Když se spojí lékař a AI: Studie ukazuje, jak umělá inteligence zlepšuje složitá klinická rozhodnutí

Umělá inteligence, konkrétně chatboti, se stávají stále zdatnějšími v diagnostice komplexních onemocnění. Nová studie však zkoumala, jak si vedou při vedení léčby a péče po stanovení diagnózy, kde jsou často nutná nejednoznačná klinická rozhodnutí.

Umělá inteligence, konkrétně chatboti, se stávají stále zdatnějšími v diagnostice komplexních onemocnění. Nová studie však zkoumala, jak si vedou při vedení léčby a péče po stanovení diagnózy, kde jsou často nutná nejednoznačná klinická rozhodnutí. Příkladem může být otázka, jak dlouho před operací by měl pacient přestat užívat léky na ředění krve, nebo zda změnit léčebný protokol, pokud měl pacient v minulosti nežádoucí reakce na podobné léky. Tyto otázky nemají jednoznačnou odpověď z učebnice a vyžadují lékařský úsudek.

Tým výzkumníků pod vedením Jonathana H. Chena, asistenta profesora medicíny, zjistil, že chatboti (velké jazykové modely, LLM) dokážou na tyto nuancované otázky efektivně odpovídat a že lékaři podporovaní chatboty dosahují lepších výsledků. Chatbot sám o sobě překonal lékaře, kteří měli k dispozici pouze internetové vyhledávání a lékařské reference. Avšak lékaři z různých regionů a institucí po celých Spojených státech, kteří byli vybaveni vlastním LLM, dosáhli stejných výsledků jako samotní chatboti. „Již léta říkám, že kombinace člověka a počítače bude vždy lepší než kterýkoli z nich samostatně,“ uvedl Chen. „Tato studie nás nutí přemýšlet kritičtěji o tom, v čem je dobrý počítač a v čem člověk, a přehodnotit, kde a jak tyto dovednosti kombinujeme a pro jaké úkoly AI využíváme.“

Současný výzkum se zaměřuje na „klinické manažerské úvahy“, což je složitější oblast medicíny než pouhá diagnóza. Ethan Goh, spoluautor studie, vysvětluje rozdíl: zatímco diagnostika je jako určení správné destinace na mapě, manažerské úvahy jsou o tom, jak se tam dostat – zda zvolit objížďku kvůli provozu, nebo vytrvat v zácpě. V medicínském kontextu to znamená zohlednit řadu detailů, jako jsou preference pacienta, jeho historie dodržování schůzek nebo spolehlivost nemocničního systému při organizaci následné péče. Tyto kontextuální faktory jsou pro správné rozhodnutí klíčové.

Tým navrhl studii, ve které porovnával výkon tří skupin: samotného chatbota, 46 lékařů s podporou chatbota a 46 lékařů s přístupem pouze k internetu a lékařským referencím. Všichni dostali pět anonymizovaných případů pacientů a měli písemně popsat, co by v každém případě udělali, proč a co zohlednili. Nezávislá skupina certifikovaných lékařů pak hodnotila rozhodnutí podle předem stanovené metodiky. K překvapení týmu chatbot překonal lékaře s přístupem k internetu, ale lékaři ve spolupráci s chatbotem dosáhli stejně dobrých výsledků jako samotný chatbot.

Další výzkum se zaměřil na to, jak nejlépe integrovat AI do lékařského pracovního postupu. Zjistilo se, že nejefektivnější je „paralelní analýza“, kdy lékař a AI posoudí případ současně a AI pak vytvoří souhrn analyzující obě stanoviska, jejich podobnosti a odchylky. Tento přístup posouvá AI z pouhého nástroje na klinického spoluhráče. Přesné důvody, proč spolupráce lékaře a chatbota přináší takové zlepšení, jsou předmětem dalšího zkoumání. Výsledky však naznačují, že umělá inteligence by se mohla stát cenným asistentem pro lékaře, nikoli jejich náhradou. Je však zásadní, aby pacienti i lékaři rozlišovali mezi důvěryhodnými a nespolehlivými informacemi.