یک مطالعه کوچک نشان داد که چت‌بات‌های هوش مصنوعی، به ویژه مدل ChatGPT، در ارزیابی تاریخچه‌های پزشکی و تشخیص بیماری‌ها از پزشکان انسان پیشی گرفته‌اند. حتی زمانی که پزشکان از خود چت‌بات نیز استفاده می‌کردند.
این تحقیق که توسط «دکتر آدام رودمن» از بیمارستان «Beth Israel Deaconess Medical Center» در بوستون طراحی شده، نتایج جالبی درباره عملکرد پزشکان و چت‌بات‌های هوش مصنوعی در تشخیص بیماری‌ها ارائه کرده است. طبق نتایج این مطالعه، چت‌بات ChatGPT حتی در مقایسه با پزشکان حرفه‌ای و استفاده از منابع معمول، عملکرد بهتری داشت.
نتایج این مطالعه نشان داد که چت‌بات ChatGPT-4 در تشخیص بیماری از یک گزارش پزشکی توانست به طور متوسط نمره ۹۰ درصد کسب کند. در حالی که پزشکانی که از این چت‌بات استفاده کرده بودند، به طور متوسط نمره ۷۶ درصد و پزشکانی که از آن استفاده نکرده بودند، نمره ۷۴ درصد دریافت کردند.
این نتایج برای محققان شگفت‌انگیز بود. زیرا انتظار می‌رفت پزشکان با استفاده از این ابزار هوش مصنوعی نتایج بهتری کسب کنند. اما در عمل، چت‌بات از آن‌ها پیشی گرفت.
مشکلات پزشکان در استفاده از چت‌بات‌های هوش مصنوعی
یکی از نکات جالب در این مطالعه، اعتماد بیش از حد پزشکان به تشخیص‌های خود بود. حتی زمانی که چت‌بات پیشنهاد بهتری ارائه می‌داد، بسیاری از پزشکان همچنان به تشخیص اولیه خود پایبند می‌ماندند. علاوه بر این، بسیاری از پزشکان نتوانستند از تمام قابلیت‌های چت‌بات‌ها به درستی استفاده کنند.
دکتر رودمن توضیح داد که پزشکان معمولاً از چت‌بات‌های هوش مصنوعی تنها برای جستجوی پاسخ به سوالات خاص استفاده می‌کنند. در حالی که اگر تاریخچه کامل بیماری را در اختیار چت‌بات قرار می‌دادند، می‌توانستند پاسخ‌های جامع‌تری دریافت کنند.
این مطالعه نشان داد که یکی از چالش‌های اصلی در استفاده از چت‌بات‌های هوش مصنوعی در پزشکی، عدم آگاهی پزشکان از نحوه بهره‌برداری بهینه از این ابزارهاست. پزشکان باید متوجه شوند که چت‌بات‌ها می‌توانند به عنوان یک «پشتیبان» مفید در فرآیند تشخیص عمل کرده و به آن‌ها کمک کنند تا دیدگاه‌های جدیدتری را در نظر بگیرند.
تاریخچه استفاده از کامپیوتر در تشخیص پزشکی
این تحقیق گام بزرگی در مقایسه با تلاش‌های گذشته برای استفاده از کامپیوتر در تشخیص بیماری‌ها به شمار می‌رود. از دهه ۱۹۷۰، دانشمندان به دنبال توسعه سیستم‌هایی برای شبیه‌سازی فرآیند تشخیص پزشکی بوده‌اند.
یکی از اولین این تلاش‌ها، برنامه INTERNIST-1 بود که در دانشگاه پیتسبورگ طراحی شد. با این حال، به دلیل پیچیدگی و استفاده دشوار، این برنامه هرگز به طور گسترده به کار گرفته نشد. اما اکنون، با پیشرفت‌های چشمگیر در زمینه یادگیری ماشینی و مدل‌های زبانی بزرگ مانند ChatGPT، شاهد تحولات چشمگیری در این حوزه هستیم.
اگرچه هوش مصنوعی پتانسیل بزرگی برای کمک به پزشکان در تشخیص بیماری‌ها دارد، هنوز چالش‌های زیادی در مسیر استفاده بهینه از چت‌بات‌های هوش مصنوعی وجود دارد.
یکی از این چالش‌ها، عدم اعتماد کامل پزشکان به این ابزارهاست. پزشکان باید یاد بگیرند چگونه به بهترین شکل از این ابزارها بهره‌برداری کنند تا بتوانند از پتانسیل آن‌ها برای ارائه تشخیص‌های دقیق‌تر و موثرتر استفاده کنند.
چالش‌ها و پتانسیل‌های استفاده از هوش مصنوعی در تشخیص بیماری‌ها
در نهایت، این تحقیق نشان داد که چت‌بات‌های هوش مصنوعی، به ویژه مدل‌هایی مانند ChatGPT، قادرند در برخی موارد عملکرد بهتری در تشخیص بیماری‌ها از پزشکان ارائه دهند.
با این حال، برای بهره‌برداری مؤثر از این ابزارها، پزشکان نیاز به آموزش و آگاهی کافی دارند تا بتوانند از تمام ظرفیت‌های این فناوری‌ها استفاده کنند.
این مطالعه همچنین بر اهمیت استفاده از هوش مصنوعی به عنوان یک «پشتیبان» در فرآیند تشخیص تأکید دارد. به عبارت دیگر، پزشکان باید از این ابزارها به عنوان یک منبع تکمیلی بهره‌برداری کنند تا دقت تشخیص‌ها بهبود یافته و اشتباهات پزشکی کاهش یابد.
هوش مصنوعی در پزشکی؛ استفاده دکترهای کانادایی از نویسنده‌ها
منبع: نیویورک‌تایمز
