Titolo: L’intelligenza artificiale guadagna la fiducia dei medici fornendo consigli come un collega
Gli ospedali stanno adottando strumenti di supporto decisionale basati sull’intelligenza artificiale (IA) per diagnosticare malattie, suggerire trattamenti e prevedere l’esito di interventi chirurgici. Tuttavia, nessun algoritmo è sempre corretto, quindi è fondamentale che i medici sappiano quando fidarsi delle raccomandazioni dell’IA.
Uno studio condotto da Qian Yang, assistente professore di scienze dell’informazione presso il Cornell Ann S. Bowers College of Computing and Information Science, ha scoperto che se gli strumenti di IA possono consigliare i medici come farebbe un collega, fornendo ricerche biomediche pertinenti a supporto della decisione, i medici possono valutare meglio la validità delle raccomandazioni.
In passato, molti ricercatori di IA hanno tentato di spiegare il funzionamento degli algoritmi sottostanti e i dati utilizzati per addestrare l’IA, ma questo non era sufficiente per i medici. La maggior parte dei medici voleva sapere se gli strumenti fossero stati convalidati in studi clinici, il che generalmente non accade con questi strumenti.
Per affrontare questa sfida, Yang e il suo team hanno sviluppato un prototipo di strumento decisionale clinico che fornisce prove biomediche insieme alla raccomandazione dell’IA. Hanno utilizzato GPT-3 per trovare e riassumere ricerche pertinenti. L’interfaccia dello strumento elenca le informazioni sul paziente, la diagnosi personalizzata o il suggerimento di trattamento dell’IA e gli studi biomedici pertinenti.
Il team ha sviluppato prototipi per tre specialità mediche – neurologia, psichiatria e cure palliative – e ha testato il prototipo con medici di ciascuna specialità. I medici hanno apprezzato le prove cliniche e le hanno trovate intuitive e di facile comprensione, preferendole a una spiegazione del funzionamento interno dell’IA.
Questo metodo potrebbe essere applicato a tutte le specialità mediche e ad altre applicazioni che richiedono prove scientifiche, come piattaforme di domande e risposte per i pazienti o il controllo automatico delle notizie sulla salute. Yang spera che questo approccio venga integrato in vari sistemi di IA in fase di sviluppo per renderli utili nella pratica clinica.
Lo studio è stato sostenuto dalla AI2050 Early Career Fellowship e dalla Multi-Investigator Seed Grants di Cornell e Weill Cornell Medicine.
