Duże modele językowe mogą wspierać lekarzy podczas badań fizykalnych

Przeprowadzenie odpowiednich badań fizykalnych jest kluczowym elementem diagnozowania pacjentów, jednak niekiedy brak specjalistycznej wiedzy lekarza może prowadzić do przeoczenia istotnych objawów. Badania naukowe pokazują, że modele językowe o dużej skali (LLM) mogą stanowić wsparcie w procesie diagnozowania, choć ich potencjał w obszarze badań fizykalnych wciąż pozostaje niewykorzystany. W celu zapełnienia tej luki, badacze z Mass General Brigham podjęli próbę wykorzystania GPT-4, jednego z najnowszych modeli językowych, w roli asystenta podczas badań fizykalnych opartych na zgłoszonych przez pacjentów objawach. Wyniki tego badania zostały opublikowane w czasopiśmie Journal of Medical Artificial Intelligence.

„Młodzi lekarze mogą napotkać trudności w dostosowaniu badań fizykalnych do potrzeb konkretnego pacjenta, szczególnie z powodu ograniczonego doświadczenia lub warunków pracy w mniej zasobnych środowiskach. Modele językowe mogą stanowić pomost, wspierając lekarzy i innych specjalistów medycznych w technikach badań fizykalnych i podnosząc ich zdolność diagnostyczną w miejscu opieki nad pacjentem.”

– Marc D. Succi, MD, lider innowacji w Mass General Brigham Innovation

W ramach badania, GPT-4 był proszony o zaproponowanie instrukcji do badań fizykalnych na podstawie zgłaszanych objawów pacjentów, takich jak ból biodra. Odpowiedzi modelu oceniali trzej lekarze specjaliści, korzystając ze skali punktowej od 1 do 5, uwzględniając kryteria takie jak dokładność, kompleksowość, czytelność oraz ogólną jakość. Wyniki pokazały, że GPT-4 osiągnął wysokie oceny, zdobywając co najmniej 80% maksymalnej liczby punktów. Najlepiej model poradził sobie z przypadkiem „bólu nóg podczas wysiłku”, natomiast najniższy wynik osiągnął w kategorii „ból w podbrzuszu”.

Pomimo imponujących wyników, zespół badaczy zwrócił uwagę na pewne niedociągnięcia modelu GPT-4. Jak zauważył Arya Rao, główny autor badania oraz student na Harvard Medical School, model bywał zbyt ogólnikowy lub pomijał istotne elementy instrukcji, co wskazuje na konieczność zaangażowania człowieka w proces oceny oraz interpretacji wyników. Zdaniem naukowców, choć GPT-4 oferuje obiecujące wsparcie w diagnostyce, jego ograniczenia podkreślają nieodzowność profesjonalnej oceny lekarza w celu zapewnienia kompleksowej opieki nad pacjentem.

Eksperci są zgodni, że GPT-4 może istotnie pomóc w wypełnianiu luk w wiedzy i doświadczeniu lekarzy, szczególnie tych na wczesnym etapie kariery zawodowej. Rozwiązanie to może okazać się również wartościowe w środowiskach medycznych o ograniczonych zasobach, gdzie dostęp do specjalistycznej wiedzy jest utrudniony. Pomimo wyzwań, takich jak potrzeba dalszego dopracowania diagnostycznej specyficzności modelu, badanie to otwiera drzwi dla przyszłych zastosowań modeli językowych w medycynie, w tym w podnoszeniu jakości opieki nad pacjentami.

Publikacja badań sugeruje, że zintegrowanie sztucznej inteligencji z codzienną praktyką kliniczną mogłoby zrewolucjonizować podejście do badań fizykalnych i diagnozowania chorób. Przyszłe badania skupiające się na precyzyjnym dostosowywaniu technologii do potrzeb klinicznych będą kluczowe w dalszym rozwijaniu tego kierunku.