Un studiu recent publicat în revista Nature Medicine subliniază că utilizarea inteligenței artificiale (AI) pentru diagnosticarea simptomelor medicale nu îmbunătățește deciziile pacienților în privința sănătății lor, comparativ cu metodele tradiționale de căutare pe internet.
Conducătorii studiului, realizat de cercetători de la Universitatea Oxford, au identificat creșterea utilizării AI și a chatbot-urilor în domeniul sănătății, dar au observat că nu există dovezi clare că aceste instrumente sunt superioare altor metode.
Pentru a evalua eficiența AI, cercetătorii au dezvoltat 10 scenarii medicale, acoperind probleme de la răceli comune la hemoragii cerebrale severe. Au testat trei modele lingvistice mari (LLM) - GPT-4 de la OpenAI, Llama3 de la Meta și Command R+ de la Cohere - care au reușit să identifice corect afecțiunile în 94,9% din cazuri, dar au ales calea de acțiune corectă în doar 56,3% din situații.
În continuare, 1.298 de participanți din Regatul Unit au fost împărțiți în două grupuri: unul care a utilizat AI și altul care a folosit resurse tradiționale, cum ar fi căutările pe internet și informațiile de la Serviciul Național de Sănătate (NHS). Rezultatele au arătat că AI a identificat afecțiunile relevante în doar 34,5% din cazuri, iar recomandările corecte pentru acțiune au fost date în 44,2% din cazuri, fără a depăși performanța grupului de control.
Adam Mahdi, unul dintre coautorii studiului, a declarat că aceste rezultate evidențiază o „diferență uriașă” între potențialul teoretic al AI și performanța sa practică. El a subliniat că, deși AI poate avea acces la informații valoroase, această cunoaștere nu este întotdeauna utilizată eficient în interacțiunile cu pacienții.
O altă concluzie a studiului a fost că utilizatorii de AI oferă adesea informații incomplete, iar sistemele AI pot genera răspunsuri inexacte. De exemplu, un pacient cu simptome severe a primit sfaturi corecte, în timp ce altul cu o descriere similară, dar formulată diferit, a fost direcționat spre o soluție inadecvată.
În viitor, echipa de cercetare intenționează să extindă studiul pentru a evalua performanța AI în diverse țări și limbi, pentru a înțelege mai bine impactul contextului asupra diagnosticării.
Studiul a beneficiat de sprijinul organizației Prolific, Dieter Schwarz Stiftung și al guvernelor din Regatul Unit și Statele Unite.
