Prawdziwi lekarze lepsi od AI w klasyfikacji chorób

Nowe badanie pokazuje, że sztuczna inteligencja, choć zaawansowana, nadal ustępuje ludziom w analizowaniu skomplikowanej dokumentacji medycznej. Mimo to naukowcy podkreślają, że technologia ta może odegrać ogromną rolę we wsparciu diagnostyki.

Ludzie wciąż lepsi w klasyfikacji chorób

Badanie przeprowadzone przez naukowców z James Cook University porównało skuteczność pięciu doświadczonych koderów klinicznych z modelem AI opartym na ChatGPT. Zadaniem obu stron było przeanalizowanie 100 trudnych przypadków medycznych i przypisanie im odpowiednich kodów chorobowych w pięciu głównych kategoriach. Wyniki pokazały, że ludzie radzą sobie lepiej – najlepszy z koderów osiągnął 47% skuteczności, podczas gdy AI zaledwie 22%.

Akram Mustafa, główny autor badania i doktorant JCU, przyznał, że chociaż niektórzy koderzy mieli słabsze wyniki, to ogólnie rzecz biorąc, człowiek wciąż przewyższa AI w tego typu zadaniach. Podkreślił również, że wcześniejsze analizy koncentrowały się na prostszych przypadkach, w których systemy uczenia maszynowego osiągały już przyzwoite wyniki. Tym razem jednak badacze postanowili przyjrzeć się bardziej skomplikowanym sytuacjom, w których tradycyjne narzędzia mają trudności z prawidłową klasyfikacją chorób.

Kodowanie dokumentacji medycznej to istotny proces dla planowania usług zdrowotnych, raportowania danych oraz finansowania szpitali. Wyniki badania sugerują, że mimo postępu technologii, ludzka wiedza i doświadczenie wciąż są niezbędne, zwłaszcza w trudniejszych przypadkach klinicznych.

AI jako wsparcie dla koderów medycznych

Badacze chcieli sprawdzić, jak sztuczna inteligencja radzi sobie w skomplikowanych przypadkach, gdzie brakuje części informacji lub dokumentacja nie jest wystarczająco szczegółowa.

Prof. Mostafa Rahimi Azghadi, współautor badania i ekspert z zakresu inżynierii elektronicznej i komputerowej wyjaśnił, że w 86–89% przypadków ChatGPT 4 dawał identyczną klasyfikację choroby przy wielokrotnym analizowaniu tego samego dokumentu.

Według naukowca, model AI powinien być traktowany jako narzędzie wspierające pracę ludzi, a nie ich zastępujące. Jego zdaniem, największą wartość może mieć połączenie szybkości działania sztucznej inteligencji z doświadczeniem i oceną człowieka. AI mogłoby np. oznaczać trudniejsze przypadki, które wymagają dokładniejszej analizy, a człowiek podejmowałby ostateczną decyzję. Dzięki temu kodowanie medyczne mogłoby stać się bardziej efektywne i dokładniejsze.

Naukowcy planują teraz ulepszyć model tak, by lepiej wyjaśniał swoje decyzje i podawał konkretne uzasadnienia dla przypisania pacjentowi danej klasyfikacji chorobowej.