Badacze firmy Microsoft opracowali narzędzie sztucznej inteligencji, które diagnozuje pacjentów krok po kroku, tak jak robią to lekarze, i jak wykazało badanie opublikowane w czwartek w czasopiśmie Science, okazało się ono ponad dwukrotnie dokładniejsze niż lekarze ogólni w rozwiązywaniu złożonych przypadków medycznych. Praca dotyczy samej diagnozy — obszaru od dawna wskazywanego przez badaczy bezpieczeństwa pacjentów jako uporczywe źródło krzywdy, której można było zapobiec, i jednego z najuważniej obserwowanych frontów rozwoju medycznej AI.

Zamiast przetwarzać wszystkie informacje o pacjencie naraz — podejście stosowane przez większość istniejących modeli medycznej AI, które analizują jednocześnie objawy, wyniki badań laboratoryjnych i obrazowanie, aby postawić diagnozę — nowy system działa sekwencyjnie. Opiera się na „orkiestratorze”, który organizuje sposób, w jaki AI podchodzi do problemu, wykorzystując symulowany zespół ekspertów klinicznych współpracujących przy rozwiązywaniu przypadków diagnostycznych, jak podaje raport.

Przy orkiestratorze koordynującym kolejne kroki w kierunku diagnozy model najpierw decyduje, jakie pytania zadać dotyczące wywiadu pacjenta i które ustalenia mają znaczenie w badaniu fizykalnym. Na podstawie zdobytych informacji określa, jakie badania zlecić, ocenia wyniki i w razie potrzeby zleca kolejne testy. Przez cały proces aktualizuje swoje robocze hipotezy i plany, jak powiedzieli w wywiadzie liderzy zespołu badawczego.

Kiedy modelowi z diagnostycznym orkiestratorem powierzono diagnozowanie ponad 300 wysoce nietypowych i mylących przypadków medycznych, okazał się on ponad dwukrotnie dokładniejszy w „diagnozowaniu” pacjenta i ustalaniu rozpoznania niż lekarze ogólni korzystający z podręczników i internetu. Narzędzie przewyższyło również lekarzy, którym przedstawiono scenariusze zaczerpnięte z dużej bazy danych przyjęć na izby przyjęć.

Badacze zauważyli że konwencjonalne oceny porównujące starsze systemy AI tego typu z lekarzami zazwyczaj opierają się na pytaniach wielokrotnego wyboru. „AI stało się bardzo biegłe w uzyskiwaniu 100% skuteczności w takich testach” — powiedział dr Dominic King, wiceprezes ds. korporacyjnych w jednostce zdrowia Microsoft AI, którego zespół opracowuje nową technologię. „Ale to oczywiście nie jest świat rzeczywisty. Żaden pacjent nigdy nie przyszedł do mnie z ładnym podsumowaniem.” Wyniki te zasilają trwającą w środowisku AI debatę o tym, czy wysokie wyniki w testach typu egzaminacyjnego przekładają się na bezpieczne i użyteczne działanie w nieuporządkowanych rzeczywistych warunkach klinicznych.

Badanie wykazało również, że procesy diagnostyczne kosztują mniej, gdy pracę diagnostyczną projektuje orkiestrator, a nie lekarze — co jest istotnym wynikiem, ponieważ zlecanie badań to znany czynnik napędzający wydatki na opiekę zdrowotną. „Nie mierzymy tylko dokładności systemów. Mierzymy też, jak rozsądnie i starannie przeprowadza proces diagnostyczny” — powiedział Harsha Nori, szef działu AI w Microsoft AI Health.

Następnie, we współpracy z Beth Israel Deaconess Medical Center w Bostonie, badacze przetestują zdolność narzędzia do triażu pacjentów w poczekalniach oddziałów ratunkowych. Ten test pokaże, czy wyniki laboratoryjne sprawdzają się w rzeczywistym przepływie pracy klinicznej, gdzie decyzje o triażu mają natychmiastowe konsekwencje, a każdy krok w kierunku rutynowego stosowania klinicznego zwróci uwagę na przegląd regulacyjny, ponieważ narzędzia AI wspierające diagnozy zazwyczaj podlegają nadzorowi jako wyroby medyczne w Stanach Zjednoczonych.

— Reuters