ChatGPT از پزشکان کارآموز در شناسایی بیماری‌های تنفسی کودکان جلو افتاد

، چت‌بات ChatGPT در یک مطالعه جدید، در ارزیابی مشکلات پیچیده تنفسی ناشی از بیماری‌هایی نظیر فیبروز سیستیک، فیبروز سیستیک و عفونت‌های قفسه سینه، عملکردی به مراتب بهتر از پزشکان کارآموز از خود نشان داد.

به نقل از مدیکال اکسپرس، این تحقیق بیانگر این نکته بود که چت‌بات «بارد» (Bard) متعلق به شرکت متعلق به گوگل، در برخی از حوزه‌ها بهتر از پزشکان کارآموز عمل کرد و چت‌بات «بینگ» (Bing) شرکت «مایکروسافت» نیز عملکردش هم‌تراز با کارآموزان ارزیابی شد.

یافته‌های به‌دست‌آمده نشان می‌دهند که می‌توان از این مدل‌های زبانی پیشرفته به‌عنوان ابزاری برای حمایت از پزشکان کارآموز، پرستاران و پزشکان عمومی بهره گرفت به قصد تسریع در فرآیند تریاژ بیمار و کاستن از فشار بر سیستم بهداشت و درمان.

این تحقیق به رهبری دکتر «منجیث نارایانان» (Manjith Narayanan)، متخصص ریه اطفال در «بیمارستان سلطنتی کودکان و جوانان» و عضو هیئت علمی بالینی در «دانشگاه ادینبرو» (University of Edinburgh) انجام پذیرفت.

نارایانان یادآور شد: در یک سال و نیم اخیر، مدل‌های زبانی بزرگ نظیر ChatGPT به‌خاطر توانایی درک زبان طبیعی و ارائه پاسخ‌های قابل تشخیص به مکالمات انسانی، مورد توجه قرار گرفته‌اند. این مدل‌ها عملکردهای بالقوه فراوانی در عرصه پزشکی دارند. هدف من از انجام این تحقیق، بررسی این موضوع بود که این مدل‌های زبانی بزرگ تا چه اندازه می‌توانند در کمک به پزشکان در شرایط واقعی یاری برسانند.

برای بررسی این موضوع، نارایانان از سناریوهای بالینی معمولی در زمینه طب تنفسی کودکان استفاده نمود که غالباً در آن‌ها درمان‌های مشخصی وجود ندارد. این سناریوها توسط شش کارشناس از حوزه طب تنفسی کودکان تدوین شده و به بیماری‌هایی نظیر فیبروز سیستیک، آسم، اختلالات تنفسی در خواب، تنگی نفس و عفونت قفسه سینه اشاره دارند. تمامی این بیماری‌ها به حالاتی مربوط می‌شوند که تشخیص خاصی در آن‌ها ارائه نشده و شواهد موجود هیچ تشخیص یا برنامه خاصی را مشخص نمی‌کنند.

پاسخ‌های ارائه‌شده توسط ChatGPT به‌طور میانگین امتیاز حدود هفت را از مجموع نمره ۹ به‌دست آوردند و لحاظ شد که این پاسخ‌ها به‌مراتب بیشتر از پاسخ‌های دیگر چت‌بات‌ها شباهت به پاسخ‌های انسانی دارند. در عوض، بارد به‌طور متوسط نمره شش را کسب کرد و از نظر پزشکان، به‌عنوان «پاسخ‌های منسجم‌تر» شناسایی شد، اگرچه در دیگر جنبه‌ها نتوانست برتر یا ناچیزتر از پزشکان کارآموز عمل کند. در نهایت، بینگ توانست به‌طور میانگین نمره چهار را دریافت کند که معادل امتیاز کلی پزشکان کارآموز بود. متخصصان به‌راحتی قادر بودند پاسخ‌های بینگ و بارد را به‌عنوان پاسخ‌های غیرانسانی تشخیص دهند.

نارایانان تصریح کرد: تا جایی که مطلع هستم، پژوهش ما اولین تحقیق در نوع خود است که مدل‌های زبانی بزرگ را در مقایسه با پزشکان کارآموز در شرایطی که بازتاب‌دهنده عملکرد بالینی واقعی است، مورد آزمایش قرار می‌دهد. هرچند نتوانستیم به‌طور مستقیم بررسی کنیم که این مدل‌ها چگونه در تعامل با بیماران به کار می‌روند، اما این مدل‌ها می‌توانند برای پرستاران، پزشکان کارآموز و پزشکان عمومی که به‌طور معمول نخستین افراد در مواجهه با شرایط بیماران هستند، مورد استفاده قرار گیرند.

پایان پیام