برتری هوش مصنوعی بر پزشکان در تشخیص‌های اورژانسی: مطالعه هاروارد

عملکرد هوش مصنوعی در تشخیص پزشکی اورژانسی

یکی از آزمایش‌های کلیدی این مطالعه بر روی ۷۶ بیمار مراجعه‌کننده به بخش اورژانس یک بیمارستان در بوستون انجام شد. در این آزمایش، پرونده الکترونیک سلامت استاندارد بیماران، شامل علائم حیاتی، اطلاعات جمعیت‌شناختی و شرح حال اولیه، در اختیار یک هوش مصنوعی و دو پزشک انسانی قرار گرفت.

• دقت تشخیص اولیه: هوش مصنوعی در ۶۷ درصد موارد، تشخیص دقیق یا بسیار نزدیک به تشخیص درست ارائه کرد.
• دقت تشخیص پزشکان: پزشکان انسانی در همین شرایط، تنها در ۵۰ تا ۵۵ درصد موارد تشخیص صحیح داشتند.

برتری هوش مصنوعی در تریاژ و برنامه‌های درمانی

این پژوهش به وضوح نشان داد که مزیت هوش مصنوعی به خصوص در مرحله تریاژ، یعنی زمانی که نیاز به تصمیم‌گیری سریع با اطلاعات حداقلی است، برجسته‌تر است. نتایج همچنین حاکی از افزایش دقت هوش مصنوعی (مدل استدلالی OpenAI o1) به ۸۲ درصد در صورت دسترسی به جزئیات بیشتر بود، در حالی که این رقم برای متخصصان انسانی بین ۷۰ تا ۷۹ درصد متغیر بود.

علاوه بر این، هوش مصنوعی در مقایسه با گروه بزرگ‌تری از پزشکان، در ارائه برنامه‌های درمانی بلندمدت نیز عملکرد بهتری از خود نشان داد. در این بخش، هوش مصنوعی و ۴۶ پزشک پنج مطالعه بالینی را بررسی کردند:

نمونه موردی از دقت هوش مصنوعی

در یکی از موارد بررسی‌شده، بیماری با لخته خون در ریه و علائم خطرناک به بیمارستان مراجعه کرده بود. در حالی که پزشکان بر این باور بودند که داروهای بیمار مؤثر نبوده‌اند، هوش مصنوعی به سابقه بیماری خودایمنی «لوپوس» بیمار اشاره کرد که می‌توانست عامل التهاب ریه‌ها باشد. در نهایت، تشخیص هوش مصنوعی صحیح از آب درآمد.

محدودیت‌ها و آینده هوش مصنوعی در پزشکی

با وجود این نتایج چشمگیر که پیشرفت هوش مصنوعی در استدلال بالینی را نشان می‌دهد، پژوهشگران تأکید دارند که هنوز زمان پایان کار پزشکان اورژانس فرا نرسیده است. این مطالعه تنها عملکرد هوش مصنوعی و انسان را در بررسی داده‌های متنی مورد ارزیابی قرار داده است و توانایی هوش مصنوعی در درک نشانه‌های غیرکلامی مانند سطح اضطراب بیمار یا ظاهر او هنوز آزمایش نشده است. بنابراین، نقش هوش مصنوعی در این پژوهش بیشتر شبیه پزشکی است که بر اساس اسناد و مدارک، نظر دوم را ارائه می‌کند.

پروفسور ایون هریسون، مدیر مشترک مرکز انفورماتیک پزشکی دانشگاه ادینبرو، اظهار داشت: «این پژوهش مهم است و نشان می‌دهد که این سیستم‌ها دیگر صرفاً در حال قبولی در آزمون‌های پزشکی یا حل نمونه‌های آزمایشی ساختگی نیستند. آن‌ها کم‌کم شبیه ابزارهای مفید برای پزشکان به نظر می‌رسند، به‌ویژه زمانی که مهم است دامنه گسترده‌تری از تشخیص‌های احتمالی در نظر گرفته شود و چیز مهمی نادیده گرفته نشود.»