Vai al contenuto

L’intelligenza artificiale aiuta a diagnosticare le malattie polmonari nei neonati meglio dei medici in formazione

Da Chest Physicians

Dal Congresso ERS 2024

L’intelligenza artificiale (IA) può aiutare i medici a valutare e diagnosticare le malattie respiratorie nei neonati e nei bambini, secondo due nuovi studi presentati al congresso 2024 della European Respiratory Society (ERS).
I ricercatori possono addestrare reti neurali artificiali (ANN) per rilevare le malattie polmonari nei neonati prematuri analizzando i loro schemi respiratori mentre dormono. “Il nostro test non invasivo è meno stressante per il neonato e i suoi genitori, il che significa che possono accedere al trattamento più rapidamente e potrebbe anche essere rilevante per la loro prognosi a lungo termine“, ha affermato Edgar Delgado-Eckert, PhD, professore associato presso il Dipartimento di ingegneria biomedica presso l’Università di Basilea, Svizzera, e responsabile di un gruppo di ricerca presso l’Ospedale pediatrico universitario, Svizzera.

Manjith Narayanan, MD, consulente in pneumologia pediatrica presso il Royal Hospital for Children and Young People di Edimburgo e docente clinico senior onorario presso l’Università di Edimburgo, Regno Unito, ha affermato che chatbot come ChatGPT, Bard e Bing possono funzionare bene o meglio dei medici in formazione quando valutano bambini con problemi respiratori. Il Chatbot è un software che simula ed elabora le conversazioni umane (scritte o parlate), consentendo agli utenti di interagire con i dispositivi digitali come se stessero comunicando con una persona reale. Il Dr. Narayanan ha affermato che i chatbot potrebbero effettuare il triage dei pazienti più rapidamente e alleviare la pressione sui servizi sanitari. I chatbot si dimostrano promettenti nel triage delle malattie respiratorie pediatriche

I ricercatori dell’Università di Edimburgo hanno fornito a 10 medici tirocinanti con meno di 4 mesi di esperienza clinica in pediatria scenari clinici che coprivano argomenti come fibrosi cistica, asma, disturbi respiratori nel sonno, mancanza di respiro, infezioni toraciche o nessuna diagnosi evidente.

I medici tirocinanti avevano 1 ora per usare Internet, ma non era loro consentito usare i chatbot. Ogni scenario è stato inoltre presentato ai tre grandi modelli linguistici (LLM): ChatGPT di OpenAI, Bard di Google e Bing di Microsoft. Sei esperti di pediatria respiratoria hanno valutato tutte le risposte, valutandone correttezza, completezza, utilità, plausibilità e coerenza su una scala da 0 a 9. È stato anche chiesto loro di dire se pensavano che ogni risposta fosse stata generata da un essere umano o da un chatbot.

ChatGPT ha ottenuto una media di 7 su 9 in generale e si è ritenuto che fosse più simile a un essere umano rispetto alle risposte degli altri chatbot. Bard ha ottenuto una media di 6 su 9 ed è stato più “coerente” dei medici tirocinanti, ma per altri aspetti non è stato né migliore né peggiore dei medici tirocinanti. Bing e i medici tirocinanti hanno ottenuto una media di 4 su 9. I sei pediatri hanno identificato in modo affidabile le risposte di Bing e Bard come “non umane”.

Il nostro studio è il primo, a nostra conoscenza, a testare gli LLM contro i medici tirocinanti in situazioni che riflettono la pratica clinica reale“, ha affermato Narayanan. “Lo abbiamo fatto consentendo ai medici tirocinanti di avere pieno accesso alle risorse disponibili su Internet, come farebbero nella vita reale. Ciò sposta l’attenzione dal testare la memoria, dove gli LLM hanno un chiaro vantaggio“.

Narayanan ha affermato che questi modelli potrebbero aiutare infermieri, medici tirocinanti e medici di base a selezionare rapidamente i pazienti e ad assistere i professionisti sanitari nei loro studi riassumendo i loro processi di pensiero. “La parola chiave, tuttavia, è “assistere”. Non possono ancora sostituire la formazione medica convenzionale“, ha affermato a Medscape Medical News.

I ricercatori non hanno trovato evidenti distorsioni della realtà, informazioni apparentemente inventate, con nessuno dei tre LLM. Tuttavia, ha affermato Narayanan, “Dobbiamo essere consapevoli di questa possibilità e creare delle mitigazioni“.

Hilary Pinnock, presidente del consiglio di istruzione dell’ERS e professoressa di medicina respiratoria di base presso l’Università di Edimburgo, non coinvolta nella ricerca, ha affermato che vedere come gli strumenti di intelligenza artificiale ampiamente disponibili possano fornire soluzioni a casi complessi di malattie respiratorie nei bambini è entusiasmante e preoccupante allo stesso tempo. “Certamente indica la strada verso un coraggioso nuovo mondo di cure supportate dall’intelligenza artificiale“.

Tuttavia, prima di iniziare a utilizzare l’intelligenza artificiale nella pratica clinica di routine, dobbiamo essere certi che non creerà errori tramite informazioni false “allucinanti” o perché è stata addestrata su dati che non rappresentano equamente la popolazione che serviamo“, ha affermato.