چت‌بات‌های هوش مصنوعی: تحول‌آفرین تشخیص پزشکی در مناطق کم‌برخوردار

برتری چت‌بات‌ها بر پزشکان محلی در رواندا

در رواندا، پژوهشی گسترده نشان داد که پاسخ‌های ارائه‌شده توسط چت‌بات‌های هوش مصنوعی در تمامی معیارهای ارزیابی، از عملکرد پزشکان محلی پیشی گرفت. در این مطالعه، حدود ۱۰۰ بهورز بیش از ۵۶۰۰ پرسش بالینی از بیماران خود را جمع‌آوری کردند.

• پژوهشگران، پاسخ‌های پنج مدل زبانی بزرگ را با پاسخ‌های پزشکان محلی به حدود ۵۰۰ پرسش مقایسه کردند.
• ارزیابی‌ها در مقیاس پنج‌نمره‌ای و بر اساس ۱۱ معیار، از جمله تطابق با توافق پزشکی، درک پرسش و احتمال ایجاد آسیب، انجام شد.
• نتایج نشان داد که تمامی مدل‌های زبانی بزرگ عملکرد بهتری نسبت به پزشکان داشتند.
• چت‌بات‌ها همچنین توانستند حدود ۱۰۰ پرسش را به زبان ملی رواندا پاسخ دهند که نشان‌دهنده سازگاری فرهنگی آن‌هاست.

مزایای اقتصادی و دسترسی ۲۴ ساعته

یکی از مهم‌ترین مزایای مدل‌های زبانی بزرگ، دسترسی ۲۴ ساعته آن‌ها برای بهورزان جامعه است که در مورد پزشکان امکان‌پذیر نیست. علاوه بر این، تفاوت چشمگیری در هزینه‌ها مشاهده شد:

این مطالعه نشان می‌دهد که مدل‌های زبانی تجاری می‌توانند پاسخ‌های پزشکی و فرهنگی مناسبی به پرسش‌های رایج ارائه دهند. با این حال، پژوهشگران هشدار می‌دهند که مقایسه مستقیم عملکرد مدل‌های زبانی بزرگ با انسان‌ها محدودیت‌هایی دارد؛ زیرا سنجش پاسخ‌های مکتوب، معیار مناسبی برای ارزیابی مدل‌هاست، اما لزوماً بازتاب دقیقی از عملکرد واقعی انسان‌ها نیست.

افزایش دقت تشخیص در پاکستان با GPT-4o

در پاکستان، گروه پژوهشی به سرپرستی احسان قاضی از دانشگاه مدیریت علوم لاهور، نشان داد که مدل‌های زبانی بزرگ می‌توانند دقت تشخیص را در سیستم‌های کم‌منابع به طور قابل توجهی افزایش دهند. در این مناطق، کمبود متخصص و حجم بالای بیماران منجر به خطاهای تشخیصی بسیاری می‌شود.

• در یک مطالعه کنترل‌شده تصادفی، ۵۸ پزشک مجاز، ۲۰ ساعت آموزش برای استفاده از مدل‌های زبانی بزرگ در تشخیص علائم بیماران دریافت کردند.
• پزشکانی که به مدل زبانی بزرگ GPT-4o دسترسی داشتند، امتیاز دقت تشخیصی به طور میانگین ۷۱ درصد کسب کردند.
• در مقابل، گروهی که تنها از PubMed و جستجوی اینترنتی استفاده کردند، به دقت ۴۳ درصد دست یافتند.

تحلیل تکمیلی نشان داد که مدل‌های زبانی بزرگ به تنهایی در مجموع بهتر از پزشکانی عمل کردند که از این مدل‌ها کمک می‌گرفتند؛ با این حال، در ۳۱ درصد موارد، پزشکان عملکرد بهتری داشتند. این موارد عمدتاً شامل نشانه‌های هشداردهنده و عوامل زمینه‌ای بود که مدل‌های زبانی بزرگ از آن‌ها غفلت کرده بودند.

احسان قاضی معتقد است نتایج او قابل تعمیم به کشورهای دیگر است، اما باید با سایر چت‌بات‌ها نیز تکرار شود. او می‌گوید: "این کار مسیرهای جدیدی باز می‌کند که می‌تواند منجر به ادغام ایمن‌تر و مؤثرتر هوش مصنوعی و مراقبت‌های بهداشتی شود."

ضرورت احتیاط و آموزش در استفاده از هوش مصنوعی

کارولین گرین، مدیر تحقیقات در مؤسسه اخلاق در هوش مصنوعی دانشگاه آکسفورد، بر اهمیت آموزش پزشکان در استفاده از هوش مصنوعی بر اساس تخصصشان تأکید می‌کند.

با این حال، او هشدار می‌دهد که مدل‌های زبانی بزرگ مشکلاتی مانند سوگیری و حفظ حریم داده‌های بیماران دارند. وی تأکید می‌کند که نباید تصور کرد تمام مراقبت‌های بهداشتی را می‌توان به مدل‌های زبانی بزرگ سپرد و استفاده از آن‌ها باید با احتیاط و نظارت دقیق همراه باشد.