Néhány éve még a Google volt az első hely, ahová az emberek a tüneteikkel fordultak. Ma egyre többen már nem keresnek, hanem beszélgetnek: beírják a panaszaikat egy AI-chatbotnak, feltöltik a laboreredményeiket, és megkérdezik: „Mit jelent ez?”
Az egészségügyi mesterséges intelligencia használata gyorsan terjed. Bár a felhasználói szokásokról szóló adatok még korlátozottak, egyre több kutatás vizsgálja, hogyan használják az emberek a nagy nyelvi modelleket (LLM-eket) egészségügyi információk értelmezésére. A felhasználók leggyakrabban tünetek értelmezésére, diagnózisok magyarázatára, laboreredmények megértésére és egészségügyi döntések előkészítésére veszik igénybe ezeket az eszközöket (Ayers et al., 2023).
A jelenség érthető. Az AI gyors, ingyenes, éjjel-nappal elérhető, és képes bonyolult orvosi szövegeket közérthető nyelvre fordítani. Egy, a JAMA Internal Medicine folyóiratban megjelent vizsgálat szerint a ChatGPT válaszai egy online egészségügyi fórum kérdéseire nemcsak informatívabbak voltak, mint az orvosok válaszai, hanem a független értékelők empatikusabbnak is találták őket (Ayers et al., 2023). Más kutatások arra jutottak, hogy a generatív AI jól teljesít betegedukációs anyagok összefoglalásában és egészségügyi információk magyarázatában (Lee et al., 2024).
Közben azonban komoly kockázatok is látszanak. A nagy nyelvi modellek nem „értik” az orvostudományt, hanem statisztikai mintázatok alapján generálnak válaszokat. Emiatt előfordulhat, hogy magabiztosan fogalmaznak meg pontatlan vagy akár téves állításokat. Egy, a Nature Medicine folyóiratban publikált kutatás szerint a generatív AI-rendszerek teljesítménye jelentősen romolhat, ha hiányos, pontatlan vagy félrevezető információkat kapnak a felhasználótól (Tu et al., 2024). Ez különösen fontos az egészségügyben, ahol a betegek gyakran nem tudják pontosan leírni tüneteiket vagy kórelőzményüket.
A laboreredmények értelmezése szintén érzékeny terület. Egyetlen laborérték önmagában ritkán elegendő a helyes következtetéshez: az eredményeket a beteg életkorával, tüneteivel, gyógyszereivel és kórtörténetével együtt kell értékelni. Több tanulmány arra figyelmeztet, hogy bár a chatbotok hasznos segítséget nyújthatnak az orvosi dokumentumok megértésében, nem helyettesíthetik a klinikai döntéshozatalt vagy az orvosi konzultációt (Singhal et al., 2023).
A szakértők ezért egyre inkább úgy tekintenek az AI-ra, mint egyfajta „digitális egészségügyi tolmácsra”, nem pedig orvoshelyettesre. Segíthet megérteni egy laborlelet szakkifejezéseit, felkészülni egy orvosi vizitre vagy összefoglalni egy zárójelentést, de diagnózis felállítására vagy sürgős egészségügyi döntések meghozatalára önmagában nem alkalmas.
A mesterséges intelligencia egyre fontosabb szereplővé válik az egészségügyi információk világában, de a legjobb eredményeket akkor érhetjük el, ha az AI-t nem az orvos helyett, hanem az orvos és a beteg közötti kommunikáció támogatására használjuk.
Források:
World Health Organization (2024). Ethics and Governance of Artificial Intelligence for Health: Guidance on Large Multi-Modal Models. WHO.
Ayers JW, Poliak A, Dredze M, et al. (2023). Comparing Physician and Artificial Intelligence Chatbot Responses to Patient Questions Posted to a Public Social Media Forum. JAMA Internal Medicine, 183(6), 589–596.
Singhal K, Azizi S, Tu T, et al. (2023). Large Language Models Encode Clinical Knowledge. Nature, 620, 172–180.
Tu T, Azizi S, Driess D, et al. (2024). Towards Generalist Biomedical AI. Nature Medicine, 30, 188–197.
Lee P, Bubeck S, Petro J. (2024). Benefits, Limits, and Risks of GPT-4 as an AI Chatbot for Medicine. New England Journal of Medicine AI, 1(1).