医師は全体として非常に賢い集団ですが、変化には抵抗がある場合があります。最も有名な例は、おそらく 19 世紀の外科医が霊安室から分娩室に移動する際に手を洗うことを拒否し、未発見の微生物をまき散らして乳児の死亡につながったことでしょう。ハンガリーの医師イグナス・センメルヴァイスは、石鹸と水が命を救えると主張するために統計を収集したが、嘲笑され、排斥された。
今日、私たちはより啓蒙された時代に生きており、医療行為は一般に証拠によって裏付けられていますが、変化をもたらすための適切な証拠を常に入手しているのでしょうか?たとえば、人工知能を臨床に導入することで命を救う可能性があるという兆候もあります。 「AI は放射線科医による実際の検査での乳がんの発見を支援」で報告しているように、乳がんの発見を支援するために画像分類 AI の使用を選択した放射線科医は、スクリーニングを受けた 1,000 人あたり 1 人の余分な症例を検出しました。医療システム全体で、その影響は大きくなる可能性があります。
ということは、医師にスクラブをやめて機械に任せるよう奨励すべきだということでしょうか？それとは程遠い。 ChatGPT のような大規模な言語モデルの AI システムは、多肢選択式の医療検査には合格できますが、会話による診断ではあまりうまくいきません (「AI チャットボットは会話による患者の診断に失敗する」を参照)。ベッドサイドでのマナーが良く、話を聞く耳を持つ医師は、今のところ依然として不可欠です。
現実世界の環境で医療 AI システムをテストする際には、もっと大胆になるべきです。
代わりに、これらの研究から導き出せる結論が 2 つあります。 1つ目は、「人工知能」という一般的な用語の使用には注意する必要があるということです。私たちが報告する 2 つのシステムは基盤となるニューラル ネットワーク テクノロジーを共有していますが、画像分類はテキスト生成とはまったく異なるタスクであり、後者は AI がもっともらしいが不正確な結果を吐き出すリスクがはるかに高くなります。言い換えれば、すべての AI が平等に作られているわけではありません。
2 番目の結論は、単に実験室やシミュレーションだけでなく、現実世界の環境で医療 AI システムをもっと大胆にテストする必要があるということです。乳がんの研究では、放射線科医が AI をいつ使用するかを制御できるようになり、AI が有用なツールとなり得ることが示されました。このようにより多くの証拠を入手しようと努力すれば、現在医療の英雄とみなされているセンメルワイスのように、命を救うことができるかもしれない。
トピック:
#適切な量の #は医療を改善し命を救うことができます