Modele sztucznej inteligencji poprawiają dokładność diagnostyczną lekarzy

Śledź Drugslib na

Przegląd medyczny przeprowadzony przez Carmen Pope, BPharm. Ostatnia aktualizacja: 19 grudnia 2023 r.

Autor: Elana Gotkine Reporter HealthDay

WTOREK, 19 grudnia 2023 r. — Standardowa sztuczna inteligencja (AI ) poprawiają dokładność diagnostyczną, ale jak wynika z badania opublikowanego w czasopiśmie Journal of the American Medical Association z 19 grudnia, systematycznie stronnicze modele sztucznej inteligencji zmniejszają tę dokładność.

Sarah Jabbour z Uniwersytetu Michigan w Ann Arbor i współpracownicy zbadali wpływ systematycznie obciążonej sztucznej inteligencji na dokładność diagnostyczną lekarza w randomizowanym badaniu klinicznym z winietą. Lekarzom pokazano dziewięć winiet klinicznych pacjentów hospitalizowanych z powodu ostrej niewydolności oddechowej i poproszono ich o określenie prawdopodobieństwa zapalenia płuc, niewydolności serca lub przewlekłej obturacyjnej choroby płuc jako przyczyny. Lekarzom pokazano dwie winiety bez danych wejściowych z modelu AI, aby ustalić podstawową dokładność diagnostyczną, a następnie zostali losowo przydzieleni do sześciu winiet z danymi wejściowymi modelu AI: trzy przewidywania modelu standardowego i trzy przewidywania modelu systematycznie obciążonego.

Ogółem 457 klinicyści zostali losowo przydzieleni: 231 i 226 do przewidywań modelu AI odpowiednio bez i z wyjaśnieniami. Naukowcy odkryli, że w przypadku trzech diagnoz wyjściowa dokładność diagnostyczna klinicystów wyniosła 73,0%. Dokładność klinicysty wzrosła w stosunku do wartości wyjściowych o 2,9 i 4,4 punktu procentowego, gdy pokazano mu standardowy model sztucznej inteligencji bez wyjaśnień i z wyjaśnieniami. Dokładność klinicysty została zmniejszona o 11,3 punktu procentowego w przypadku systematycznie obciążonych przewidywań modelu AI w porównaniu z wartością wyjściową; dostarczanie obciążonych przewidywań modelu sztucznej inteligencji wraz z wyjaśnieniami zmniejszyło dokładność o 9,1 punktu procentowego, co stanowi nieistotną poprawę o 2,3 punktu procentowego w porównaniu z modelem systematycznie obciążonym.

„Chociaż wyniki badania sugerują, że klinicyści mogą nie być w stanie aby służyć jako zabezpieczenie przed wadliwą sztuczną inteligencją, mogą odegrać zasadniczą rolę w zrozumieniu ograniczeń sztucznej inteligencji” – piszą autorzy.

Jeden z autorów zgłosił otrzymanie tantiem z patentu firmy Airstrip.

Streszczenie/pełny tekst (może być wymagana subskrypcja lub płatność)

Redakcja (może być wymagana subskrypcja lub płatność)

Zastrzeżenie: Dane statystyczne zawarte w artykułach medycznych przedstawiają ogólne trendy i nie dotyczą poszczególnych osób. Indywidualne czynniki mogą się znacznie różnić. Zawsze zasięgaj spersonalizowanej porady lekarskiej w przypadku podejmowania indywidualnych decyzji dotyczących opieki zdrowotnej.

Źródło: Dzień Zdrowia

Wysłano : 2023-12-20 02:15

Czytaj więcej

Zastrzeżenie

Dołożono wszelkich starań, aby informacje dostarczane przez Drugslib.com były dokładne i aktualne -data i kompletność, ale nie udziela się na to żadnej gwarancji. Informacje o lekach zawarte w niniejszym dokumencie mogą mieć charakter wrażliwy na czas. Informacje na stronie Drugslib.com zostały zebrane do użytku przez pracowników służby zdrowia i konsumentów w Stanach Zjednoczonych, dlatego też Drugslib.com nie gwarantuje, że użycie poza Stanami Zjednoczonymi jest właściwe, chyba że wyraźnie wskazano inaczej. Informacje o lekach na Drugslib.com nie promują leków, nie diagnozują pacjentów ani nie zalecają terapii. Informacje o lekach na Drugslib.com to źródło informacji zaprojektowane, aby pomóc licencjonowanym pracownikom służby zdrowia w opiece nad pacjentami i/lub służyć konsumentom traktującym tę usługę jako uzupełnienie, a nie substytut wiedzy specjalistycznej, umiejętności, wiedzy i oceny personelu medycznego praktycy.

Brak ostrzeżenia dotyczącego danego leku lub kombinacji leków w żadnym wypadku nie powinien być interpretowany jako wskazanie, że lek lub kombinacja leków jest bezpieczna, skuteczna lub odpowiednia dla danego pacjenta. Drugslib.com nie ponosi żadnej odpowiedzialności za jakikolwiek aspekt opieki zdrowotnej zarządzanej przy pomocy informacji udostępnianych przez Drugslib.com. Informacje zawarte w niniejszym dokumencie nie obejmują wszystkich możliwych zastosowań, wskazówek, środków ostrożności, ostrzeżeń, interakcji leków, reakcji alergicznych lub skutków ubocznych. Jeśli masz pytania dotyczące przyjmowanych leków, skontaktuj się ze swoim lekarzem, pielęgniarką lub farmaceutą.

Popularne słowa kluczowe