आपातकालीन विभागों में चैटजीपीटी के नैदानिक प्रदर्शन का मूल्यांकन
कृत्रिम बुद्धिमत्ता (एआई) का उपयोग बेहतर निदान और निर्णयों के लिए स्वास्थ्य सेवा में तेजी से किया जा रहा है। वेस्ट वर्जीनिया यूनिवर्सिटी (डब्ल्यूवीयू) के एक नए अध्ययन में जांच की गई है कि चैटजीपीटी आपातकालीन कमरों में कैसा प्रदर्शन करता है। गैंगकिंग "माइकल" हू के नेतृत्व में डब्ल्यूवीयू के वैज्ञानिकों ने डॉक्टरों के नोट्स का उपयोग करके रोगियों का निदान करने की चैटजीपीटी की क्षमता का आकलन किया। साइंटिफिक रिपोर्ट्स में प्रकाशित अध्ययन आपातकालीन निदान में एआई की क्षमता और सीमाओं दोनों पर प्रकाश डालता है।
अध्ययन का उद्देश्य यह देखना था कि चैटजीपीटी के विभिन्न संस्करण वास्तविक दुनिया के नैदानिक डेटा को कैसे संभालते हैं। शोधकर्ताओं ने 30 आपातकालीन मामलों से गैर-पहचान वाले नोट्स का उपयोग किया। उन्होंने जीपीटी-3.5, जीपीटी-4, जीपीटी-4ओ और ओ1 श्रृंखला से तीन निदान सुझाने के लिए कहा। मॉडलों की सटीकता की तुलना वास्तविक रोगी परिणामों से की गई।
एआई ने क्लासिक लक्षणों के साथ अच्छा प्रदर्शन किया लेकिन असामान्य मामलों में संघर्ष किया। चैटजीपीटी ने विशिष्ट बीमारी के लक्षणों वाले रोगियों के लिए सटीक रूप से निदान का सुझाव दिया। हालांकि, यह जटिल मामलों में विफल रहा, जैसे कि बुखार के बिना निमोनिया। यह एआई की कठिनाई को दर्शाता है जब इसका सामना अपने सामान्य प्रशिक्षण पैटर्न से बाहर के डेटा से होता है।
वर्तमान एआई मॉडल मुख्य रूप से असंरचित पाठ का उपयोग करते हैं, जैसे कि डॉक्टरों के नोट्स। उनके पास अन्य नैदानिक डेटा जैसे कि चित्र और लैब परिणामों तक पहुंच नहीं है। हू का सुझाव है कि अधिक डेटा स्ट्रीम जोड़ने से एआई की नैदानिक सटीकता में सुधार हो सकता है। इससे एआई एक अधिक व्यापक नैदानिक समर्थन उपकरण बन जाएगा।
नए चैटजीपीटी मॉडल ने सटीकता में थोड़ी वृद्धि दिखाई। शीर्ष निदान सिफारिश में 15 से 20 प्रतिशत का सुधार हुआ। हालांकि, लगातार उच्च परिशुद्धता अभी भी एक चुनौती है। यह एआई नैदानिक उपकरणों का उपयोग करते समय मानव निरीक्षण की आवश्यकता पर प्रकाश डालता है।
अध्ययन इस बात पर जोर देता है कि डॉक्टरों को एआई-सहायता प्राप्त निदान की निगरानी करनी चाहिए। एआई आउटपुट की व्याख्या करने और सटीक रोगी देखभाल सुनिश्चित करने के लिए चिकित्सक की विशेषज्ञता महत्वपूर्ण है। यह एक "हाइब्रिड इंटेलिजेंस" प्रणाली बनाता है। एआई डेटा विश्लेषण को गति देता है, जबकि चिकित्सक निर्णय प्रदान करते हैं।
हू चाहते हैं कि एआई सिस्टम अधिक पारदर्शी और व्याख्या योग्य हों। एआई को स्वास्थ्य सेवा प्रदाताओं के साथ विश्वास बनाने के लिए अपने तर्क को प्रकट करना चाहिए। यह "व्याख्या योग्य एआई" नैदानिक वर्कफ़्लो में एकीकरण में सुधार कर सकता है। अंततः, इससे रोगी के परिणामों में सुधार होगा।
हू की टीम मल्टी-एजेंट एआई सिमुलेशन भी तलाश रही है। इसमें एआई एजेंट पैनल चर्चा में विशेषज्ञों के रूप में भूमिका निभाते हैं। लक्ष्य सहयोगी नैदानिक प्रक्रियाओं की नकल करना है। यह संवादी मॉडल अधिक सटीक आकलन कर सकता है।
शोधकर्ताओं ने चेतावनी दी है कि चैटजीपीटी एक प्रमाणित चिकित्सा उपकरण नहीं है। इसे स्टैंडअलोन नैदानिक समाधान के रूप में उपयोग नहीं किया जाना चाहिए। एआई मॉडल को सुरक्षित, अनुपालन प्रणालियों में संचालित होना चाहिए, खासकर जब विस्तारित डेटा प्रकारों का उपयोग किया जाता है। विनियमों का अनुपालन और रोगी की गोपनीयता आवश्यक है।
आगे देखते हुए, हू चाहते हैं कि अनुसंधान एआई की अपनी तर्क क्षमता को समझाने पर ध्यान केंद्रित करे। बेहतर व्याख्या क्षमता से ट्राइएज और उपचार निर्णयों में मदद मिल सकती है। इससे दक्षता और रोगी सुरक्षा दोनों में सुधार हो सकता है।