاره کرد که انسانها متوجه آن نشده بودند، یعنی سابقه ابتلای بیمار به بیماری خودایمنی «لوپوس» که میتوانست باعث التهاب ریهها شده باشد. درنهایت مشخص شد تشخیص هوش مصنوعی درست بوده است.
با وجود این نتایج که نشان میدهند هوش مصنوعی در ارائه استدلال بالینی پیشرفت زیادی کرده، پژوهشگران تأکید کردهاند که هنوز زمان پایان کار پزشکان اورژانس فرانرسیده است. این مطالعه فقط عملکرد انسانها و هوش مصنوعی را در بررسی دادههایی بررسی کرده که از طریق متن قابل انتقال بودند. توانایی هوش مصنوعی در خواندن نشانههایی مانند سطح اضطراب بیمار یا ظاهر او هنوز آزمایش نشده است. بنابراین، نقش هوش مصنوعی در این پژوهش بیشتر شبیه پزشکی بوده که براساس اسناد و مدارک، نظر دوم ارائه میکند.
«پروفسور ایون هریسون»، مدیر مشترک مرکز انفورماتیک پزشکی دانشگاه ادینبرو، به گاردین میگوید:
«این پژوهش مهم است و نشان میدهد که این سیستمها دیگر صرفاً درحال قبولی در آزمونهای پزشکی یا حل نمونههای آزمایشی ساختگی نیستند. آنها کمکم شبیه ابزارهای مفید برای پزشکان به نظر میرسند، بهویژه زمانی که مهم است دامنه گستردهتری از تشخیصهای احتمالی در نظر گرفته شود و چیز مهمی نادیده گرفته نشود.»
