Umělá inteligence diagnostikovala lépe než lékaři

Možnosti umělé inteligence v oblasti diagnostiky jsou slibné. Alespoň to ukázala studie z letošního podzimu, kdy chatbot s umělou inteligencí (ChatGPT) při posuzování lékařských kazuistik předčil samotné lékaře – a to i v případě, že sami tento nástroj využívali. Studii zveřejnil časopis Americké lékařské společnosti (JAMA).

Původní předpoklad autorů studie, že chatboti s umělou inteligencí pomohou lékařům diagnostikovat nemoci, se ukázal jako mylný. A výsledky byly pro celý tým šokující. „Chatbot od společnosti OpenAI dosáhl při diagnostice zdravotního stavu na základě kazuistiky v průměru 90 procent. Lékaři, kterým byl chatbot náhodně přidělen, dosáhli průměrného skóre 76 procent. Zbytek, který nástroj umělé inteligence nepoužil, dosáhl na průměrně 74 procent,“ shrnul zásadní výsledky studie deník The New York Times.

Malé studie se účastnilo celkem 50 lékařů. Dostali šest kazuistik a jejich úkolem bylo navrhnout u každé z nich tři možné diagnózy spolu s vysvětlením, proč je upřednostnili a proč jiné vylučují. Součástí bylo také stanovení konečné a správné diagnózy. Hodnocení měli na starost zdravotníci, kteří neměli k dispozici údaje o tom, zda je autorem odpovědí jen lékař, lékař s pomocí ChatGPT nebo nástroj samotný.

Vycházelo se ze skutečných případů, které jsou součástí rozsáhlého souboru s více než 100 kazuistikami. Nebyly nikdy zveřejněné – kromě toho, že od 90. let slouží právě pro výzkumné účely, využívané jsou i na testování mediků. Znamená to, že na nich nemohl být trénován ani ChatGPT.

Jeden z případů ale výzkumníci pro ilustracu zveřejnili. Týkal se 76letého muže, který měl při chůzi silné bolesti v dolní části zad, hýždí a lýtek, dále popisoval horečnost a únavu. Bolesti u něj začaly několik dní po provedení balónkové angioplastiky k rozšíření koronární tepny. Po zákroku dostával 48 hodin heparin na ředění krve. Kardiologické vyšetření ukázalo nový výskyt anémie a nahromadění odpadních produktů ledvin v krvi. Muž také před deseti lety podstoupil operaci bypassu kvůli srdečnímu onemocnění.

Správnou diagnózou byla cholesterolová embolie – stav, při kterém se z plaku v tepnách odlamují úlomky cholesterolu a ucpávají cévy. Stejně jako u publikovaného případu nebylo stanovení diagnózy jednoduché ani ve zbývajících pěti případech. Nešlo však o tak vzácné nemoci, o kterých by lékaři nikdy neslyšeli. Přesto si v průměru vedli hůře než chatbot.

Proč si lékaři, kteří měli k dispozici umělou inteligenci, nevedli lépe? Odpověď podle výzkumníků tkví v tom, jakým způsobem se pro diagnózu rozhodují a také jak chatbota využívají. Adam Rodman, odborník na interní medicínu a spoluautor studie, odkázal na skutečné záznamy zpráv mezi lékaři a ChatGPT.

Ukázalo se, že pokud bylo zjištění chatbota v rozporu s jejich diagnózami, lékaře to nijak neovlivnilo a měli tendenci neochvějně se držet vlastních představ o správné diagnóze. „Neposlouchali umělou inteligenci, když jim říkala věci, se kterými nesouhlasili,“ řekl Rodman. „Lidé jsou obecně příliš sebevědomí, když si myslí, že mají pravdu,“ doplnila komentář Laura Zwaanová, která studuje klinické uvažování a diagnostické chyby na Erasmus Medical Center v Rotterdamu, na studii se však nepodílela.

Kromě neochoty vzít v potaz názor ChatGPT se ukázal ještě jeden zásadní problém. Mnoho zapojených odborníků nevědělo, jak potenciál chatbota plně využít. Podle lékaře a počítačového vědce Jonathana Chena se k němu lékaři chovali pouze jako k vyhledávači cílených otázek typu „Jaké jsou možné diagnózy bolesti očí?“

„Jen zlomek z nich si uvědomil, že mohou do chatu doslova zkopírovat a vložit celou anamnézu případu a jen ho požádat, aby poskytl vyčerpávající odpověď na celou otázku,“ dodal Chen s tím, že málo lékařů tak skutečně vidělo vyčerpávající a překvapivě chytré odpovědi, které byl chatbot schopný vyprodukovat.

Ilona Hobzová

Zdroj: Zdravotnický deník