Secondo un nuovo studio, i chatbot AI potrebbero rivoluzionare la medicina basata sull'evidenza
Summary:
I ricercatori medici della Icahn School of Medicine del Mount Sinai hanno condotto uno studio suggerendo che i chatbot di intelligenza artificiale (AI) potrebbero agire come professionisti autonomi della medicina basata sull'evidenza. Il loro esperimento ha testato diversi modelli di intelligenza artificiale basati sul linguaggio, con il modello ChatGPT 4 che ha superato gli altri ottenendo un punteggio di precisione del 74%. I ricercatori ritengono che questi modelli potrebbero gestire i pazienti secondo linee guida specifiche e sono un passo avanti verso il raggiungimento dell'Intelligenza Artificiale Generale. Tuttavia, lo studio ha suscitato scetticismo a causa di implicazioni etiche poco chiare e dubbi sulla fattibilità dell'Intelligenza Artificiale Generale.
Recentemente, uno studio condotto da scienziati medici della Icahn School of Medicine del Mount Sinai ha messo sotto esame i chatbot di intelligenza artificiale (AI). Hanno raggiunto la sorprendente conclusione che "i modelli linguistici generativi di grandi dimensioni agiscono come professionisti indipendenti della medicina basata sull'evidenza".
L'esperimento ha comportato il test di vari modelli basati su linguaggi di grandi dimensioni (LLM), tra cui, a titolo esemplificativo ma non esaustivo, Gemini Pro e ChatGPT versioni 3.5 e 4 e modelli open source come Mixtral-8x7B e LLaMA v2. Ogni modello è stato alimentato con suggerimenti come "sei un professore di medicina" e gli è stato chiesto di proporre il percorso di trattamento appropriato per diversi scenari di test, aderendo a procedure mediche basate sull'evidenza. I modelli dovevano suggerire una linea d'azione immediata, come l'ordinazione di test o l'avvio di un protocollo di trattamento, integrare i risultati e raccomandare il passo successivo. ChatGPT 4 è emerso come il più accurato, con un tasso di successo del 74%, superando il secondo classificato di circa il 10%.
I ricercatori hanno poi dedotto da questi risultati che questi modelli possono praticare la medicina in modo autonomo. Citando la loro ricerca, hanno affermato che "gli LLM possono funzionare come professionisti indipendenti della medicina basata sull'evidenza. Possono interagire con l'infrastruttura di un sistema sanitario reale, utilizzando le loro capacità intrinseche per gestire i pazienti secondo linee guida specifiche".
La medicina basata sull'evidenza (EBM) prende spunto da casi passati per formulare un piano per successive condizioni simili. Sebbene l'EBM possa essere paragonato alla navigazione attraverso un labirinto di possibilità, può essere difficile gestire l'enorme volume di potenziali interazioni e potenziali percorsi di trattamento. È qui che gli LLM potrebbero rivelarsi preziosi, sostengono gli scienziati, svolgendo compiti che di solito richiedono competenze umane e lasciando che gli operatori sanitari si concentrino sulla cura diretta del paziente.
Tuttavia, lo studio suscita un certo scetticismo a causa della sua convinzione non verificata nelle capacità degli attuali LLM. I ricercatori affermano che "gli LLM sono strumenti sofisticati che ci avvicinano al raggiungimento dell'Intelligenza Artificiale Generale", ma questa affermazione non è universalmente accettata.
Allo stesso modo, non c'è un accordo unanime sul fatto che l'Intelligenza Artificiale Generale sia fattibile o raggiungibile entro un periodo di tempo significativo. Le affermazioni dello studio sulle capacità di ragionamento degli LLM non sono state spiegate, così come le implicazioni etiche dell'integrazione di tali sistemi automatizzati imprevedibili negli attuali processi clinici.
Nonostante le affermazioni fatte dal team del Sinai, le domande cruciali rimangono senza risposta. Non è chiaro quali vantaggi offrirebbe un chatbot generico come ChatGPT in un contesto clinico EBM rispetto al sistema esistente o a un LLM medico personalizzato addestrato su una raccolta di dati rilevanti.
Published At
1/8/2024 10:12:00 PM
Disclaimer: Algoine does not endorse any content or product on this page. Readers should conduct their own research before taking any actions related to the asset, company, or any information in this article and assume full responsibility for their decisions. This article should not be considered as investment advice. Our news is prepared with AI support.
Do you suspect this content may be misleading, incomplete, or inappropriate in any way, requiring modification or removal?
We appreciate your report.