תוכנית בינה מלאכותית יצרה הסברים על תוצאות בדיקות הלב שהיו ברוב המקרים מדויקות, רלוונטיות וקלות להבנה על ידי מטופלים, כך מגלה מחקר חדש.
המחקר התייחס לאקו-לב (הד), המשתמשת בגלי קול כדי ליצור תמונות של דם שזורם דרך חדרי הלב והשסתומים. דוחות אקו כוללים מדדים מספריים של תפקוד שנוצרו על ידי מכונה, כמו גם הערות מהקרדיולוג המפרש על גודל הלב, הלחץ בכלי שלו ועובי הרקמה, שיכולים לאותת על נוכחות מחלה. בצורה הנוצרת בדרך כלל על ידי רופאים, קשה להבין את הדיווחים למטופלים, ולעתים קרובות הם גורמים לדאגה מיותרת, אומרים מחברי המחקר.
כדי לטפל בבעיה, NYU Langone Health בחנה את היכולות של סוג של בינה מלאכותית (AI) שיוצרת אפשרויות סבירות למילה הבאה בכל משפט בהתבסס על האופן שבו אנשים משתמשים במילים בהקשר באינטרנט. התוצאה של חיזוי המילה הבאה היא ש"צ'טבוטים" של בינה מלאכותית כאלה יכולים להשיב לשאלות בשפה פשוטה. עם זאת, תוכניות בינה מלאכותית – שעובדות על סמך הסתברויות במקום "חשיבה" ועשויות לייצר סיכומים לא מדויקים – נועדו לסייע, לא להחליף, לספקים אנושיים.
במרץ 2023, NYU Langone ביקשה מ-OpenAI, החברה שיצרה את הצ'אטבוט chatGPT, גישה לכלי הבינה המלאכותית העדכנית ביותר של החברה, GPT4. NYU Langone Health העניקה רישיון לאחד ה"מופעים הפרטיים" הראשונים של הכלי, אשר שחרר רופאים להתנסות ב-AI תוך שימוש בנתוני מטופל אמיתיים תוך הקפדה על כללי הפרטיות.
יוצא מהמאמץ הזה ומפרסם באינטרנט 31 ביולי ב- כתב העת של הקולג' האמריקאי לקרדיולוגיה (JACC) הדמיה קרדיווסקולריתהמחקר הנוכחי ניתח מאה דוחות שנכתבו על ידי רופא על סוג נפוץ של בדיקת אקו כדי לראות אם GPT4 יכול ליצור ביעילות הסברים ידידותיים לאדם על תוצאות הבדיקה. חמישה אקו-לב מוסמכים העריכו הסברי אקו שנוצרו בינה מלאכותית על סולמות חמש נקודות עבור דיוק, רלוונטיות והבנה, והסכימו או הסכימו מאוד ש-73% מתאימים לשלוח למטופלים ללא כל שינוי.
כל הסברי הבינה המלאכותית דורגו או "הכל נכון" (84%) או רובם נכונים (16%). מבחינת הרלוונטיות, 76% מההסברים נשפטו כמכילים "כל המידע החשוב", 15% "רובו", 7% "בערך חצי" ו-2% "פחות ממחצית". אף אחד מההסברים עם מידע חסר לא דורג כ"עלול להיות מסוכן", אומרים המחברים.
המחקר שלנו, הראשון שהעריך את GPT4 בצורה זו, מראה שמודלים של AI גנרטיביים יכולים להיות יעילים בסיוע לרופאים להסביר תוצאות אקו לב למטופלים. הסברים מהירים ומדויקים עשויים להפחית את דאגות המטופלים ולהפחית את הנפח המכריע לפעמים של הודעות המטופלים לרופאים".
ליאור ינקלסון, MD, PhD, מחבר מקביל, פרופסור חבר לרפואה בבית הספר לרפואה גרוסמן של NYU ומנהיג בינה מלאכותית לקרדיולוגיה ב-NYU Langone
המנדט הפדרלי לפרסום מיידי של תוצאות בדיקות לחולים באמצעות חוק הריפוי של המאה ה-21 בשנת 2016 נקשר לעלייה דרמטית במספר הפניות לרופאים, אומרים מחברי המחקר. מטופלים מקבלים תוצאות בדיקה גולמיות, אינם מבינים אותן, ומתרגשים בזמן שהם מחכים שהקלינאים יגיעו אליהם עם הסברים, אומרים החוקרים.
באופן אידיאלי, רופאים ייעצו למטופלים לגבי תוצאות האקו-לב שלהם ברגע שהם משתחררים, אבל זה מתעכב כאשר הספקים נאבקים להזין ידנית כמויות גדולות של מידע קשור לתיעוד הבריאות האלקטרוני.
"אם מספיק מהימנים, כלי בינה מלאכותית יכולים לעזור לרופאים להסביר את התוצאות ברגע שהן משוחררות", אמר מחבר המחקר הראשון ג'ייקוב מרטין, MD, עמית קרדיולוגיה ב-NYU Langone. "התוכנית שלנו להתקדם היא למדוד את ההשפעה של ההסברים שנוסחו על ידי AI ושוכללו על ידי רופאים על חרדת המטופל, שביעות הרצון ועומס העבודה של הרופא."
המחקר החדש גם מצא ש-16% מההסברים של AI הכילו מידע לא מדויק. בשגיאה אחת, דוח האקו לב של AI קבע כי "כמות קטנה של נוזל, המכונה תפליט פלאורלי, נמצאת בחלל המקיף את הריאה הימנית שלך." הכלי הגיע למסקנה בטעות שהפלט היה קטן, שגיאה המכונה בתעשייה "הזיה" של AI. החוקרים הדגישו שפיקוח אנושי חשוב כדי לחדד טיוטות מ-AI, כולל תיקון כל אי דיוקים לפני שהם מגיעים לחולים.
צוות המחקר סקר גם משתתפים ללא רקע קליני שגויסו כדי לקבל את נקודת המבט של הדיוטות על הבהירות של הסברי AI. בקיצור, הם התקבלו יפה, אמרו המחברים. משתתפים לא קליניים מצאו ש-97% מהשכתובים שנוצרו על ידי AI מובנים יותר מהדיווחים המקוריים, מה שהפחית את הדאגה במקרים רבים.
"ניתוח נוסף זה מדגיש את הפוטנציאל של AI לשפר את הבנת המטופלים ולהקל על החרדה", הוסיף מרטין. "השלב הבא שלנו יהיה לשלב את הכלים המעודנים הללו בפרקטיקה הקלינית כדי לשפר את הטיפול בחולים ולהפחית את עומס העבודה של הרופא."
יחד עם מרטין וג'נקלסון, מחברי המחקר של NYU Langone היו מוחמד סריק, אלן ויינריב, דניאל במירה, סמואל ברנרד, ריצ'רד רו, תיאודור היל ולארי צ'יניץ בחטיבת הקרדיולוגיה של ליאון ה. צ'רני; יונתן אוסטרי ו-Yindalon Aphinyanaphongs במרכז הרפואי טכנולוגיית מידע (MCIT); Hao Zhang ו-Vidia Koesmahargyo במרכז לחדשנות שירותי בריאות ומדעי משלוח במחלקה לבריאות האוכלוסייה, ומת'יו וויליאמס במחלקה לניתוחי לב וחזה.
