Sztuczna inteligencja coraz śmielej wkracza do medycyny – nie tylko jako narzędzie diagnostyczne, ale również jako wsparcie w podejmowaniu złożonych decyzji klinicznych. Najnowsze badania opublikowane w czasopiśmie Nature Medicine wskazują, że lekarze korzystający z dużych modeli językowych (LLM) mogą osiągać wyniki porównywalne z samymi systemami AI. Co istotne, wyniki te sugerują, że przyszłość medycyny może opierać się na współpracy człowieka i algorytmu, a nie ich rywalizacji.
Z tego artykułu dowiesz się…
- Jak sztuczna inteligencja wspiera lekarzy w podejmowaniu złożonych decyzji klinicznych wykraczających poza samą diagnozę
- Jakie wyniki osiągnęli lekarze pracujący z AI w porównaniu do lekarzy korzystających wyłącznie z tradycyjnych źródeł
- Dlaczego model współpracy człowieka i algorytmu jest skuteczniejszy niż działanie każdego z nich osobno
- Jak kolejność analizy, lekarz vs AI, wpływa na jakość decyzji terapeutycznych
Od diagnozy do zarządzania leczeniem – nowy obszar dla AI
Dotychczasowe badania nad sztuczną inteligencją koncentrowały się głównie na diagnostyce. Jednak podejmowanie decyzji terapeutycznych – tzw. rozumowanie w zakresie zarządzania klinicznego – stanowi znacznie większe wyzwanie. W praktyce obejmuje ono pytania takie jak:
- modyfikacja terapii w kontekście historii pacjenta,
- ocena ryzyka działań niepożądanych,
- wybór optymalnej ścieżki leczenia w zależności od wielu zmiennych klinicznych i organizacyjnych.
Jak obrazowo tłumaczy Ethan Goh, współautor i prowadzący badania, jest to różnica między wskazaniem celu na mapie, a wyborem najlepszej drogi dotarcia do niego.
Projekt badania – trzy modele podejmowania decyzji
Zespół badawczy pod kierownictwem dr. Jonathana H. Chena przeanalizował skuteczność podejmowania decyzji klinicznych w trzech grupach:
- chatbot działający samodzielnie,
- 46 lekarzy wspieranych przez chatbot,
- 46 lekarzy korzystających wyłącznie z wyszukiwarki i źródeł medycznych.
Uczestnicy analizowali pięć złożonych przypadków klinicznych i przygotowywali szczegółowe rekomendacje terapeutyczne. Następnie odpowiedzi oceniano według specjalnie opracowanej, eksperckiej rubryki.
Wyniki – przewaga AI i siła współpracy
Wyniki badania przyniosły istotne wnioski:
- chatbot osiągnął lepsze wyniki niż lekarze korzystający wyłącznie z tradycyjnych źródeł,
- lekarze wspierani przez AI osiągnęli wyniki porównywalne z chatbotem,
- współpraca człowieka i algorytmu okazała się najbardziej efektywnym podejściem.
Jak podkreśla dr Chen:
Od lat powtarzam, że połączenie człowieka i komputera przyniesie lepsze rezultaty niż każde z nich osobno. Jednocześnie dodaje: Myślę, że to badanie skłania nas do bardziej krytycznego spojrzenia na tę kwestię i zadania sobie pytania: “W czym komputer jest dobry? W czym człowiek jest dobry?”
Kolejność podejmowania decyzji ma znaczenie
W kolejnych badaniach opublikowanych w npj Digital Medicine analizowano, w jaki sposób organizacja współpracy wpływa na wyniki. Okazało się, że:
- gdy AI analizowała przypadek po lekarzu, miała tendencję do potwierdzania jego decyzji,
- najlepsze rezultaty osiągano przy analizie równoległej,
- model hybrydowy pozwalał na identyfikację różnic i lepsze uzasadnienie decyzji.
Selin Everett, studentka medycyny na Uniwersytecie Stanforda i główna autorka tego badania, zaznacza:
Podstawowym założeniem było zbadanie, w jaki sposób można przeprojektować działanie systemów sztucznej inteligencji , aby umożliwić głębszą współpracę między lekarzami a sztuczną inteligencją.
Kontekst kliniczny – decyzje bez jednoznacznych odpowiedzi
Badanie podkreśla, że wiele decyzji klinicznych nie ma jednoznacznie poprawnej odpowiedzi. Przykładowo:
- wykrycie guza płuca może prowadzić do różnych strategii – od biopsji po dalszą diagnostykę obrazową,
- wybór zależy od preferencji pacjenta, historii choroby oraz możliwości systemu ochrony zdrowia.
To właśnie w takich sytuacjach AI może wspierać lekarzy poprzez analizę wielu zmiennych jednocześnie.
Czy AI zastąpi lekarzy?
Mimo imponujących wyników, eksperci podkreślają, że sztuczna inteligencja nie powinna zastępować lekarzy. Jak zaznacza dr Chen:
To nie znaczy, że pacjenci powinni omijać lekarza i od razu zwracać się do chatbotów. Nie róbcie tego.
Kluczową kompetencją pozostaje umiejętność oceny wiarygodności informacji oraz integracji wiedzy klinicznej z danymi generowanymi przez AI.
Wyzwania i kierunki dalszych badań
Choć wyniki są obiecujące, nadal pozostaje wiele pytań:
- jakie mechanizmy odpowiadają za poprawę jakości decyzji przy użyciu AI,
- czy AI w medycynie wpływa na sposób myślenia lekarzy,
- jak najlepiej integrować systemy AI z praktyką kliniczną.
To obszary, które będą przedmiotem kolejnych badań.
Główne wnioski
- W badaniu udział wzięło 92 lekarzy (46 z AI i 46 bez AI), a chatbot osiągnął lepsze wyniki niż lekarze korzystający wyłącznie z internetu.
- Lekarze wspierani przez AI osiągnęli wyniki porównywalne z samym chatbotem, co potwierdza skuteczność modelu współpracy.
- Najlepsze rezultaty uzyskano przy równoległej analizie przypadku przez lekarza i AI, a nie w modelu sekwencyjnym.
- Badanie wskazuje, że AI powinna pełnić rolę członka zespołu klinicznego, a nie zastępować lekarzy w podejmowaniu decyzji.
Źródło:
- https://www.nature.com/articles/s41746-026-02545-1
- Stanford University Medical Center
