La formazione dei futuri medici deve adattarsi rapidamente per incorporare le ultime scoperte e tecnologie. Un aspetto cruciale di questa formazione è l’accesso tempestivo a informazioni aggiornate e pertinenti. Tuttavia, i registri dei pazienti possono essere complessi e talvolta incompleti, e i professionisti della salute spesso faticano a tenere il passo con l’enorme mole di studi clinici, articoli di ricerca e sviluppi emergenti nel settore.
Per affrontare queste sfide, il NYU Langone Health di New York ha introdotto un approccio innovativo. Questo centro medico accademico, che comprende la NYU Grossman School of Medicine, la NYU Grossman Long Island School of Medicine, sei ospedali e 375 strutture ambulatoriali, ha sviluppato un modello di linguaggio di grandi dimensioni (LLM) progettato per fungere da compagno di ricerca e consulente medico per i suoi studenti e residenti.
Ogni notte, questo modello analizza i registri elettronici dei pazienti, correlando i dati clinici con ricerche pertinenti, consigli diagnostici e informazioni di base essenziali. Il risultato di questa elaborazione viene inviato al mattino successivo sotto forma di email concise e personalizzate ai residenti, fornendo loro aggiornamenti mirati sulle condizioni dei pazienti e sulle ultime scoperte nel campo. Questo approccio rappresenta il fulcro della “precision medical education” di NYU Langone, un metodo che utilizza l’intelligenza artificiale e i dati per creare percorsi formativi altamente personalizzati per gli studenti.
Marc Triola, preside associato per l’informatica educativa e direttore dell’Istituto per le Innovazioni nell’Educazione Medica presso NYU Langone Health, ha sottolineato l’importanza di questo approccio: “Questo concetto di ‘precisione in tutto’ è necessario nell’assistenza sanitaria. È evidente che l’IA può superare molti dei bias cognitivi, errori, sprechi e inefficienze nel sistema sanitario, migliorando il processo decisionale diagnostico.”
Il modello utilizzato da NYU Langone si basa su Llama-3.1-8B-instruct, un modello open-weight, e sul database vettoriale open-source Chroma per la generazione aumentata dal recupero (RAG). Tuttavia, il sistema va oltre il semplice accesso ai documenti: utilizza attivamente strumenti di ricerca per scoprire gli ultimi documenti e studi pertinenti. Ogni notte, il modello si collega al database dei registri elettronici dei pazienti della struttura, estraendo dati clinici relativi ai pazienti visitati il giorno precedente. Successivamente, cerca informazioni di base sulle diagnosi e sulle condizioni mediche correlate, eseguendo ricerche di letteratura medica attraverso un’API Python.
Questo processo consente al modello di fornire ai medici in formazione informazioni aggiornate e rilevanti, migliorando la loro capacità di prendere decisioni informate e di offrire un’assistenza di qualità ai pazienti.
L’integrazione di tecnologie avanzate come l’IA nella formazione medica rappresenta un cambiamento significativo nel modo in cui i futuri medici vengono educati. Fornendo accesso immediato a informazioni aggiornate e pertinenti, NYU Langone sta preparando i suoi studenti ad affrontare le sfide di un settore in rapida evoluzione, garantendo che siano equipaggiati con le conoscenze e gli strumenti necessari per offrire un’assistenza sanitaria di alta qualità.