आपत्कालीन ट्रायज निदानाच्या हार्वर्ड चाचणीत AI ने डॉक्टरांना मागे टाकले | AI (कृत्रिम बुद्धिमत्ता)

ईआर मधील जॉर्ज क्लूनी ते द पिट मधील नोहा वायले पर्यंत, आपत्कालीन विभागाचे डॉक्टर बर्याच काळापासून लोकप्रिय नायक आहेत. पण लवकरच स्क्रब लटकण्याची वेळ येईल का?

हार्वर्डच्या एका महत्त्वपूर्ण अभ्यासात असे आढळून आले आहे की उच्च-दाब आणीबाणीच्या औषधांच्या ट्रायजमध्ये AI सिस्टीमने मानवी डॉक्टरांना मागे टाकले आहे, जेव्हा लोकांना प्रथम रुग्णालयात दाखल केले जाते तेव्हा संभाव्य जीवन आणि मृत्यूच्या क्षणांमध्ये अधिक अचूकपणे निदान केले जाते.

द परिणाम स्वतंत्र तज्ञांनी AIs च्या क्लिनिकल तर्कामध्ये “एक खरा पाऊल पुढे” दर्शविल्याचे वर्णन केले होते आणि AI विरुद्ध शेकडो डॉक्टरांच्या प्रतिसादांची चाचणी घेणाऱ्या चाचण्यांचा भाग म्हणून आले होते.

लेखकांनी सांगितले की, जर्नल सायन्समध्ये प्रकाशित झालेल्या निकालांनी मोठ्या लँग्वेज मॉडेल्स (एलएलएम) ने “क्लिनिकल रिजनिंगच्या बहुतांश बेंचमार्कला ग्रहण केले आहे” असे दर्शवले आहे.

एक प्रयोग बोस्टन रुग्णालयाच्या आपत्कालीन कक्षात आलेल्या 76 रुग्णांवर केंद्रित होता. एक AI आणि मानवी डॉक्टरांच्या जोडीला वाचण्यासाठी समान मानक इलेक्ट्रॉनिक आरोग्य रेकॉर्ड दिले गेले होते – विशेषत: महत्त्वपूर्ण चिन्ह डेटा, लोकसंख्याशास्त्रीय माहिती आणि रुग्ण तेथे का होता याबद्दल नर्सकडून काही वाक्ये. AI ने 67% प्रकरणांमध्ये अचूक किंवा अगदी जवळचे निदान ओळखले, मानवी डॉक्टरांना मारहाण केली, जे फक्त 50%-55% वेळेस योग्य होते.

AIs चा फायदा विशेषत: कमी माहितीसह जलद निर्णय आवश्यक असलेल्या ट्रायज परिस्थितीत दिसून आला. AI ची निदान अचूकता – OpenAI चे o1 तर्क मॉडेल – अधिक तपशील उपलब्ध असताना 82% पर्यंत वाढले, तज्ञ मानवांनी मिळवलेल्या 70-79% अचूकतेच्या तुलनेत, हा फरक सांख्यिकीयदृष्ट्या महत्त्वपूर्ण नव्हता.

प्रतिजैविक औषधे देणे किंवा आयुष्याच्या शेवटच्या प्रक्रियेचे नियोजन करणे यासारख्या दीर्घकालीन उपचार योजना प्रदान करण्यास सांगितल्यावर त्यांनी मानवी डॉक्टरांच्या मोठ्या गटालाही मागे टाकले. AI आणि 46 डॉक्टरांना पाच क्लिनिकल केस स्टडीज तपासण्यास सांगण्यात आले आणि संगणकाने लक्षणीयरीत्या चांगल्या योजना तयार केल्या, ज्याने शोध इंजिन सारख्या पारंपरिक संसाधनांचा वापर करणाऱ्या मानवांसाठी 34% च्या तुलनेत 89% स्कोअर केला.

परंतु आपत्कालीन डॉक्टरांसाठी अद्याप तो पडदा नाही, असे संशोधकांनी सांगितले. अभ्यासात केवळ एआय विरूद्ध मानवांची चाचणी केली गेली जी रुग्णाच्या डेटाकडे पहात आहे जी मजकूराद्वारे संप्रेषित केली जाऊ शकते. AI चे सिग्नल्सचे वाचन, जसे की रुग्णाच्या त्रासाची पातळी आणि त्यांचे दृश्यमान, तपासले गेले नाही. याचा अर्थ असा की AI कागदपत्रांवर आधारित दुसरे मत तयार करणाऱ्या चिकित्सकासारखे कार्य करत होते.

“मला वाटत नाही की आमच्या निष्कर्षांचा अर्थ असा आहे की AI डॉक्टरांची जागा घेते,” अर्जुन मनराई, हार्वर्ड मेडिकल स्कूलमधील AI लॅबचे प्रमुख असलेल्या अभ्यासाच्या प्रमुख लेखकांपैकी एक म्हणाले. “मला वाटते याचा अर्थ असा आहे की आम्ही तंत्रज्ञानामध्ये खरोखरच गहन बदल पाहत आहोत जे औषधाला आकार देईल.”

डॉ. ॲडम रॉडमन, आणखी एक प्रमुख लेखक आणि बोस्टनच्या बेथ इस्रायल डेकोनेस मेडिकल सेंटरचे डॉक्टर, जेथे हा अभ्यास झाला, म्हणाले की एआय एलएलएम हे “दशकांमध्ये सर्वात प्रभावी तंत्रज्ञान” होते. पुढील दशकात, ते म्हणाले, एआय डॉक्टरांची जागा घेणार नाही तर त्यांना नवीन “ट्रायडिक केअर मॉडेल … डॉक्टर, रुग्ण आणि कृत्रिम बुद्धिमत्ता प्रणाली” मध्ये सामील करेल.

हार्वर्ड अभ्यासातील एका प्रकरणात, एका रुग्णाला फुफ्फुसात रक्ताची गुठळी आणि बिघडणारी लक्षणे दिसून आली. मानवी डॉक्टरांना असे वाटले की अँटी-कॉग्युलंट्स अयशस्वी होत आहेत, परंतु एआयने असे काहीतरी लक्षात घेतले जे मानवांनी केले नाही: रुग्णाच्या ल्युपसच्या इतिहासाचा अर्थ फुफ्फुसाची जळजळ होऊ शकते. AI बरोबर सिद्ध झाले.

अंदाजे पाच पैकी एक यूएस डॉक्टर आधीच निदानास मदत करण्यासाठी एआय वापरत आहेत, त्यानुसार संशोधन गेल्या महिन्यात प्रकाशित. यूकेमध्ये, 16% डॉक्टर दररोज तंत्रज्ञान वापरत आहेत आणि आणखी 15% साप्ताहिक, “क्लिनिकल निर्णय घेणे” हा सर्वात सामान्य वापरांपैकी एक आहे, त्यानुसार अलीकडील रॉयल कॉलेज ऑफ फिजिशियन सर्वेक्षण.

यूके डॉक्टरांची सर्वात मोठी चिंता AI त्रुटी आणि दायित्व जोखीम होती. एआय हेल्थकेअर कंपन्यांमध्ये अब्जावधींची गुंतवणूक केली जात आहे, परंतु एआय त्रुटीच्या परिणामांबद्दल प्रश्न कायम आहेत.

“जबाबदारीसाठी सध्या औपचारिक चौकट नाही,” रॉडमन म्हणाले, ज्याने रुग्णांना शेवटी “जीवन किंवा मृत्यूच्या निर्णयांद्वारे मानवांनी त्यांचे मार्गदर्शन करावे अशी इच्छा आहे. [and] त्यांना आव्हानात्मक उपचार निर्णयांद्वारे मार्गदर्शन करण्यासाठी.

युनिव्हर्सिटी ऑफ एडिनबर्गच्या वैद्यकीय माहितीच्या केंद्राचे सह-संचालक प्रोफेसर इवेन हॅरिसन म्हणाले की हा अभ्यास महत्त्वाचा आहे आणि त्यांनी दाखवून दिले की “या प्रणाली यापुढे केवळ वैद्यकीय परीक्षा उत्तीर्ण करत नाहीत किंवा कृत्रिम चाचणी प्रकरणे सोडवत नाहीत. ते वैद्यकीय तज्ञांसाठी उपयुक्त द्वितीय-मत साधनांसारखे दिसू लागले आहेत, विशेषत: जेव्हा एखाद्या महत्त्वाच्या गोष्टीचा विचार करणे आणि मोठ्या प्रमाणात गहाळ होणे टाळणे महत्वाचे आहे.”

युनिव्हर्सिटी ऑफ शेफिल्डच्या गणित आणि भौतिक विज्ञान विद्यालयातील सहाय्यक प्राध्यापक डॉ वेई झिंग म्हणाले की, इतर काही निष्कर्षांनी सुचवले आहे की डॉक्टर स्वतंत्रपणे विचार करण्याऐवजी नकळतपणे एआयच्या उत्तराकडे दुर्लक्ष करू शकतात.

“ही प्रवृत्ती अधिक लक्षणीय वाढू शकते कारण AI चा क्लिनिकल सेटिंग्जमध्ये अधिक नियमितपणे वापर केला जातो,” तो म्हणाला. एआय कोणत्या रूग्णांचे निदान करण्यात वाईट आहे आणि ते वृद्ध रूग्णांशी किंवा इंग्रजी नसलेल्या रूग्णांशी अधिक संघर्ष करते की नाही याबद्दल माहितीच्या अभावावरही त्यांनी प्रकाश टाकला.

ते म्हणाले: “एआय नियमित क्लिनिकल वापरासाठी सुरक्षित आहे, किंवा वैद्यकीय सल्ल्याचा पर्याय म्हणून जनतेने मुक्तपणे उपलब्ध असलेल्या एआय साधनांकडे वळले पाहिजे असे ते दाखवत नाही.”