שוחח GPT, מודל שפה שנראה פשוט, הצליח להרשים ולעבור לא רק את USMLE, בחינת הרישוי האמריקאית לרופאים, אלא גם בחינת ההתמחות בקרדיולוגיה באירופה, כפי שדיווח ד"ר סימון סואואלה. עם זאת, הוא משכן את ההתלהבות עם חתיכה של מציאות.
לאחר ביקורת נפלאה יותר על ביצועי הלמידה המלאכותיים, צוותו של ד"ר סואואלה בחן את יכולתו של שוחח GPT מול שאלות מ-10 מושבות של מבחן ההתמחות המדיני ברפואת הפנים (המכסות את השנים 2013-2017). המודל נתקל בסה"כ 1191 שאלות, וענה נכון בממוצע על 49.4% מהשאלות. זה היה מתחת לסיווג העובר של 60%, מה שהוביל למסקנה שהמודל לא הצליח לעבור אף אחת מהמושבות של המבחן.
ניתוח שאלות הבחינה חשף כי המודל נתקל ביותר קושי עם קרדיולוגיה (ניקוד של 43.7%), דיאבטולוגיה (45.1%), ומחלות ריאות (46.7%). מצד שני, המערכת המלכותית התגלתה בפריצה בתחומי האלרגולוגיה (עם שיעור הצלחה של 71.4%) ומחלות זיהומיות (55.3%). התוצאות הללו משקפות את יכולותיו השונות של המודל להתמודד עם נושאים רפואיים ספציפיים.
המודלים המלכותיים שמפריעים לכמה תחומים מקצועיים הפכו לטרנד תוחלתי, מציגים את הפוטנציאל הגדול שלהם וגם את המגבלות. בהקשר של מבחני רפואה, מודלים מלכותיים כמו שוחח GPT מייצגים חקירה מתחילה של חדשנות טכנולוגית, אך הם גם מעלים שאלות חשובות ושאילתות נפתרות:
איך AI יכולה לתמוך בתחום הרפואה? יש ל-AI את הפוטנציאל לסייע למקצוענים ברפואה על ידי הצעת גישה מהירה למידע רפואי, הצעת אבחות על סמך סימפטומים, ואף חיזוי תוצאות לקוחות. המערכת צריכה להיות משלימה עם יכולות האדם המורכבות של רפש חשיבה, תקשורת, ושיפוט אתי שמהוות חשוב ברפואה.
מהן האתגרים העיקריים של AI במבחני רפואה? האתגרים כוללים את הבטיחות של ההמלצות המלכותיות ובהינתן על ידי הידע הרפואי המודרני ביותר. חוסר המובנה עבור האפשרויות המבחן של הAI לפספס את הפקפוקים של כלא תופס הרופא האישי.
האם יש סכסוכים מסביב לAI ברפואה? ללא ספק. חששות אתיים כמו האפשרות לטעיית אבחנות, בעיות בלחצי פרטיות עם נתוני הלקוחות, ועסקת הוא עבור עובדות ברפואה הן חשובות. הבטיחות של ההחלטות של הAI היא גם חיונית.
יתרונות של AI ברפואה:
– יכול לעבד כמות רבה של מידע במהירות.
– זמין 24/7, ובכך מגביר את נגישות לטיפול רפואי.
– עלול להקטין טעויות אנוש במשימות חוזרות או נתונים מוטבעים.
– יכול לזהות תבניות שאינן נראות מיד להיות.
חסרונות של AI ברפואה:
– חסר אינטואיציה בנושאים אנושיים ויכולת להבין הקשר מעבר לנתונים.
– עשוי להיות משוחה אם ייהנו אימונים על נתונים שחסרים בווריאציות.
– עלותים יקרות לפיתוח ויישום.
– עשוי להוביל להפסד עבודה במקצועות רפואיים מסוימים.
לכל מי שמעוניין לחקור את הנושא ולהישאר מעודכן עם התפתחויות האחרונות במחקר, הערוצים ל-Facebook והיישום בתחום הרפואה פנים לארגונים ידועים לטכנולוגיה ולבריאות מקצועיים, כמו האיגוד הרפואי האמריקאי או האיגוד ללינגויסטיקה חישובית. אלה האיגודים מספקים מאגנים של מידע לגבי שימוש בAI ברפואה ופיתוחה התמדי.
The source of the article is from the blog procarsrl.com.ar