Chatboty AI MIRA i AMIE dorównują lekarzom lub ich przewyższają w zarządzaniu pacjentami – wyniki badania w Nature

Dwa systemy AI opublikowane w Nature

W czasopiśmie Nature zaprezentowano dwa niezależne modele AI do kompleksowego zarządzania pacjentami. MIRA (Medical Intelligence for Reasoning and Action) został opracowany przez naukowców z Szpitala Uniwersyteckiego w Heidelbergu oraz Centrum Zdrowia Cyfrowego im. Else Kröner Fresenius na TU Dresden. AMIE (Articulate Medical Intelligence Explorer) pochodzi od Google. Oba systemy wykraczają poza wąskie zadania AI: prowadzą wywiady lekarskie za pomocą czatu, zlecają badania diagnostyczne i formułują plany leczenia z konkretnymi lekami.

Jak działają

Modele korzystają z wytycznych klinicznych, literatury medycznej i danych o interakcjach leków. AMIE od Google rzekomo generował bardzo szczegółowe i praktyczne instrukcje, a nie jedynie ogólne sugestie. Systemy są zaprojektowane jako „kopiloci” dla lekarzy, przejmując rutynowe zarządzanie, aby lekarze mogli poświęcić więcej czasu na bezpośrednią opiekę nad pacjentem. Artykuł w Nature stwierdza, że takie agenty, jeśli będą zdolne do skutecznego rozumowania klinicznego, mogłyby wspierać klinicystów i potencjalnie łagodzić niedobory lekarzy w regionach o słabym dostępie do opieki.

Gdyby agenci AI mogli przejąć takie zadania i skutecznie podejmować decyzje kliniczne, mogliby wspierać lekarzy w rutynowych czynnościach i potencjalnie złagodzić niedobory kadrowe w niektórych regionach świata.

Wyniki testów

W symulowanych próbach z wykorzystaniem profili pacjentów generowanych przez AI na podstawie rzeczywistych danych, zarówno MIRA, jak i AMIE niekiedy przewyższały ludzkich lekarzy pod względem dokładności i precyzji. Zespół Google podkreślił problemy, takie jak niedobory personelu i fragmentaryczna opieka pomiędzy wizytami, argumentując, że AI mogłoby pomóc wypełnić te luki. Zespół niemiecki podkreślił koncepcję kopilota, który uwalnia lekarzy do bardziej złożonych interakcji międzyludzkich.

Potencjał i pułapki

Pomimo obiecujących wyników oba zespoły ostrzegają, że systemy nie są gotowe do wdrożenia w rzeczywistej praktyce. Symulacje mają nieodłączne ograniczenia: wirtualny pacjent reaguje inaczej niż prawdziwa osoba z ostrymi objawami. Propozycje leczenia MIRA były na ogół oparte na dowodach, ale nie w 100% niezawodne. Kerstin Denecke, ekspertka w dziedzinie cyfrowego zdrowia skoncentrowanego na pacjencie z Uniwersytetu Nauk Stosowanych w Bernie, wskazała na przeszkody, w tym jakość danych w rzeczywistych warunkach opieki zdrowotnej, zatwierdzenie regulacyjne, niejasną odpowiedzialność prawną i potrzebę reprezentatywnych badań ryzyka.

Do podejmowania decyzji klinicznych potrzebne jest coś więcej niż tylko przestrzeganie wytycznych. Niezbędne jest zrozumienie indywidualnej sytuacji osób dotkniętych chorobą.

Perspektywy ekspertów

Uwe Platzbecker, członek Rady Medycznej Szpitala Uniwersyteckiego w Dreźnie, docenił potencjał wykazany w wynikach, ale podkreślił znaczenie bezpiecznego, przejrzystego i korzystnego dla pacjentów integrowania takich innowacji. Denecke dodała, że decyzje kliniczne wymagają zrozumienia indywidualnego kontekstu pacjenta, a nie tylko przestrzegania wytycznych. Obie wypowiedzi odzwierciedlają ostrożny optymizm: chociaż agenci AI mogą pewnego dnia pomóc w rutynowym zarządzaniu klinicznym, niezbędne pozostają rygorystyczne walidacje i etyczne zabezpieczenia.