تاریخ انتشار: ۲۷ اکتبر ۲۰۲۶
پژوهشی که در ۲۲ اکتبر در مجله Science منتشر شد، گزارش می‌کند یک سامانه هوش مصنوعی به نام MAI-DxO در ارزیابی مرحله‌به‌مرحله پرونده‌های تشخیصی، از پزشکان عمومی در دو مجموعه آزمون عملکرد بهتری داشته است. این نتیجه قابل توجه است، اما هنوز به معنای اثبات برتری هوش مصنوعی در مراقبت واقعی از بیماران نیست.
سامانه چگونه کار می‌کند؟
برخلاف آزمون‌هایی که تمام اطلاعات بیمار از ابتدا در اختیار مدل قرار می‌گیرد، این سامانه باید مانند روند بالینی پیش برود: اطلاعات بیشتری از شرح‌حال درخواست کند، تشخیص‌های افتراقی را به‌روزرسانی کند و درباره نیاز به آزمایش‌های بعدی تصمیم بگیرد. MAI-DxO چند نقش مجازی را هماهنگ می‌کند تا فرضیه‌ها را بررسی و انتخاب بررسی‌ها را ارزیابی کنند.
نتایج اصلی مطالعه
پژوهشگران سامانه را روی دو مجموعه پرونده آزمایش کردند: موارد پیچیده منتشرشده در کنفرانس‌های کلینیکوپاتولوژیک New England Journal of Medicine و پرونده‌های پذیرش اورژانس از پایگاه داده MIMIC-IV-ED.
- در پرونده‌های پیچیده NEJM، دقت سامانه ۸۳٫۲٪ بود؛ پزشکان عمومی با دسترسی به منابع مرجع به‌طور متوسط به ۳۶٫۱٪ رسیدند.
- در پرونده‌های اورژانس MIMIC-IV-ED، دقت سامانه ۸۰٫۳٪ در برابر ۴۶٫۸٪ برای پزشکان گزارش شد.
- هزینه بررسی‌ها بسته به محدودیت بودجه و پیکربندی سامانه تغییر می‌کرد؛ بنابراین نمی‌توان نتیجه گرفت که هوش مصنوعی همیشه ارزان‌تر است.
این اعداد از یک محیط ارزیابی کنترل‌شده به دست آمده‌اند و مستقیماً میزان خطا یا پیامد درمان در بیمارستان‌های واقعی را نشان نمی‌دهند.
محدودیت‌هایی که باید جدی گرفته شوند
مقایسه اصلی با پزشکان عمومی انجام شد، نه با متخصصان متناسب با هر بیماری یا تیم‌های چندتخصصی. پرونده‌ها عمدتاً متنی بودند و تصویربرداری، موج‌های فیزیولوژیک و اسلایدهای پاتولوژی را شامل نمی‌شدند. همچنین مطالعه، تصمیم‌های درمانی، ایمنی بیمار و پیامدهای بالینی را ارزیابی نکرد. از آنجا که پژوهشگران از شرکت مایکروسافت هستند، ارزیابی مستقل و تکرار نتایج نیز اهمیت دارد.
آیا این سامانه آماده استفاده بالینی است؟
خیر؛ این مطالعه یک ارزیابی پژوهشی است و برای نتیجه‌گیری درباره استفاده روزمره به بررسی آینده‌نگر در محیط‌های واقعی درمان نیاز داریم. هوش مصنوعی می‌تواند در آینده به ساختارمند کردن شرح‌حال، پیشنهاد تشخیص افتراقی و انتخاب بررسی‌ها کمک کند، اما تصمیم نهایی باید با نظارت پزشک و با توجه به وضعیت فردی بیمار گرفته شود.
جمع‌بندی
مطالعه منتشرشده در Science نشان می‌دهد ارزیابی مرحله‌به‌مرحله تشخیص با کمک چند مدل هماهنگ‌شده می‌تواند در آزمون‌های مشخص، عملکرد بالایی داشته باشد. گام تعیین‌کننده بعدی، سنجش ایمنی، قابلیت اعتماد و سود واقعی آن در محیط بالینی و در مقایسه با پزشکان متخصص است.
عکس شاخص: Accuray / Unsplash؛ تصویر تزئینی و نه تصویری از سامانه پژوهشی.
منابع: Nori et al., “Sequential diagnosis with language models”, Science، ۲۲ اکتبر ۲۰۲۶؛ Reuters، گزارش پژوهش و گام بعدی ارزیابی بالینی.
#هوش_مصنوعی #تشخیص_پزشکی #پزشکی_دیجیتال #پژوهش_پزشکی
