Jó-e, ha egy sürgősségi ellátásban használt mesterséges intelligencia három betegből kettőnél biztosan azonosítani tudja, mennyire súlyos az állapota? Attól függ. Mivel a sürgősségi osztályokon a tirázs elsődleges szerepe az, hogy kiszűrje az azonnali beavatkozást igénylő betegeket, harmaduk valószínűleg elégtelennek ítéli ezt az arányt. És esetleg azt is hozzátennék, hogy egy szakképzett ápoló vagy orvos felismerte volna az állapot súlyosságát.

A statisztika azonban mást mutat. A harvard orvosi karának egy kutatócsoportja a Science-ben publikált tanulmányában ugyanis azt bizonyítja, hogy az OpenAI o1 modellje megbízhatóbban triázsol, mint az orvosok. A kutatásban több száz, orvosok által hozott döntést vetettek össze az MI döntéseivel.

A kutatási projekt egy bostoni kórház sürgősségi osztályán zajlott. A kísérletbe bevont betegek szabványos elektronikus egészségügyi dokumentációját – zömében azokat az adatokat, melyeket a beszállításuk során vettek fel (pl. életjelek, a mentő személyzetétől származó információk stb.) – minden esetben megkapta az MI, valamint két orvos. A rendelkezésre álló adatok alapján az MI az esetek 67 százalékában megfelelően azonosította a poblémát, míg az orvosok diagnózisa csak az esetek 50-55 százalékában volt helyes.

Az MI a triázs során különösen azoknál a betegeknél volt elemében, melyekről minimális információt tartalmazott a dokumentáció. Ha sok információból dolgozhatott, 82 százalékra emelkedett a pontossága, de ilyenkor az orvosok is javítottak, 70-79 százalékra. Mint a kutatók megjegyezték, ez a különbség már nem tekinthető szignifikánsnak.

Jó, jó, de nem az igazi...

A kísérlet ígéretes, ám rámutatott az MI egy jelentős korlátjára is. Míg egy orvos a szöveges információk mellett a beteggel interakcióiba kerülve egyéb jelekből is – pl. szorong-e, sovány vagy kövér stb. – "olvashat", az MI csak szöveges információkból dolgozik. Azaz utóbbi inkább olyan orvosra hasonlít, aki mások által rögzített információk elemzésével készít egy második véleményt.

A tanulmány szerzői szerint a kísérletekből éppen ezért felelőtlenség lenne arra következtetni, hogy az MI leválthatja az orvosokat. De azt egyértelműen jelzi, hogy mélyreható technológiai változások zajlanak az orvostudományban és a klinikai gyakorlatban. A jövő szerintük egyfajta kooperáció az orvosok és az MI között.

Ezt a helyzetet maguk az orvosok is egyre inkább elfogadják: egy szintén a közelmúltban készített felmérés szerint az USA-ban már az orvosok ötöde MI-támogatással diagnosztizál annak ellenére, hogy az MI alkalmazása az orvoslásban jogilag még igencsak ingoványos terep világszerte. Kérdéses például, hogy ki vállalja a felelősséget az MI tévedéseiért. Az orvos, aki az MI-t használta? Esetleg a modell fejlesztője?

De az is egy reális probléma lehet, hogy az orvosok önkéntelenül is inkább hagyatkoznak a mesterséges intelligenciára, mint a józan eszükre.

Performance of a large language model on the reasoning tasks of a physician »