پژوهش: هوش مصنوعی به‌ندرت مراقبت پزشکی غیرضروری پیشنهاد می‌کند، اما همچنان اشتباهاتی دارد
نویسنده: خبرگزاری شین‌هوا
چهارشنبه، ۲۱ اکتبر ۲۰۲۶
این یافته‌ها در شرایطی منتشر شده‌اند که پزشکان بیش از پیش در حال بررسی استفاده از ابزارهای هوش مصنوعی برای پشتیبانی از تصمیم‌گیری‌های پزشکی هستند.
دانشگاه بن‌گوریون در نقب اسرائیل روز سه‌شنبه اعلام کرد که مدل‌های هوش مصنوعی به‌ندرت آزمایش‌ها و درمان‌های پزشکی غیرضروری را توصیه می‌کنند، اما در برخی موقعیت‌های بالینی همچنان ممکن است دچار اشتباه شوند.
پژوهشگران در مطالعه‌ای که در نشریه Annals of Internal Medicine منتشر شد، شش مدل تجاری هوش مصنوعی متعلق به گوگل، آنتروپیک و اوپن‌ای‌آی را ارزیابی کردند تا مشخص شود آیا این مدل‌ها می‌توانند موقعیت‌هایی را تشخیص دهند که در آن‌ها غربالگری، آزمایش یا درمان بیش از حد و غیرضروری انجام می‌شود یا خیر.
پژوهشگران عملکرد این مدل‌ها را بر اساس توصیه‌های طرح «انتخاب عاقلانه» (Choosing Wisely) سنجیدند. هدف این طرح کاهش آزمایش‌ها، اقدامات پزشکی و درمان‌های غیرضروری است، در عین حال که می‌پذیرد مناسب بودن برخی مداخلات به شرایط هر بیمار بستگی دارد.
نتایج نشان داد که مدل‌ها در ۵٫۴ درصد از پاسخ‌هایی که پزشکان باید در آن‌ها از اقدام پزشکی خودداری می‌کردند، انجام اقداماتی را توصیه کردند که احتمالاً غیرضروری بودند. در مقابل، این مدل‌ها تنها در ۰٫۶ درصد پاسخ‌ها توصیه کردند که از یک اقدام پزشکی مناسب صرف‌نظر شود.
پژوهشگران ۲۲۵ سناریوی بالینی بر اساس ۱۵ توصیه طرح «انتخاب عاقلانه» طراحی کردند. برای هر توصیه، ۱۰ سناریو مستلزم خودداری از اقدام پزشکی و پنج سناریو نیازمند انجام آن بود. هر یک از شش مدل تجاری هوش مصنوعی سه بار برای هر سناریو آزمایش شد و در مجموع ۴۰۵۰ پاسخ به دست آمد.
پژوهشگران دریافتند که توصیه‌های بالقوه غیرضروری عمدتاً در دو زمینه متمرکز بودند: انجام سونوگرافی تیروئید برای بررسی گره تیروئیدی کوچک‌تر از یک سانتی‌متر که به‌طور اتفاقی شناسایی شده است، و انجام نوار قلب به‌صورت روتین برای بزرگسالانی که در معرض خطر پایین بیماری‌های قلبی‌عروقی قرار دارند. نوار قلب آزمایشی است که فعالیت الکتریکی قلب را ثبت می‌کند.
این یافته‌ها در شرایطی به دست آمده‌اند که پزشکان به‌طور فزاینده‌ای استفاده از ابزارهای هوش مصنوعی را برای پشتیبانی از تصمیم‌گیری‌های پزشکی بررسی می‌کنند. نتایج نشان می‌دهد که مدل‌های تجاری هوش مصنوعی اغلب می‌توانند تشخیص دهند چه زمانی باید از مراقبت‌های غیرضروری پرهیز کرد، هرچند عملکرد آن‌ها بسته به موقعیت بالینی متفاوت است.
پژوهشگران هشدار دادند که در این مطالعه، پاسخ مدل‌ها به درخواست‌های منفرد بررسی شده است، نه عملکرد آن‌ها در گفت‌وگوهای طولانی. همچنین، ارزیابی بر اساس سناریوهای استانداردشده انجام شده است، نه موقعیت‌های واقعی مراجعه و درمان بیماران. در مرحله نخست، پاسخ‌ها به کمک یک ارزیاب مبتنی بر هوش مصنوعی بررسی شدند و سپس پزشکان نتایج را بازبینی و درباره موارد اختلاف داوری کردند.
بنابراین، یافته‌های این پژوهش لزوماً نشان نمی‌دهند که مدل‌ها در روند معمول ارائه خدمات پزشکی یا در چت‌بات‌هایی که مستقیماً در اختیار بیماران قرار می‌گیرند، چگونه عمل خواهند کرد.
پژوهشگران در پایان نتیجه گرفتند که مدل‌های هوش مصنوعی در سناریوهای بررسی‌شده به‌ندرت توصیه می‌کردند از اقدام پزشکی مناسب صرف‌نظر شود، اما توصیه به مراقبت‌های بالقوه غیرضروری همچنان در برخی موقعیت‌های بالینی مشخص نگران‌کننده است.