在虚拟紧急护理环境中，医生或人工智能（AI）谁提供的治疗建议更好？一项新的Cedars-Sinai研究显示，医生和AI模型各有其独特的优势。
这项最新研究在美国医师学会内科会议上发表，并同时发表在《内科学年鉴》上，比较了初始的AI治疗建议与医生最终的治疗建议。这些医生可以查看AI的建议，但并不一定都进行了查阅。
“我们发现，在紧急护理环境中，对于常见症状，初始的AI治疗建议评分高于医生的最终建议，”Cedars-Sinai信息学部门联合主任、医学副教授Joshua Pevnick博士说，他也是该研究的共同高级作者。“例如，人工智能特别擅长标记可能由耐药细菌引起的尿路感染，并建议在开药前进行培养。”
然而，Pevnick表示，尽管AI在识别关键警示标志方面表现更好，“医生在获取患者的完整病史并据此调整建议方面做得更好。”
这项回顾性研究使用了2023年开始的Cedars-Sinai Connect的数据。Cedars-Sinai Connect是一个虚拟初级和紧急护理项目，旨在通过移动应用程序为加利福尼亚州的患者提供快速便捷的Cedars-Sinai专家服务，涵盖急性、慢性及预防性护理。
该研究回顾了2024年6月12日至7月14日期间461次有AI建议的医生管理访问。这些虚拟紧急护理访问主要涉及成人呼吸系统、泌尿系统、阴道、视力或牙齿症状。
使用移动应用程序的患者通过输入他们的医疗问题开始访问，首次用户还需提供人口统计信息。一个专家级AI模型会进行结构化的动态访谈，收集症状信息和病史。平均而言，患者在五分钟内回答25个问题。
算法利用患者的回答以及电子健康记录中的数据来提供有关相关症状的初步信息。在向患者展示可能的诊断以解释其症状后，移动应用程序允许患者启动与医生的视频访问。
算法还建议诊断和治疗建议，供Cedars-Sinai Connect的治疗医生查看，但在研究期间，Cedars-Sinai Connect要求医生向下滚动才能看到这些建议。
“这项研究的主要不确定性在于，医生是否向下滚动查看了AI提出的处方、检查、转诊或其他管理建议，以及他们是否将这些建议纳入临床决策中。然而，AI建议通常被评为比医生决策更高的质量，这表明当有效实施时，AI决策支持有可能改善常见和急性疾病的临床决策。”Cedars-Sinai Medical Network首席医疗官兼该研究的共同高级作者Caroline Goldzweig博士说。
Cedars-Sinai Connect使用的AI系统由K Health开发，旨在减少临床录入和数据输入的工作负担，使医生能够更多地关注患者护理。K Health和Cedars-Sinai通过合资企业开发了Cedars-Sinai Connect，并合作进行了这项研究。特拉维夫大学的研究人员，包括第一作者Dan Zeltzer博士，也参与了这项研究。
“我们在现实条件下测试了AI，而不是人为设计的情景，”K Health的联合创始人兼首席产品官Ran Shaul说。“在日常初级保健中，有很多变量和因素——你面对的是复杂的个体，任何给定的AI必须处理不完整的数据和非常多样化的患者群体。”
Shaul表示，研究人员了解到，如果你用大量去标识化的临床笔记训练AI，并将其作为日常医疗服务的持续强化学习机制，“你可以达到人类医生所期望的准确性水平。”
(全文结束)
声明：本文仅代表作者观点，不代表本站立场，全文内容涉及AI跨语种自动翻译。如有侵权请联系我们删除。